基于地形因子的TRMM 3B43降水数据在黄河源区的融合校正研究

作者：李琼; 魏加华^*; 安娟; 张博; 任燕

来源：应用基础与工程科学学报, 2018, 26(06): 1147-1163.

DOI：10.16058/j.issn.1005-0930.2018.06.001

• 降水校正
• TRMM
• 黄河源区
• 逐步回归法
• BP神经网络
• GWR

遥感降水产品具有受地形影响较小,且覆盖面积广泛的优势,对研究大尺度水量平衡具有重要价值.但遥感降水反演受传感器精度、反演算法等影响,数据精度具有区域性、系统性、季节性的偏差,研究遥感降水数据的区域特征及融合校正方法对遥感降水数据的应用具有重要意义.本文结合地形因子和气象站实测降水数据对黄河源区TRMM 3B43遥感降水数据进行融合校正,并对校正后的遥感降水数据的精度进行评价.研究表明,(1)纬度、高程、坡度、坡向等21个因子与TRMM 3B43月降水显著相关;(2)采用逐步回归、BP神经网络、GWR地理加权回归3种校正方法,校正了TRMM 3B43月降水数据,并采用6个指标对校正后的月降水数据进行评价;(3)3种方法校正后的降水数据比原始TRMM 3B43数据精度有所提高. 3种校正方法在暖季(4～10月)校正效果优于冷季(11月到次年3月). GWR地理加权回归校正效果最好,校正后的TRMM 3B43月降水在暖季各月R2接近0. 8,且对偏差的调整效果更为显著,校正后的降水显著的降低了相对偏差,相对偏差接近0,各月的绝对误差也降低了1～5mm.

• 单位
  清华大学; 国网青海省电力公司经济技术研究院; 青海大学; 水沙科学与水利水电工程国家重点实验室