复杂地形下降水空间分布精细化估算模型研究

Precipitation have an important role in global environment and climate change. It has very large variation in spatial and temporal distribution. Therefore, estimating the spatial and temporal distribution of precipitation over the complex terrain has the important theoretical significance and potential applications.In this study,a physical model to estimate the spatial and temporal distribution of precipitation over the complex terrain is built firstly, which contains the large-scale ambient field of precipitation and the increment or decrement of precipitation influenced by orographic lifting. Then, Combined with mathematical statistics, the actual distribution of precipitation is estimated by considered some uncertain factors. In this study, the calculation is completed based on GIS technology and information fusion with meteorological station data, reanalysis data, remote sensing data ,terrain data , such as multisource data.This model can estimate the spatial and temporal distribution of precipitation over the complex terrain with more high-resolution than traditional physical model for precipitation.And its result can provide a more accurate data for meteorological and hydrological profession and research..

大气降水是决定全球环境和气候变化的重要因子，在时空上的分布变化很大，因此，解决复杂地形下降水时空分布问题，具有重要的理论意义和广阔的应用前景。本研究首先建立一个基于降水形成物理机制的复杂地形下降水空间分布理论估算模型。该理论模型基于水汽收支和平衡方程，包含大尺度降水量背景场估算和地形影响对降水量的增（减）量估算两个部分。在后者中通过分析坡度、坡向与风速、风向之间的几何关系，引入精细化栅格化的地形因子，并与气象因子耦合解算。其次，结合数理统计方法，充分考虑降水不确定性因素，完成理论降水量空间分布向实际降水量空间分布的转化估算。本研究融合了气象站点资料、再分析资料、遥感数据、地形数据等多源数据，在GIS平台上完成降水空间分布估算，可解决传统降水物理模型尺度大、单点计算或格点分辨率低、不能很好的反应地形差异对降水分布重分配的问题，其结果可以为气象、水文业务与研究提供更精准的、精细化的基础数据。

基于地理地形因子和多元回归法，构建复杂地形下降水精细化空间分布估算模型的研究已较为成熟，但统计建模在考虑降水物理机制方面存在一定的不足。本项目基于降水形成物理机制，对复杂地形下多年气候平均降水空间分布估算模型进行了研究。主要结果：（1）利用分离-综合的思想，将降水分离为降水背景场（大尺度降水）和地形降水增量（局地地形降水）两部分，融合多源数据，有效实现两种不同降水的分别估算。（2）基于水汽收支和平衡方程的大尺度降水量背景场模型，估算结果的空间分布总体规律与各地降水气候特征吻合都较好，作为降水量背景场是可行的。（3）地形降水增（减）量模型，基于地形抬升降水机理，在GIS平台上成功实现了地形因子和气象因子的耦合解算，模型估算结果的空间分布与各山区地形水汽特征吻合很好，迎背风坡降水分布差异明显。（4）最终构建半经验半理论的复杂地形下多年气候平均降水空间分布估算模型，该模型计算结果比常用的多元回归模型在精细化表达地形影响下的降水空间分布方面，效果更好。