基于EMOS方法的多源遥感降水数据融合与性能评估——以黄河中游为例

作     者：星寅聪 林依雪 李艳忠 梁康 刘昌明 杜深文 李先青 张蜜 云月娥 XING Yincong;LIN Yixue;LI Yanzhong;LIANG Kang;LIU Changming;DU Shenwen;LI Xianqing;ZHANG Mi;YUN Yue'e

作者机构：南京信息工程大学水文与水资源工程学院南京210044 广西柳州市柳城县气象局广西柳州545200 中国科学院地理科学与资源研究所陆地水循环及地表过程重点实验室北京100101 

基　　金：国家自然科学基金(41701019,41971035) 中国科学院地理科学与资源研究所“秉维”优秀青年人才计划项目(2017RC204) 中国科学院陆地水循环及地表过程重点实验室开放基金项目(2017A004) 南京信息工程大学2020年“优秀本科毕业论文(设计)支持计划”项目 南京信息工程大学人才启动项目(2017r069) 

出 版 物：《南水北调与水利科技（中英文）》 (South-to-North Water Transfers and Water Science & Technology)

年 卷 期：2021年第19卷第2期

页      码：226-236页

摘      要：选择对气候变化和人类活动极为敏感的黄河中游为研究区,采用集成模型输出统计方法(EMOS)对多源遥感降水数据(CHIRPS、CMORPH、PERSIANN-CDR和TMPA 3B42)进行数据融合,并对其基本统计性能和降水等级性能进行评估。研究发现:采用EMOS数据融合方法获得的降水数据集可更好地捕捉观测降水的空间分布和年际均值,其基本统计性能(δBIAS=-3.4%;δRMSE=13.1mm;γKGE=0.233)明显优越于4种独立的遥感降水产品、4种产品的均值(MME)以及采用分位数映射法(QM)获取的数据集,但各统计指标存在较大的空间差异性;EMOS方法获得降水数据集显著地改善了对中雨的检测性能(探测率DPOD=0.38);相对MME,EMOS对大雨的综合探测能力(关键成功指数ECSI)提高了12%,表明该方法对高强度降水的正确检测能力更具优势。基于EMOS多源数据融合方法获得的高精度数据集,可为黄河中游典型生态恢复区的极端降水-水沙关系研究提供科学支撑,具有较好的科学价值和应用前景。

主 题 词：遥感降水 黄河中游 数据融合 EMOS 性能评估 

学科分类：07[理学] 070601[070601] 0706[理学-大气科学类] 

D　O　I：10.13476/j.cnki.nsbdqk.2021.0024

馆 藏 号：203103266...