排序方式： 共有9条查询结果，搜索用时 15 毫秒
1
1.
中国区域逐日融合降水数据集与国际降水产品的对比评估 总被引：12，自引：3，他引：9
中国国家气象信息中心基于2400多个国家级台站观测日降水量和CMORPH卫星反演降水产品,采用概率密度匹配和最优插值相结合的两步数据融合方法,研制了中国区域1998年以来的0.25°×0.25°分辨率的逐日融合降水产品(CMPA_Daily)。通过该数据集与广泛应用于中国天气气候领域的两种国际上降水融合产品TRMM 3B42(Tropical Rainfall Measuring Mission, 3B42)和GPCP(Global Precipitation Climatology Project, 1 degree daily)的对比评估,考察CMPA_Daily产品的质量,评价其能否合理体现中国降水的天气气候特征。首先利用2008—2010年5—9月独立检验数据定量对比了CMPA_Daily、TRMM 3B42和GPCP 三种降水产品的误差,结果表明,在误差的时间变化和空间分布上,CMPA_Daily均具有最高的相关系数和最小的平均偏差及均方根误差,TRMM 3B42其次,GPCP的误差相对较大。CMPA_Daily只低估了大暴雨,TRMM 3B42低估了大雨以上量级的降水,而GPCP低估了除小雨以外的所有降水。CMPA_Daily产品因融入了更多的站点观测信息,不论在中国东部沿海,还是中西部地形复杂区,其精度均优于TRMM 3B42和GPCP产品,即使在站点稀疏的青藏高原地区,CMPA_Daily降水量也更加接近站点观测,呈现明显的高相关。CMPA_Daily与独立检验数据的高相关在地形起伏时效果也较稳定,TRMM和GPCP的相关系数则随着地形变化幅度陡变而非常明显地降低。进一步通过对比分析各降水产品1998—2012年的气候平均降水特征表明,3种资料对中国区域气候平均降水量、降水强度、频率分布以及年际变化的总体描述基本一致,因有效融入了更多的中国站点观测信息,不论降水空间分布还是降水量,CMPA_Daily与地面观测均最为接近,在中国的中东部大部分地区对降水的估计精度明显更高,而在站点分布较稀疏的青藏高原地区,CMPA_Daily的降水分布型与TRMM、GPCP卫星融合资料类似,较地面站点插值产品更能体现出合理的降水分布。对中国强降水事件监测对比表明,CMPA_Daily产品可以更加准确地描述降水的强度变化,细致刻画降水空间分布,在把握降水小尺度特征上具有明显的优势,体现出高分辨率、高精度降水产品的特点。 相似文献
2.
文中利用GPCP降水资料和中国大陆740个台站雨量计降水观测结果,分析研究了1980—2000年中国大陆范围内两者的异同。平均降水率分布结果表明:在中国台站雨量计分布密集地区(100°E以东)两者的多年年平均、季平均和月平均降水率分布具有很好的一致性,即均能表现自春季至冬季中国大陆降水分布自东南向西北伸展,然后向东南后退的气候变化特点。对长江中下游、华北、东北、西南的降水距平随时间的变化分析表明,两者的月距平随时间变化也具有很好的相似性,相关系数均超过0.8。差异分析还表明,由于中国降水季节性变化和台站雨量计密度不均匀,造成春秋冬三季节GPCP和台站雨量计之间的差异较小,而夏季差异较大。总体上GPCP有过高估计降水率的趋势。在GPCP逐月降水资料既能很好地反映出100°E以东中国大陆降水的气候分布,又能很好地表示出上述地区降水量异常变化的基础上,我们利用GPCP降水资料对青藏高原和中国大陆西北地区西部降水分布及变化进行了分析。结果表明20世纪80年代前期青藏高原西部降水偏多,而90年代后降水量减少;中国西北地区降水总体偏少,但没有明显的变化趋势。 相似文献
3.
In this study, tropical monthly mean precipitation estimated by the latest Global Precipitation Climatology Project （GPCP） version 2 dataset and Tropical Rainfall Measurement Mission Precipitation Radar （TRMM PR） are compared in temporal and spatial scales in order to comprehend tropical rainfall climatologically. Reasons for the rainfall differences derived from both datasets are discussed. Results show that GPCP and TRMM PR datasets present similar distribution patterns over the Tropics but with some differences in amplitude and location. Generally, the average difference over the ocean of about 0.5 mm d^-1 is larger than that of about 0.1 mm d^-1 over land. Results also show that GPCP tends to underestimate the monthly precipitation over the land region with sparse rain gauges in contrast to regions with a higher density of rain gauge stations. A Probability Distribution Function （PDF） analysis indicates that the GPCP rain rate at its maximum PDF is generally consistent with the TRMM PR rain rate as the latter is less than 8 mm d^-1. When the TRMM PR rain rate is greater than 8 mm d^-1, the GPCP rain rate at its maximum PDF is less by at least 1 mm d^-1 compared to TRMM PR estimates. Results also show an absolute bias of less than 1 mm d^-1 between the two datasets when the rain rate is less than 10 mm d^-1. A large relative bias of the two datasets occurs at weak and heavy rain rates. 相似文献
4.
GPCP和TRMM PR热带月平均降水的差异分析 总被引：8，自引：1，他引：8
文中利用GPCP(Global Precipitation Climatology Project)和TRMM(Tropical Rainfall Measuring Missio) PR(Precipitation Radar)资料,分析了1998～2002年热带地区月平均降水的差异及其主要原因.结果表明,GPCP和TRMM PR资料能一致地反映热带降水的主要分布特征,但降水的强度和范围存在着差异;两种资料的差异与雨强有密切关系;平均而言,洋面上的降水差异(0.5 mm/d)大于陆地上的差异(0.1 mm/d).微波发射信号(SSM/I E)的反演结果对洋面降水的高估和地面雨量计的缺乏,是造成两种资料间差异的主要原因.分析结果还表明,洋面上GPCP降水相对于PR降水的最大概率差异随雨强增大呈线性增大;陆地上这种差异则呈非线性关系.文中最后还利用最大概率函数对1979～1997年GPCP气候平均降水的误差进行了分析. 相似文献
5.
LIU Qi & FU Yunfei School of Earth Space Sciences University of Science Technology of China Hefei China 《中国科学D辑(英文版)》2007,50(3):430-441
A 6-year dataset of summer monthly mean precipitation derived from Tropical Precipitation Measure-ment Mission (TRMM)-Microwave Imager (TMI) was used to delineate the spatial distribution patterns of precipitation throughout Asian areas, which indicates that there are three rainfall centers located at the northern coast of the Bay of Bengal, the South China Sea and the western equatorial Pacific Warm Pool, respectively. Based upon the analysis of horizontal distribution, the capability of TMI for characterizing terrestrial and maritime precipitation has been evaluated and compared with Global Precipitation Climatology Project (GPCP) dataset. It was found that TMI and GPCP are well consistent with each other, while a few significant differences occur at several regions over land. By investigating rainfall esti-mates over six specific locations in Asia, a systematic underestimation of TMI was demonstrated, which could be explained by the inherent deficiency within TMI terrestrial algorithm relying on scat-tering signal from ice particles in a precipitation system. A further analysis shows that the highly in-homogeneous distribution of rain gauges employed by GPCP contributes a great deal to the significant discrepancy between GPCP and TMI, especially over regions surrounding the Tibetan Plateau where rain gauges are quite scarce. 相似文献
6.
The Global Precipitation Climatology Project (GPCP) monthly rainfall data and the rainfall records observed by 740 rain gauges in the mainland of China are used to analyze similarities and differences of the precipitation in China in the period from January 1980 to December 2000. Results expose significantly consistent rainfall distributions between the both data in multi-year mean, multi-year seasonal mean, and multi-year monthly mean. Departures of monthly rainfall for each dataset also show a high correlation with an over 0.8 correlation coefficient. Analysis indicates small differences of both datasets during autumn, winter, and spring, but relative large ones in summer. Generally, the GPCP has trend of overestimating the rainfall rate. Based on above good relationship of both datasets, the GPCP data are used to represent distributions and variations of precipitation in the Tibetan Plateau and Northwest China. Results indicate positive departures of precipitation in summer in the west part of Tibetan Plateau in the 1980s and negative departures after the 1980s. For the west part of Northwest China, analysis illustrates precipitation decreases a little, but no clear variation tendency. 相似文献
7.
GMS-5卫星估计中国西部地区月降水 总被引：3，自引：0，他引：3
在气候降水数据集中, 中国西部地区的降水数据精度一直偏低, 如全球降水气候项目数据集(GPCP)数据1998年年平均相对误差在100°E以西达到100%以上, 由于这一地区人烟稀少, 缺少足够的地面雨量站, 极轨卫星时间覆盖率低, GMS静止卫星高度角偏低, 给这一地区的降水测量和估计带来困难.本文尝试将GOES卫星降水指数(GPI)算法拓展应用到这一区域, 同时, 为了消除卫星高度角偏低造成的影响, 利用当地气候资料, 引入相对湿度修正因子.结果表明, 用GMS静止卫星云图结合气候资料, 可以有效估计中 相似文献
8.
基于TRMM/TMI的亚洲夏季降水研究 总被引：4，自引：0，他引：4
利用热带测雨卫星(TRMM)微波成像仪(TMI)的长期观测资料, 对亚洲夏季降水的水平分布特征进行了统计分析, 指出了孟加拉湾北部沿岸, 中国南海南部, 赤道西太平洋暖池三个稳定的强降水中心. 并借助全球降水气候计划(GPCP)地表降水资料, 对亚洲范围内洋面, 陆面及6个典型区域的TMI降水准确性进行了评估, 结果表明利用TMI和GPCP资料对亚洲夏季降水的强弱降水中心及雨带位置的指示基本一致, TMI对陆面降水仍存在普遍的低估, 最大相对偏差在25%左右. 差异水平分布显示出极强的地域性特征, 出现最大差异(>3 mm/d)的区域位于陆地上青藏高原周边(正偏差), 及孟加拉湾北部地区(负偏差). 对产生偏差原因的分析表明, TMI陆面算法强烈依赖于降水云系统上层冰粒子含量的特性是构成其系统性偏低和局部地区对降水高估的主要因素, 而进一步的分析也显示GPCP雨量计极不均匀的分布对差异的产生也有所贡献, 尤其是在雨量计稀少的高原周边地区. 相似文献
9.
使用1979-2008年NCEP/NCAR再分析数据集资料分析了全年各月经向风特征,发现青藏高原东南侧存在一个全年盛行南风的区域(22.5°～30°N、105°～110°E),即常年南风区.该区域南风呈现冬弱夏强的演变特征,尤其在春夏时期呈现双峰值状态,峰值分别出现在15候和37候左右.进一步分析表明,常年南风区南风与我国南方春季降水有着较好的对应关系.15候左右常年南风区南风第一次增强并达到峰值,持续的强南风使得我国南方地区降水随之有突然增加的趋势,进入春雨期.高原东南侧常年南风区南风两个峰值出现的原因并不相同.15候左右出现的绕流南风大值是由于高原的突然加热产生的低空气旋性环流叠加在绕流西风上,从而造成了南风的加强,湿润的偏南风给华南地区带来持续的降水,江南春雨开始.而37候左右出现的绕流南风大值是由于南海夏季风爆发后,孟加拉湾槽前强大的西南风加强了该处的绕流南风,使得南风势力变得更为强大,推进到我国长江中下游地区. 相似文献
1