降水研究进展

        降水是研究西南河流源区径流演变最重要的输入通量。西南河流源区降水类型和形态复杂，包括降雨、降雪、雨夹雪、对流雨、层流雨、地形雨等降水类型和形态。然而，与降水复杂性和重要性极不相称的实际情况是，由于研究区地处高寒山区，地面观测台站十分稀少。仅依靠地面台站观测降水进行插值和外推往往不能够获取区域尺度上准确的降水量及分布。多源卫星遥感观测降水成为了认识该区降水的重要手段。但由于该区降水、地形等时空变异性较强，现有全球卫星降水产品还不能满足准确模拟该区水文过程和径流的要求。针对上述问题，本课题从：(1)卫星降水不确定性评估；(2)卫星雷达降水误差校正及降水‒地形关系解析；(3)卫星雷达降雨降雪误差分析三方面开展了研究并总结如下。

(1)卫星降水不确定性评估

        热带降雨测量任务(TRMM)卫星降水是目前使用最为广泛的卫星降水产品之一。但经过我们研究发现，TRMM时代卫星遥感降水产品(如TMPA 3B42、3B42RT、CMORPH)对内陆水体区域存在异常高估的问题，可导致区域性研究产生较大偏差。我国西南河流源区和青藏高原，湖泊数量多、总面积大，由此导致的卫星降水误差不容忽视。同时近年来西南河流源区和青藏高原湖泊面积变化显著，是气候变化对青藏高原水循环影响的重要指示器，降水是影响湖泊面积的重要因素，对降水不确定性的评估有助于提高对西南河流源区水循环过程和变化的认识。

        进一步研究表明：红外降水水体和陆地降水估计一致性较好，TRMM时代被动微波降水反演算法的缺陷导致了TMPA产品在内陆水体的异常高估。同时我们也利用MODIS的陆表温度数据，判断湖泊是否处于结冰期，研究湖面不同状态对于微波算法的影响。结果表明：当处于冬季湖泊表面结冰时，卫星产品的异常高估问题较弱，其原因在于冬季湖泊表面结冰，冰面的微波发射特性与陆地较为相似，减小了微波算法异常的影响。

图 1 (a) TMPA 3B42RT和IMERG Late run (IMERG-L)在水体网格(Pixel-Water)与周边陆地网格(Pixel-Neighbor)的降水的差异；(b)TMPA 3B42RT和IMERG Final run (IMERG-F)在水体网格与周边陆地网格的降水的差异；(c)TMPA 3B42RT与IMERG-L相对差异；(d)TMPA 3B42与IMERG-F相对差异

        该部分的研究成果发表于IEEE Geoscience and Remote Sensing Letters：Tang, G., *Long，D., and Hong, Y. (2016). Systematic anomalies over inland water bodies of High Mountain Asia in TRMM precipitation estimates: No longer a problem for the GPM era?, IEEE Geoscience and Remote Sensing Letters, 13(12), 1762-1766 (IF=3.534)。

(2)卫星雷达降水误差校正及降水‒地形关系解析

        基于校正后的TRMM PR和GPM DPR数据，项目组分析了青藏高原降水‒地形变化特征。青藏高原降水地形效应显著，尤其是在边界地区地形抬升导致降水升高，由于水汽含量、大气能量、抬升凝结高度的综合影响，降水峰值出现在山腰而非山顶。但是从大范围来看(如流域尺度)，降水一般随着地形的抬升呈现指数下降。

图 2基于1998-2015年TRMM PR降水数据拟合青藏高原流域尺度降水‒地形关系

        该部分的研究成果发表于遥感领域影响因子多年排名第一的期刊Remote Sensing of Environment: Tang, G., *Long, D., Hong, Y., Gao, J., & Wan, W. (2018). Documentation of multifactorial relationships between precipitation and topography of the Tibetan Plateau using spaceborne precipitation radars. Remote sensing of environment, 208, 82-96 (IF=8.218)。

(3)卫星雷达降雨降雪误差分析

        我们首次在全球和中国尺度上分析了三颗星载降水雷达(TRMM PR、GPM DRP、CloudSat CPR)降雨、降雪观测性能。评估工作基于三颗雷达的全球时空匹配降水事件，匹配事件观测时间差不超过20分钟，空间距离差异不超过0.04°，对于时间差的敏感性研究表明：时间差在10~20 分钟之内对结果的影响并不显著。CloudSat CPR扫描轨迹极窄，与PR和DPR的匹配样本数相对较少，相反TRMM PR与GPM DPR的匹配样本数量极多，确保了两颗雷达之间对比的可靠性。图 3为三颗雷达全球匹配降水的散点密度图，可以看出CPR和DPR/PR降水差异较大，CPR对于小降水的观测能力更强。PR与DPR降水相互吻合良好，在陆地和海洋上没有明显的差异。整体而言，GPM DPR在微量降水观测方面相比于前身TRMM PR具有明显优势，但CloudSat CPR对微量降水的观测最为精确。在降雪观测方面，GPM DPR双频雷达对于降雪的定量估计与认可度较高的CloudSat CPR存在明显差异。DPR的优势在于更宽的扫描轨迹，能够在较短时间内实现全球覆盖，捕捉到更多降雪事件，但是反演精度方面CloudSat CPR更高。此外，我们也在中国区域利用地面小时降水观测对TRMM PR和GPM DPR进行了评估，PR和DPR在中国的降水观测与站点吻合度非常高，尤其是在中国南方地区，前后两代雷达具有较高的一致性，但在青藏高原，星载降水雷达呈现出明显的低估。

    图 3 TRMM PR、GPM DPR和CloudSat CPR全球匹配降水的散点密度图

        该部分的研究成果发表于水文水资源领域顶级期刊Water Resources Research：Tang, G.Q., Wen, Y.X., Gao, J.Y., *Long, D., Ma, Y.Z., Wan, W., & Hong, Y. (2017). Similarities and differences between three coexisting spaceborne radars in global rainfall and snowfall estimation. Water Resources Research, 53, 3835-3853 (IF=4.14)。