顾及空间异质性的区域降水背景场分布时空联合估算方法研究

The estimation of spatiotemporal rainfall distribution is one of the basic resource for the regional climatic response. The existing estimation models based on the single observation measurement and uniform spatial estimation are unable to highlight the spatial heterogeneity of the precipitation and the plenty of timing dimension information. This research aims to provide regional-scale precipitation in ambient field for weather disasters. It will quantify the spatial heterogeneity by fine dividing the domain of influence over the rainfall and building the model of relationship between different areas and influence factors for precipitation. A new estimation model called RGWR+TK(spatiotemporal regional geographically weighted regression and its regression residuals with spatiotemporal kriging) will be proposed. This model will enhance the representation of micro differences for GWR by adjusting the regional regression factor and parameters dynamically. This research will use base ground stations observation and radar network precipitation products in order to fully reflect the latest achievements of current precipitation observations. The possible research achievements will not only open new thought for detailed and multiple-dimension precipitation distribution, but also expand and complete the existing estimation methods, and then provide more accurate essential data. Furthermore, the new model may provide some useful reference for fine estimation of other meteorological elements.

降水背景场是气象灾害局地响应的重要基础数据之一。现有的基于单一来源数据进行空间统一估算的方式，无法凸显降水的空间异质性和丰富的时间维信息。本研究旨在为气象灾害等研究提供区域尺度的降水背景场资料，通过降水作用域的精细划分和不同分区与降水影响因素间的对应关系模型的建立，量化降水的空间异质性。提出分区地理权重回归，残余时空克里格的降水分布估算方法，通过不同分区回归因子和系数的动态调整，增强地理权重回归对空间异质性的表现力度。通过残差的时空克里格估值，实现降水分布向时间维的扩展，建立顾及空间异质性的降水分布时空联合估算模型。研究联合使用地面观测站和雷达组网降水产品，全面体现当前降水观测的最新成果。本研究可以为降水背景场分布估算的精细化和多维化开启新的思路，扩展和完善现有降水分布估算方法，为相关应用提供更为精准的基础数据,也可以为其他具有类似观测手段的气象要素背景场分布估算提供有益的借鉴。

降水所具有的时空异质性对气候的变化、生态、水文、农业以及经济的发展具有重要的影响，而高分辨率的降水场在认识时空异质性、全球洪水预警和分布式水文模型等应用中扮演特殊的角色。本研究以湖北省为研究样区，充分利用降水数据在时间维的丰富信息，结合TRMM遥感降水产品，建立顾及空间异质性的降水时空联合分布模型。.通过2016-2018三年的研发，研究成果主要包括以下方面：.1）、完成了TRMM遥感降水产品在湖北省的质量评价和适用性分析，验证了降水台站和遥感降水产品在降水时空分布规律上的一致性，为后续遥感降水产品的应用奠定了基础。.2）、完成了降水影响因素和估算方法的筛选实验，选择高程和地表温度作为主要的降水影响因子，地理加权回归在年月尺度上的建模效果最好，多重分析方法在日尺度降水中具有更高的稳定性。.3）、引入时空地理加权回归方法，提出以日为单位，基于指数函数的时间权重模型，建立了高精度降水时空联合分布模型。模型精度较传统时空地理加权回归有明显的提升。.4）、针对日尺度降水场模型精度的不确定性，提出顾及空间异质性的MFn-GWR遥感降水降尺度模型，采用非正态分布来模拟日降水，并使用地理加权回归的月平均降水数据实现降水的异质性恢复，在提升降水场整体精度的同时，保持了原始降水场的空间异质性。.5）、培养硕士研究生2名，发表期刊科研论文3篇，其中EI检索论文2篇。排名第二获批国家自然科学基金面上项目1项（41871304）。.本研究为降水背景场分布估算的精细化和多维化开启了新的思路，扩展和完善现有降水分布估算方法，为气象灾害评估、水文分析等领域提供了高分辨率且高精度的降水背景场资料。后续也可以为其他具有类似观测手段的气象要素背景场分布估算提供有益的借鉴。