面向空间异质性的多信息集成遥感降水降尺度方法研究

Satellite-based precipitation providing near real-time and widely coverage of precipitation observations is an important data source for global climate change and hydrological research, and the research on satellite precipitation has been a hot spot in recent years. However, the uncertainty of multiple satellite precipitation for hydrological simulation and the multi-scale coupling relationship between satellite precipitation and geography field are still not clear. In the proposed study, two typical basins (Heihe River Basin and Huaihe River Basin) are selected to evaluate the performance of five commonly used satellite precipitation (GPM, TRMM, CMORPH, PERSIANN and CHIRPS) in hydrological model, and the spatial downscaling of satellite precipitation based on multi-information integration is also conducted. The main contents are as follows: (1) to compare temporal-spatial differentiation and analyze the main error sources of multiple satellite precipitation. (2) to quantify the uncertainty and its propagation law of multiple satellite precipitation for hydrological simulation using the VIC model , and to put forward the realistic demand of satellite precipitation. (3) to establish the scale coupling relationship on spatial heterogeneity between satellite precipitation and geography field, and to propose a multi-source data integrated downscaling strategy based on Bayesian Geography Weighted Regression (BGWR) and Copula function for obtaining precipitation with high accuracy and resolution to improve the capabilities of hydrological simulation and forecasting.

遥感技术的发展实现了降水观测的近实时和大范围覆盖，遥感降水作为全球气候变化和流域水文研究的重要数据源，是当前的一个热点研究方向。然而关于多卫星降水用于水文模拟的不确定性，以及遥感降水和地理背景场多尺度耦合关系的研究尚不明确。本项目选择黑河流域和淮河流域为典型研究区，开展五种常用遥感降水（GPM、TRMM、CMORPH、PERSIANN和CHIRPS）的水文模型验证和基于多信息集成的遥感降水降尺度研究。主要研究内容包括：（1）对比分析多卫星遥感降水的时空分异规律，解析误差的主要来源。（2）利用VIC水文模型量化多卫星遥感降水用于水文模拟的不确定性及其传播规律，提出水文应用对遥感降水的现实需求。（3）建立遥感降水和地理背景场空间异质性的尺度耦合关系，提出基于贝叶斯地理加权回归和Copula理论的多信息集成遥感降水降尺度方法体系，实现高精度和高时空分辨率的遥感降水制图，提高水文模型模拟预测能力。

本项目围绕当前多卫星降水产品的时空精度验证及降尺度等问题开展研究，选择干旱半干旱地区和湿润半湿润地区为典型研究区，开展了卫星遥感降水时空精度验证，分析了卫星降水时空非线性趋势分析及主要影响因素，建立了多信息集成的卫星降水降尺度方法体系。项目的主要研究工作及学术成果主要表现在以下四个方面：（1）基于地面高密度雨量站点数据资料，对比分析了多卫星遥感降水在典型干旱半干旱地区和湿地半湿度地区的时空精度，卫星降水估算在日尺度上精度较低，当时间尺度大于月尺度时，相关系数显著提高，相对均方根误差显著降低。卫星产品探测强降雨事件的能力都很有限。干旱半干旱区域，CHIRPS倾向于高估站点降水量，而TMPA和PERSIANN-CDR表现为低估。湿润半湿润区域，GPM IMERG产品在不同时间尺度均表现出一定的优越性。（2）围绕降水时间序列的非线性问题，采用EEMD方法分析了1951-2013年三种网格降水产品（CRU、GPCC和EOBS）在德国年、季降水变化趋势的时空格局。1951-2013年的降水趋势大多呈高度非线性，季节性降水量的趋势在空间和时间上有相当大的变化。GPCC和EOBS在季节和年降水量的时空分布以及趋势上一致。（3）结合Slope趋势分析和Triple Collocation方法，评估了降雨强度、纬度、地形、气候特征等对于卫星降雨探测能力的影响，有效解析了干旱半干旱地区和湿润半湿润地区的卫星降水误差来源，提出了遥感降水产品在不同区域的应用潜力；（4）分析了全局回归、局域回归和逐像元局域回归三种不同的窗口策略对降尺度结果的影响，逐像元局域回归表现出最好的性能，表明地理背景场对于局部降水影响较大，且不同区域影响范围不同。基于ANN、SVM和RF等机器学习算法建立了多信息集成遥感降水降尺度方法体系，总体而言RF和SVM方法表现出较好的性能，能够用于高精度和高时空分辨率的遥感降水制图。