高分辨率多源降水融合产品的开发及其在洪水模拟中的应用

High resolution qualitative and quantitative precipitation estimation is increasingly required for regional numerical weather prediction and hydrological forecasting, in order to monitor the occurrence of natural hazards, including floods and droughts. This study aims to propose a novel technique for merging multi-sources of rainfall observations from satellite, radar and gauge networks for the development of hourly 0.05°x 0.05° spatial resolution rainfall estimates. The technique will use the Kriging with External Drift (KED) based on semivariogram model estimated from highly temporal-spatial correlated radar rainfall fields, which provides more detailed information about the dynamics of rainfall distributions and leads to the improvements of multi-source rainfall merged estimates in terms of spatial correlation and resolution. The introduction of radar scans will improve the accuracy of satellite retrievals and the spatial representativeness of gauge networks. The study will also conduct a comprehensive evaluation of quantitative precipitation estimates objectively at a basin scale thorough hydrological modelling based on Multiple-product-driven hydrologic Modelling Framework (MMF). The hydrological evaluation will further quantify the errors in rainfall-runoff modelling for river basins due to the spatial variability in precipitation estimations. The findings will help us to facilitate the development of model structure and parameterization, and further improve the accuracy of flood monitoring and forecasting system.

高质量、高分辨率的降水资料是区域性天气数值预报、水文监测预报的基础，对监测各种灾害，特别是洪水、干旱等重大灾害发生情况有重要作用。本研究针对流域尺度降水不确定性问题，提出一种新颖的多源降水融合方法，有效结合卫星-雷达-地面观测三源降水观测资料，获取准确的逐小时 0.05°x 0.05°分辨率降水融合产品。该方法将充分利用雷达降水的空间自相关性，及蕴含的详细降水场的空间结构信息，通过漂移克里金方法，提高降水融合产品的空间分辨率以及空间变异性描述，从而弥补卫星降水估计精度和雨量计分布空间代表性的不足。本研究还将采用水文学理论和方法，综合分析降水融合产品所驱动的水文过程模拟结果，实现对不同降水融合产品在流域面尺度上全面客观的评估；并通过研究不同降水融合产品空间变异性所导致的径流洪水模拟结果的误差，促使模型参数和结构优化、为洪水监测预报系统提供准确、全面、客观的信息。

降水质量对提高模型准确性、模型结果解读、洪水成灾机理理解，及洪水监测和预报的实际应用至关重要。本文针对流域尺度降水不确定性问题，同时针对目前降水融合技术中存在的缺陷，探索一种新的多源降水融合方法，通过有效结合卫星-雷达-雨量计三源降水观测资料，获取准确的高时空分辨率的降水融合产品，从而降低降雨输入对水文模拟过程带来的误差以及不确定性。针对传统基于雨量计的面尺度降水评估方法所缺乏的客观性，该项目利用水文学方法，通过引入径流观测资料为独立参考数据，基于流域水平量平衡原理，对比分析降水驱动的水文过程模拟结果，实现对不同降水融合产品在流域面尺度上全面客观的评估。研究结果揭示了不同来源的常用几种降水产品的误差与它们径流模误差之间的定量化关系，以及降水-径流误差传播是如何随不同因素（降水产品类型，时间尺度，气候条件，流域规模和地势地形）的变化而变化（扩大或衰减）。通过多准则似然判据GLUE方法，该项目进一步研究了雷达-雨量计融合降水产品相对于传统的雷达或站点数据在水文模拟中的主要优势和模拟不确定性。研究表明，当雷达和雨量计降水质量都很差时，使用雷达-雨量计融合降水可提高径流模拟结果。另外，模型参数的分布不仅取决于GLUE阈值的选择，还取决于降水产品质量和模型的敏感参数。以上研究结果将有助于促进模型参数和结构优化，为实时洪涝监测预报系统提供快速、准确、全面、客观的信息，使得水文模型在减灾防灾中发挥更大的作用。基于降水空间分布结构对流域出口的贡献及汇流时长，该项目还提出了新的降水空间分布的水文特征指数，可有效应用于定量化描述降水空间分布差异导致的洪水模拟结果（峰现时间）的误差，为水文学降水评估方案提供有效的评估指标。通过揭示降水空间变异性导致的洪水模拟结果的误差，提高基于水文学降水评估方案的可靠性，有助于更好地理解降水误差在水文模拟过程中的传播机制、以及空间分布误差对洪峰模拟的影响。