共查询到16条相似文献，搜索用时 125 毫秒
1.
以京津冀地区为研究区域,利用散点斜率法、相对偏差、均方根误差和相关系数法,对研究区域内176个国家级雨量站2006-2015年的实测降水资料在不同时空尺度下检验了同期TRMM （Tropical Rainfall Measurement Mission）卫星降水产品3B43 V7的适用性。结果表明：TRMM 3B43多年均降水量与站点实测降水时空分布规律一致,在不同时间尺度下具有良好的相关性,相关系数均在0.85以上,随时间尺度的增加精度有所降低;整体上TRMM 3B43降水数据略小于站点实测降水,在常年降水高值区域出现低估现象,季尺度上,夏季和冬季误差较大;就区域而言,TRMM 3B43在西北山地高原地区相对偏差和均方根误差均较小,相关系数基本在0.9以上,拟合精度较高,可信度较强。 相似文献
2.
在下垫面相对复杂,位于高原地带的贵州,利用19个气象站点实测数据分别从年、季度、月和天时间尺度对TRMM 3B42卫星降水数据进行精度检验,并讨论TRMM 3B42卫星对不同降水强度的探测能力,以此来分析其在贵州的适用性。结果表明,TRMM 3B42降水数据在年尺度上拟合优度较好(R=0.82)。研究区内19个站点年均相对误差为-2.39%,其中将近70%的站点数据表现TRMM 3B42降水量低于地面气象站点。月尺度上整体相关系数很好,R达到0.89。但是TRMM 3B42卫星数据对不同季节的探测能力存在差异,其中,冬季相关系数最低。在日尺度上TRMM 3B42降水数据与实际降水偏差大,对降水强度过大或过小的降水情况均不能准确地探测。对于单个站点而言,海拔较低的站点TRMM卫星探测出的降水与实测降水偏差小。 相似文献
3.
利用1999～2016年秦巴山区范围内的81个气象站实测逐日降水资料,对TRMM 3B42卫星降水数据在秦巴山区的适用性进行了评估。结果表明:TRMM 3B42数据在月、季、年尺度上具有较高的精度,3～11月精度较高,1月略低,四季中冬季精度较低。TRMM所反映的降水变化过程与实测降水过程基本一致,但在降水量上存在一定差异,TRMM有略微高估降水的特征。按不同雨量等级对比,发现卫星资料对中雨及以上级别的降水具有较高的精度,无雨及小雨精度略低,原因是TRMM对0.1～0.9mm微量降水的探测能力较弱。无雨、小雨、暴雨日TRMM估计与站点实测具有相反的年际变化趋势,中雨、大雨日具有相同的年际变化趋势。研究结果对秦巴山区资料缺乏地区的气象过程研究具有重要的应用价值。 相似文献
4.
采用地面雨量站点观测降水作为基准数据,评估热带降雨观测计划（TRMM）最新一代卫星降水产品3B42V7的精度;利用站点和卫星两种降水数据驱动栅格新安江模型,采用SCEM-UA算法考虑模型参数不确定性,进行流量过程模拟,评估TRMM 3B42V7在流域水文模拟和预报中的应用能力。数据精度评估显示:在平均意义上,TRMM 3B42V7日降水精度较高,较站点观测低估了6.68%;但在绝对值意义上,TRMM 3B42V7日降水精度较低,绝对偏差达到57.76%;TRMM 3B42V7经过了地面月降水量偏差校准,其精度在月尺度上有较大提高。径流模拟结果表明:TRMM 3B42V7模拟的日径流过程精度较低,有部分洪峰没有捕捉到,但仍能表征径流的日变化特征;月尺度上模拟径流与实测径流吻合较好,能表征径流的季节性和年内变化特征;计算的日尺度和月尺度95%置信区间包含大部分实测流量过程。 相似文献
5.
针对TRMM降水数据在中国内陆是否可靠的问题,本研究采用了Xie Pingping根据地面观测站点产生的降水数据、中国气象局公开的759个站点观测降水数据与3B42_V6版本的TRMM降水数据,在中国内陆将地面观测数据同TRMM数据进行了深入对比分析。发现TRMM降水质量受地形影响很大,迎风坡偏小背风坡与山顶偏大,TRMM降水在汛期(夏季与秋季)比站点观测降水大,枯季(冬季与春季)TRMM相对精确。所以本研究建议在对TRMM降水数据进行应用时应该进行地形矫正。 相似文献
6.
选取史灌河流域上游黄泥庄站以上集水区域为研究流域,以地面站点观测为基准数据,评估TRMM 3B42V7版本卫星降水数据的精度,并采用上述两种降水数据驱动栅格型新安江模型,模拟黄泥庄站日径流和月径流过程。结果表明:2001~2010年TRMM 3B42V7降水数据与雨量站数据累积量的偏差不大,仅为1.71%,但相关系数较低,采用TRMM降水数据模拟的日径流能基本再现黄泥庄站的日径流过程,但对洪峰的模拟精度较低;TRMM月降水数据精度较高,相关系数为0.96,能够较为精确地模拟黄泥庄站的月径流过程。 相似文献
7.
基于长江流域135个站点1983—2020年的月降水量观测数据,分别对ERA5-Land、PERSIANNCDR和MSWEP等三种降水产品进行了适用性评估,并对比使用了多种偏差校正方法来提高降水产品的观测精度。结果表明,MSWEP对于长江流域的降水模拟效果较好,空间相关系数高达0.91,相对偏差仅为1.64%;ERA5-Land则对长江流域降水高估严重,精度较差。经偏差校正处理后,三种降水产品的适用性均得到了不同程度的提升,尤其是ERA5-Land,KGE(Kling-Gupta Efficiency)指标值从校正前的0.72增加到了0.82。对比不同偏差校正方法的应用效果发现,线性缩放法和分段伽玛分布校正法在长江流域表现最优,且后者更加稳健。本研究可为降水产品及气候模式输出等的后处理工作提供指导。 相似文献
8.
多卫星遥感降水产品为无/缺资料地区的水文过程模拟提供了新的数据来源。结合地面高密度雨量站网,在中国典型暴雨区赣江流域定量评估两种TRMM降水产品(3B42V7和3B42RTV7)的精度,并通过耦合分布式水文模型CREST,探讨了水文模拟中TRMM卫星降水产品对地面观测降水的可替代性。研究表明:3B42和3B42RT与地面观测流域平均月降水相关系数达到0.9以上,偏差在5%以内,日尺度上相关性略差,偏差略有增加。同时设计2种水文模拟对比试验:情景I为静态参数,使用地面雨量站降水率定模型参数,采用卫星降雨验证模型;情景II为动态参数,采用卫星数据重新率定模型参数,再利用卫星降雨验证模型。对比结果表明:情景II中完全使用TRMM降水后模型效果明显改善,证明TRMM卫星数据在赣江流域具有替代地面站点观测的潜力,但需要重新根据卫星降雨率定模型。 相似文献
9.
基于气象站观测数据,利用探测率(POD)、报错率(FAR)、临界成功系数(CSI)和相关系数(R)、平均绝对误差(MAE)对TRMM 3B42V7、CMORPH、PERSIANN、PERSIANN-CDR遥感降水资料在青海湖流域及周边区域探测降水事件的准确度和记录降水量的精度进行了评价。结果表明,CMORPH数据探测的降水事件最为准确,PERSIANN-CDR和TRMM 3B42次之,PERSIANN探测降水事件的准确度最差。从遥感数据记录降水量精度来看,年尺度上表现为TRMMCMORPHPERSIANN-CDRPERSIANN,月尺度上表现为TRMMPERSIANN-CDRCMORPHPERSIANN,日尺度上表现为TRMM CMORPHPERSIANN-CDRPERSIANN。海拔是影响遥感降水资料精度的重要因素,PERSIANN和PERSIANN-CDR两种数据误差受海拔影响更为明显。通过综合评估4种遥感资料的适用性,认为TRMM是较适合于青海湖流域及周边区域的降水资料。 相似文献
10.
阐明TRMM 3B42V6（Tropical rainfall measuring mission 3B42 version 6）的误差特征及成因,对于合理使用该卫星降水数据,并完善其降水反演算法具有重要意义。在赣江流域0.25°×0.25°空间尺度上,对比了TRMM 3B42V6、TRMM 3B42RTV6和CMORPH的精度特征。结果表明,3B42V6的系统偏差远低于3B42RTV6、CMORPH,但平均绝对值偏差、效率系数和探测率均明显劣于CMORPH。TRMM 3B42V6的系统偏差较低的原因主要在于该数据采用地面月降水量进行了校准,而其绝对值偏差、效率系数和探测率明显劣于CMORPH的主要原因在于所采用的热红外/被动微波降水联合反演算法不及后者有效。今后有必要对TRMM 3B42的精度进行全面评估,并改进该数据的热红外/微波降水反演算法及与地面降水信息的融合算法。 相似文献
11.
根据中国境内2 257个气象站点1998-2013年逐日降水资料,结合流域分区,采用探测准确性、相关系数以及相对误差等指标,对热带降水测量（TRMM）降水精度和一致性进行系统评价。结果表明:① TRMM日降水准确性从东南沿海向西北内陆递减;② 气象站点年均降水日数显著大于TRMM年均降水日数;③ 西北片区以外气象站点降水量和TRMM降水量在月尺度和年尺度上均具有较好的相关关系;④ 各流域年均TRMM面降水量均高于气象站点面降水量,且TRMM面降水量相对误差雨季较小,枯季较大;⑤ 各流域TRMM面降水量与气象站点面降水量演变趋势基本一致,南方各流域年降水量均呈减少趋势,北方各流域年降水量均呈增加趋势,全国尺度上年降水量呈微弱的减少趋势。 相似文献
12.
TRMM多卫星降水数据在黑河流域的验证与应用 总被引：6，自引：2，他引：4
利用黑河流域9个气象台站降水数据, 在不同时间尺度和空间分布上分析了2008-2011年TRMM多卫星降水数据(TMPA 3B43)在黑河流域的适用性.结果表明: 用TMPA估测的年降水量在黑河流域平均高估27.3%, 对上游降水量大的山区估测相对好于降水稀少的黑河下游地区; TMPA与气象站降水量的拟合优度夏季(R2=0.851)高于冬季(R2=0.332); TMPA可以较好反映各测站降水量年变化、 月变化趋势, 用TMPA估测的黑河流域平均年降水量变化趋势为30 mm·(10 a)-1. 黑河流域年降水量体现出随海拔高度的递增规律(11.1 mm·(100 m)-1)、 从东向西降水量逐渐减少的分布以及最大降水高度带出现在上游偏东地区(海拔2 800~4 900 m). 相似文献
13.
利用中国650个台站降水数据,在日、月、年尺度上,分析了多卫星降水分析数据(TMPA3B42)在中国大陆50°N以南地区的适用性,并利用MODIS逐日积雪数据评估了冬季TMPA数据在以青藏高原为主体区的精度。结果表明:TMPA日降水数据精度存在时空不稳定性,且随着时间尺度的增加,TMPA降水数据的精度提高;在同一时间尺度上,TMPA数据精度在降水量大的地区要明显好于降水稀少地区,但年尺度降水大于2500mm地区存在明显低估;TMPA数据冬季区域降水空间误差平均水平在15%,当只考虑积雪区时的降水空间误差平均水平在40%,这说明TMPA对冬季降水空间量较差,但同时这也意味着可以利用MODIS积雪数据修正TMPA冬季降水数据。 相似文献
14.
BRIJESH KUMAR KANHU CHARAN PATRA VENKAT LAKSHMI 《Journal of Earth System Science》2016,125(5):919-934
Satellite precipitation products offer an opportunity to evaluate extreme events (flood and drought) for areas where rainfall data are not available or rain gauge stations are sparse. In this study, daily precipitation amount and frequency of TRMM 3B42V.7 and CMORPH products have been validated against daily rain gauge precipitation for the monsoon months (June–September or JJAS) from 2005–2010 in the trans-boundary Gandak River basin. The analysis shows that the both TRMM and CMORPH can detect rain and no-rain events, but they fail to capture the intensity of rainfall. 相似文献
15.
运用渭河流域24个气象站点日降雨数据对2001~2012年热带测雨卫星(TRMM)3B42数据在不同子流域、不同降雨强度以及不同时间尺度的精度进行了对比验证,并对比分析了基于TRMM和站点数据的渭河流域降雨时空分布特征。结果显示:在不同子流域的日TRMM数据比站点观测数据对低值降雨更为敏感,而在极大值降雨数据观测上两者差距较大,月尺度TRMM站点观测数据确定性系数在0.89到0.96之间;两种数据在流域降雨的时空分布上表现一致性,在年内6月中旬~10月初为湿润多雨期,其余月份降雨较少,空间分布呈东南部大,西北部小的格局。 相似文献
16.
Abolghasem Akbari Farshid Daryabor Azizan Abu Samah Mohsen Fanodi 《Environmental Earth Sciences》2017,76(15):537
This research compares data from the Tropical Rainfall Measuring Mission 3B42 V6 with data obtained from 19 synoptic rain gauges during the period 1998–2010 over the semiarid climate of Khorasan Razavi, Iran. Validation was performed using three spatial extents, including 1 TRMM grid face from the synoptic station (1PTRM), 3 TRMM points surrounding the synoptic station (3PTRM) and 5 TRMM points surrounding the synoptic station (5PTRM), using ArcGIS 10.2 software. The perfect and poor r were obtained at stations S08 and S19, with values of 0.92 and 0.26, respectively. According to the Nash–Sutcliffe efficiency coefficient, the TRMM satellite can predict the spatial variation of the mean annual rainfall by 0.23, 0.43 and 0.38 for 1PTRM, 3PTRM and 5PTRM, respectively, at 19 stations. The agreement significantly increases by 0.88, 0.83 and 0.80 for 1PTRM, 3PTRM and 5PTRM, respectively, when gauges S05, S07, S11 and S13 are excluded from the dataset, which may be associated with orographic or instrumental error at the stations. 相似文献