雅魯藏布江流域多源降水產品評估及其在水文模擬中的應用

作者：孫赫,蘇鳳閣

摘要：論文對比分析了1980—2016年基于站點插值降水數據CMA(China Meteorological Administration)和APHRODITE(Asian Precipitation-Highly-Resolved Observational Data Integration Towards Evaluation)、衛星遙感降水數據PERSIANN-CDR(Precipitation Estimation from Remotely Sensed Information using Artificial Neural Network-Climate Data Record)和GPM(Global Precipitation Measurement)、大氣再分析數據GLDAS(Global Land Data Assimilation System)以及區域氣候模式輸出數據HAR(High Asia Refined analysis)在雅魯藏布江7個子流域的降水時空描述,利用國家氣象站點數據對各套降水數據進行單點驗證,并以這6套降水數據驅動VIC(Variable Infiltration Capacity)大尺度陸面水文模型反向評估了各套降水產品在雅魯藏布江各子流域徑流模擬中的應用潛力。結果表明:①PERSIANN-CDR和GLDAS年均降水量最高(770~790 mm),其次是HAR和GPM(650~660 mm),CMA和APHRODITE年均降水量最低(460~500 mm)。除GPM外,其他降水產品在各子流域都能表現季風流域的降水特征,約70%~90%的年降水量集中在6—9月份。②除PERSIANN-CDR和GLDAS外,其他降水產品皆捕捉到流域降水自東南向西北遞減的空間分布特征。其中,HAR數據空間分辨率最高,表現出更詳細的流域內部降水空間分布特征。③與對應網格內的國家氣象站降水數據對比顯示,APHRODITE、GPM和HAR降水整體低估(低估10%~30%),且嚴重低估的站點主要集中在下游(低估40%~120%)。PERSIANN-CDR和GLDAS整體表現為高估上游流域站點降水(高估28%~60%),但低估下游流域站點降水(低估11%~21%)。④在流域徑流模擬上,當前的6套降水產品在精度或時段上仍無法滿足水文模型模擬的需求。⑤通過水文模型反向評估,6套降水產品中區域氣候模式輸出的HAR在流域平均降水量和季節分配上更合理。

發文機構：中國科學院青藏高原研究所環境變化與地表過程重點實驗室 中國科學院大學 中國科學院青藏高原地球科學卓越創新中心

關鍵詞：降水評估水文模擬雅魯藏布江青藏高原precipitation estimatehydrological simulationthe Yarlung Zangbo RiverTibetan Plateau

分類號： P426.6[天文地球—大氣科學及氣象學]