不同降水卫星数据反演降水量精度评价——以雅鲁藏布江流域为例

不同降水卫星数据反演降水量精度评价——以雅鲁藏布江流域为例

论文摘要

利用多种定量指标和分类指标,评估PERSIANN-CDR(Precipitation Estimation from Remotely Sensed Information using Artificial Neural Netw orks-Climate Data Record)和TRM M 3B42 V7 (Tropical Rainfall M easuring M ission 3B42 V7)两种降水卫星产品在雅鲁藏布江流域的反演精度,并首次在雅鲁藏布江流域使用降水量体积分类指标对卫星数据的适用性进行评价。结果表明:(1)降水卫星数据的偏差主要表现在微量和重度降水的偏差上,两种降水卫星数据总是高估了弱降水,低估了强降水,PERSIANN降水卫星要比TRM M降水卫星对降水数据偏离程度小;(2) PERSIANN-CDR降水卫星数据与地面实测数据的相关系数为0. 663,偏差为0. 845,TRMM 3B42 V7降水卫星数据与地面实测数据的相关系数为0. 666,偏差为0. 579。只考虑定量指标的评价体系,两个降水卫星数据的精度差异相对较小;(3) PERSIANN-CDR卫星数据在各站点的各分类指标数值范围均比TRMM 3B42 V7卫星数据的指标数值范围大,PERSIANN-CDR卫星数据对降水事件和降水量的反演精度要高于TRMM 3B42 V7卫星数据。考虑降水量分类指标的评价指标体系比单纯使用传统定量指标评价降水卫星数据更能有效地反映出降水卫星对资料稀缺的高寒地区地面降水特征的捕捉能力。

论文目录

  • 1 引言
  • 2 研究区概况与资料选取
  •   2.1 研究区概况
  •   2.2 资料选取
  • 3 研究方法
  •   3.1 降水评估定量指标
  •     (1) 偏差 (Bias)
  •     (2) 相关系数 (Corr)
  •   3.2 降水评估分类指标
  •     (1) 探照率 (POD)
  •     (2) 错报率 (FAR)
  •   3.3 降水量体积分类指标
  • 4 结果与分析
  •   4.1 不同降水区间内卫星数据与站点数据偏差分析
  •   4.2 卫星降水数据与站点降水数据定量分析
  •     4.2.1 卫星降水数据精度评估
  •     4.2.2 卫星降水数据站点精度检验
  •   4.3 卫星降水数据与站点降水数据分类指标比较分析
  •     4.3.1 卫星降水数据整体精度检验
  •     4.3.2 卫星降水数据站点精度检验
  • 5 结论
  • 文章来源

    类型: 期刊论文

    作者: 刘江涛,徐宗学,赵焕,何璟嫕

    关键词: 雅鲁藏布江流域,卫星降水数据,评估

    来源: 高原气象 2019年02期

    年度: 2019

    分类: 基础科学

    专业: 气象学

    单位: 北京师范大学水科院研究院,城市水循环与海绵城市技术北京市重点实验室

    基金: 国家自然科学基金项目(91647202)

    分类号: P426.6;P412.27

    页码: 386-396

    总页数: 11

    文件大小: 1158K

    下载量: 283

    相关论文文献

    • [1].中国地区不同强度降水的变化趋势[J]. 北京大学学报(自然科学版)网络版(预印本) 2009(02)
    • [2].山西夏季极端降水日数变化规律[J]. 山西科技 2020(01)
    • [3].1960—2016年西南地区无有效降水日数变化特征[J]. 人民珠江 2020(04)
    • [4].2007—2017年大连市降水及降水日数变化特征分析[J]. 安徽农学通报 2018(20)
    • [5].近50年西藏最长连续无降水日数变化特征[J]. 中国农学通报 2016(35)
    • [6].1981—2014年南四湖流域极端降水阈值及极端降水日数变化特征[J]. 农学学报 2016(10)
    • [7].辽宁省大雨以上降水日数分布与趋势分析[J]. 地理科学进展 2015(08)
    • [8].西北各省季节降水变化及其贡献的差异分析[J]. 中国农业气象 2019(08)
    • [9].杭州市降水特征及极端降水趋势预估[J]. 气象 2018(06)
    • [10].开鲁县1954—2011年降水日数及降水量变化分析[J]. 内蒙古气象 2014(01)
    • [11].1961~2010年华南极端降水日数的时空变化特征[J]. 安徽农业科学 2012(12)
    • [12].近48年沈阳最长连续降水日数的变化特征[J]. 安徽农业科学 2011(16)
    • [13].东江流域枯水期最长连续无降水日数的变化特征[J]. 地理研究 2011(09)
    • [14].近50年黑山5~9月最长连续降水日数变化特征[J]. 安徽农业科学 2011(27)
    • [15].中国北方夏半年最长连续无降水日数的变化特征[J]. 气象学报 2008(03)
    • [16].黄南州近56a各量级降水日数变化分析[J]. 青海科技 2019(04)
    • [17].我国十大流域不同等级降水的变化趋势分析[J]. 江苏农业科学 2017(14)
    • [18].城市化对降水影响的研究综述[J]. 水科学进展 2018(01)
    • [19].1960-2014年祁连山南坡及其附近地区降水时空变化特征[J]. 水土保持研究 2018(04)
    • [20].近30年来云南省不同等级降水时空变化特征分析[J]. 人民珠江 2018(08)
    • [21].青藏高原强降水日数的时空分布特征[J]. 干旱区地理 2012(01)
    • [22].中国西北地区大雨以上降水日数的时空分布特征[J]. 资源科学 2011(05)
    • [23].1967—2008年青藏高原汛期不同强度降水日数变化[J]. 气象与环境学报 2011(04)
    • [24].山东省降水量与不同强度降水日数变化对干旱的影响[J]. 干旱气象 2010(01)
    • [25].山东省不同强度降水日数年际变化及趋势分布特征[J]. 安徽农业科学 2010(21)
    • [26].河南省春季降水日数变化趋势[J]. 长江流域资源与环境 2008(S1)
    • [27].1988年~2017年朝阳县降水气候变化特征分析[J]. 吉林农业 2019(08)
    • [28].长江流域夏季不同强度降水日数的时空变化特征[J]. 气象科学 2017(06)
    • [29].宁夏夏季极端降水日数的变化规律及其成因[J]. 大气科学学报 2018(02)
    • [30].北京市快速城市化对短时间尺度降水时空特征影响及成因[J]. 地理学报 2018(11)

    标签:;  ;  ;  

    不同降水卫星数据反演降水量精度评价——以雅鲁藏布江流域为例
    下载Doc文档

    猜你喜欢