基于样条函数融合遥感数据生成降水场的方法研究

大气降水是全球水分循环的一个重要环节，是一个地区水资源的重要组成部分，是地表控制地气之间水分、热量和动量交换的重要变量之一。由于降水时空差异大，形成原因复杂，至今生成高精度、高时空分辨率降水数据的算法仍不成熟。目前通用的方法是融合台站、静止卫星和极轨卫星数据生成降水数据集。然而现有融合算法仍存在一些不足，如未能考虑降水场的空间相关性和未能在融合过程中考虑不同的降水过程等。样条函数在求取最优函数形式的过程中，可以充分的考虑降水场的空间相关性。此外，众多的研究表明时间序列的红外亮温数据可以识别降水的类型。基于此，本研究拟采用样条函数作为多源数据融合的基本方法，并利用时间序列红外亮温数据区分降水类型，探索生成高时空分辨率（5km×5km， 每小时）降水数据的方法。

降水是地球表面水分和能量循环的重要组成部分，它有助于调节地表和大气之间的水分通量。随着卫星技术的发展，卫星反演的高时空分辨率降水产品被广泛的应用于各个研究领域。尽管获得了广泛的应用，但是卫星反演降水产品的应用仍然受到其不确定性的影响。基于此本研究从三个方面开展工作：1）评估现有卫星产品的质量，分析影响其质量的主要原因；2）研制基于薄盘平滑样条函数的融合卫星和台站降水的算法；3）建立中国区域近30年高时空分辨率陆面降水产品数据集，并验证其精度。.本研究中，我们收集了收集国外卫星反演降水资料并对资料的精度进行验证，分析卫星反演降水量的不确定性。本研究已收集2003-2012年四套卫星反演降水资料（TRMM，CMORPH，GSMaP，TRMM-RT），并利用台站数据对其进行验证。得到以下结论：1）GSMaP和CMORPH产品低估降水量，TRMM-3B42RT产品高估降水量。TRMM-3B42产品无偏差。TRM-3B42资料是在TRMM-3B42RT经过台站订正后得到的。TRMM-3B42在平均偏差（ME）、均方根误差（RMSE）和相关系数（CC）三项指标均优于TRMM-3B42RT，而POD（击中率）和FAR（伪报率）两项指标无明显改进。说明TRMM-3B42的订正算法能有效订正数据的系统误差，优化数据的相关性。2）GSMaP、CMORPH和TRMM-3B42RT产品高估小降水；TRMM-3B42RT低估小降水。3）所有的降水产品在夏季的精度都高于冬季的降水。.另一方面，本研究发展了一个基于薄盘平滑样条函数的融合卫星和台站降水的算法。该方法包括两个主要步骤：1）利用薄盘平滑样条函数，将卫星反演降水量设置为协变量，建立多元非线性回归方程，求解方程系数。利用多元非线性回归方程计算降水场的趋势面。2）利用改进的Cressman插值方法，对降水场趋势面进行订正，获得最终的降水场。研究表明经过融合后的资料在精度方面较原有产品有较大的提高，其中RMSE由5.9 毫米/天下降至4.3毫米/天。相关系数有0.39上升至0.5。.该算法最后被用来建立中国区域近30年高时空分辨率陆面降水产品数据集，数据已经通过以下网站发布（http://globalchange.bnu.edu.cn/research/forcing）。