基于径流的山区降水估算方法研究

Precipitation in mountain regions is generally concentrated, while precipitation monitors are relatively weaker in mountain than plain regions. In view of the spatial and temporal variability in precipitation and scarce observation data among mountain regions, this study aims at precipitation estimation in mountain regions without precipitation station and products correction of remote sensing using runoff data. We construct a new bayesian model with inversion of hydrological model parameter, through the coupling of hydrological model and bayesian statistical inference model. Based on this model, a new method to estimate precipitation in river basin, called 'infering precipitation from runoff', is put forward, in which remote sensing precipitation products are used. This method provides a way to estimate precipitation in no station mountain regions, coupling hydrological models and bayesian statistical inference model and remote sensing products. Then, the sensitivity, uncertainty and applicability of the method are revealed in this study. The main features of this study is to obtain regional precipitation through runoff information using the bayesian inference model, in combination with hydrological models. The main innovation of this study is embodied in through the coupling of hydrological model and the bayesian inference model, realizing products correction of remote sensing by runoff data, and then obtaining precipitation data in the mountains regions without precipitation stations.

山区是降水较集中的地区，同时也是降水监测比较薄弱的地区。本研究针对山区降水时空变异性大和观测数据少的特点，围绕如何进行无降水测站山区降水的估算、如何利用径流数据来进行遥感降水产品校正两大问题，通过耦合水文模型和贝叶斯统计推断模型，构建水文模型参数反演的贝叶斯统计推断模型，引入降水误差参数，提出“从径流推断降水”的流域降水估算方法，结合遥感降水产品，发展耦合水文模型、贝叶斯统计推断模型和遥感的无测站山区降水估算方法，揭示方法的敏感性、不确定性和适用性特征。本研究的主要特色是利用贝叶斯推断模型，结合水文模型，通过径流信息来获取区域降水信息。该研究的主要创新体现在通过耦合水文模型和贝叶斯推断模型，实现了利用径流数据进行遥感降水产品的校正，进而获得无测站山区的降水信息。

山区是降水较集中的地区，也是降水监测比较薄弱的地区。本研究针对山区降水时空变异性大和观测数据少的特点，围绕如何进行无降水测站山区降水的估算、如何利用径流数据来进行遥感降水产品校正两大问题开展研究。首先以柴达木盆地为研究区，基于站点降水数据分析评估了不同降水产品（MSWEP、GPM和TRMM）在的适用性。然后以香日德流域为典型区，构建了该流域分布式水文模型，发展了多目标优化算法，以不同降水产品（CMADS、GPM和TRMM）来驱动模型，分析了不同降水产品在山区的适用性。最后，研究提出了基于径流的降水校正参数与估算方程，以流域出口径流为优化目标，求解不同降水产品的校正参数，并最终获取流域修正后的降水产品。研究表明，（1）新型融合降水产品MSWEP在各时间尺度上与站点降水的相关性最高，三种降水产品在柴达木盆地的适用性由高到低排序为：MSWEP>GPM>TRMM；气象站与水文站降水均值的差异以及降水产品在气象站、水文站的精度差异主要是受海拔高度的影响。（2）受人类活动影响，香日德河流域径流量存在显著减少的突变；变点前后两阶段的径流模拟结果显示：突变前TRMM的径流模拟精度最高，突变后CMADS表现最好。综合来看，降水产品在研究区径流模拟应用潜力由大到小排序为：CMADS>TRMM>GPM；水文模拟法可有效定量气候变化和人类活动对径流的影响。（3）利用流域出口水文站的降水数据验证不同降水产品的校正效果发现，引入降水校正参数在很大程度上可以提高产品的降水精度；经校正的GPM降水精度有明显提高，与实测降水最接近，CMADS降水精度也有较高提升；校正后降水产品在站点精度由大到小排序为：GPM>CMADS>TRMM。本研究主要特色是通过径流信息来获取区域降水信息。该研究的创新体现在通过耦合水文模型和降水校正模型，实现了利用径流数据进行遥感降水产品的校正，对于山区降水信息的获取具有重要意义。