基于信息融合技术的降水空间分布计算模型及不确定性评价

遥感技术的飞速发展提供了丰富的区域降水观测信息及地形地貌信息，将这些信息与传统的雨量计观测信有效融合，获取高质量空间降水数据，是当前水文气象领域重要的基础性科学问题。本项目以赣江流域和北三河水系为研究区域，开展基于信息融合技术的降水空间分布计算模型的比较研究，主要内容包括：（1）降水空间变异性及其气象地理影响因素分析；（2）诊断流域降水与地形地貌因子之间的非平稳空间相关性，基于地理加权回归，建立融合降水观测信息与地形地貌信息的降水空间分布计算模型；（3）基于尺度递归估计，建立融合天气雷达、气象卫星与雨量计观测信息的降水空间分布计算模型。（4）评价所建立的降水空间分布计算模型的不确定性，分析不确定性空间降水输入条件下流域水循环要素的时空响应规律。项目研究成果对于科学认识我国东部流域降水空间分布规律，提高地形复杂区域暴雨监测能力，推动水文不确定性研究深入系统开展均具有重要的理论与应用价值。

本项目重点以我国多雨区之一的赣江流域为例，在研究传统的降水空间估计方法的基础上，重点采用地理加权回归方法探讨了地表雨量站网、地理地形信息、卫星降水信息的融合方法，剖析了降水信息融合的效果，评估了降水空间估计的不确定性及其对径流模拟精度的影响。论文的主要研究工作和学术成果表现在以下4个方面：.（1）引入地理加权回归方法建立了流域降水空间估计模型，改进了传统的空间插值中降水的局部空间自相关性以及与地理信息互相关性的定量描述方式。以此为基础，在统计平均意义上揭示了赣江流域降水空间估计精度随雨量站网密度的变化特征，证实了大至当站网密度低于1站/1300 km2时，降水空间估计精度随站网密度变化而急剧变化；而当雨量站网密度约高于1站/380 km2时，降水空间估计精度随站网密度变化不明显。.（2）针对赣江流域，在日、月两种时间尺度上和0.25°×0.25°栅格单元、子流域和全流域三种空间尺度上，系统评价了TRMM 3B42/3B43V7、TRMM 3B42RTV7、CMORPH、PERSIANN四种代表性高分辨率卫星降水数据的精度及其季节性变化特征、空间差异，发现卫星降水数据的定量误差虽然比较明显，但能动态提供有效的流域降水时空信息，对地面雨量站网观测具有较好的补充作用。.（3）采用地理加权回归方法，构建了降水信息融合模型，为同时融合任意种遥感降水信息、地理地形信息和地面雨量站网信息提供了一种可行途径。开展了地表雨量站网观测与TRMM 3B42/3BV43 V7或CMORPH数据的融合试验。发现仅当雨量站网密度约低于1站/2500 km2时，降水信息融合模型的估计精度才逐步高于传统的空间插值模型。在雨量站网密度约为1站/7500 km2时，相对传统插值模型，雨量站网观测信息融合CMORPH日数据，可提高降水估计的空间相关系数约33%、降低平均绝对值误差约16%。.（4）以赣江流域19个集水区域为重点，通过大量的水文模拟数学试验，证实了在雨量站网比较稀疏的条件下，相对于空间插值数据，降水融合数据可显著提高月、日径流模拟精度。当雨量站网密度约为1站/7500 km2时，采用降水融合数据，多数集水区域日径流模拟效率系数可提高0.15以上、最大超过0.40, 日径流总量相对误差可削减5%左右、最大超过20%。