北京师范大学缪驰远、苟娇娇Earth's Future：不同卫星降水特征误差对中国水文模拟性能的影响

百科 2024-12-16 08:02 陕西

水文学者

1 摘要

基于卫星的降水产品（SPP）的准全球可用性对于提高水文建模技能具有巨大潜力。然而，关于不同SPP误差类型对水文建模技能及其在不同气候带的敏感性的影响的知识有限。在本研究中，收集了来自10个SPP的强迫数据集，以驱动2001年至2018年期间中国366个流域的水文模型。在这里，我们分析了与不同降水强度（轻、中、重）和不同降水特征（幅度、方差和发生次数）相关的SPP误差对水文模拟性能的影响，并对SPP误差的敏感性进行了排序四个主要的柯本-盖革气候区。结果表明，与基于仪表的降水观测相比，SPP中的强降水通常比小雨和中降水具有更高的误差，但水文模型技能对中降水的误差比强降水的误差更敏感。中度降水检测的概率被确定为确定水文模型性能的最敏感指标，在温带、寒带、干旱和高原气候区的灵敏度分别为0.58、0.39、0.59和0.47。SPP强降水的方差误差和震级误差也分别被确定为温带和干旱气候区水文模拟的敏感因素。这些发现对于加强对SPP不确定性与水文模拟之间相互作用的理解至关重要，从而提高降水强迫的数据准确性，并确定适合中国水文模拟的SPP。

2 数据与方法

2.1 研究领域

研究区域涵盖了中国境内366个流域，这些流域的排水面积从30.1到1,705,383平方公里不等，总排水面积达到43.76×10^5平方公里。研究区域的选择基于几个标准：这些流域涵盖了多种水文气候条件，拥有至少10年的流量记录，并且这些记录尽量减少了人类活动的影响。此外，这些流域的模型表现也达到了可接受的标准。通过使用更新后的Köppen-Geiger气候分类法，研究将366个流域的气候分为温带、寒带、干旱和高地气候区。这种分类为研究不同气候条件下的水文动态提供了基础。

图1、研究中使用的中国 366 个流域的位置和边界。颜色表示每个流域的主要柯本-盖革气候类型。红点表示每个流域的出水站。

2.2 降水数据集

研究使用了十种基于卫星的降水产品（SPPs）和地面观测数据。这些SPPs的选择基于其时间分辨率、空间分辨率以及使用的普遍性。研究中使用的SPPs包括PERSIANN-CDR、CHIRPS v. 2.0、CMORPH-BLD、CMORPH-CRT、IMERG-F Cal、GSMaP Gauge、GSMaP GNRT6、TMPA 3B42 V7、IMERG-F Uncal和TMPA 3B42RT V7。这些产品通过不同的方法和数据源，如卫星观测和地面观测，提供了高精度的降水估计。研究对这些SPPs进行了分类，并根据时间延迟将它们分为实时或近实时产品、经过雨量计校正的产品以及气候数据记录。为了确保数据的一致性，研究对所有SPPs进行了日聚合和空间重采样。

2.3 水文模型

研究使用了基于物理的分布式水文模型，即可变入渗能力（VIC）模型，结合矢量河流路由模型RAPID，以评估SPPs与水文性能之间的误差关系。VIC模型代表了地表和地下的水文过程，而RAPID模型则用于河流流量的路由。研究设计了11个水文模型运行实验，利用11种降水强迫数据集（10种SPPs加上一个基于雨量计的降水观测数据集）对中国366个流域进行模拟。通过这种方法，研究可以评估不同降水产品对水文模型性能的影响。

2.4 模型验证

研究使用地面降水观测数据对模型进行了性能验证。结果显示，模型在1961-1979年期间的模拟流量与验证数据表现良好，这表明模型框架是可靠的，可以用于评估SPPs的误差及其对水文模拟性能的影响。研究还通过选择Kling-Gupta效率系数（KGE）作为模型效率标准，进一步验证了模型的可靠性。KGE值越接近1，表明模型与验证流量时间序列的匹配越好。

图2、1961-1979 年中国 366 个流域模拟水流模型性能指标的空间分布。模型效率标准由 (a) CC（相关系数）和 (b) KGE（Kling-Gupta 效率系数）表示。每个面板中的嵌入图表显示了 366 个流域相应技能指标的概率密度函数（“pdf”）曲线，其中虚线表示中值（标记为“Med”）的位置。

2.5 降水特征误差评估及其对水文模拟性能的影响

选择了五个降水误差指标来检查不同降水强度下的误差变化。这些指标包括均值误差（ME）、方差误差（VarE）、探测概率（POD）、误报警率（FAR）和漏报警率（MAR）。通过对这些误差指标的分析，研究探讨了不同降水强度对水文模型性能的影响，并通过线性回归模型来确定SPPs误差与模型效率（KGE）之间的关系。这种分析为理解降水误差在不同气候区对水文模型的敏感性提供了重要的见解。

表 2. 用于比较卫星降水产品与地面降水观测之间的误差的降水误差指数

3 结果

3.1 十个SPP的水文模拟性能

在研究中，十种卫星降水产品（SPPs）的水文模拟性能被评估，以了解其在不同气候区的表现。研究显示，使用不同降水产品进行的水文模拟在一定程度上能够再现基准降水的流量模拟结果。特别是经过雨量计校正的SPPs，如GSMaP-G、CMORPH-BLD和IMERG-Cal，在温带气候区的表现最佳，而在干旱气候区表现最差。未经过校正的SPPs（如TMPA-RT和IMERG-Uncal）在所有气候区的表现都较差，尤其是在寒带和干旱气候区。

图3、面板 (a) 温带、(b) 北方、(c) 干旱和 (d) 高原气候区中不同卫星降水产品 (SPP) 的水文模拟性能（表示为KGE得分）。上部和下部子图通过使用不同的x轴刻度分别显示有和没有规格校正的特定 SPP 的性能。虚线分别表示有和没有轨距校正的 SPP 的 0.50 和 -0.41 基准。箱须图包括所获得的KGE值的第 5 至 95 个百分位范围（须）、中位数（每个框中的水平线）以及第一个和第三个四分位数（框的底部和顶部）

3.2 SPP的降水特征误差及其对模型技能的影响

研究还分析了SPPs的降水特征误差及其对模型性能的影响。通过计算降水的均值误差（ME）、方差误差（VarE）、探测概率（POD）、误报警率（FAR）和漏报警率（MAR），研究发现大多数SPPs低估了降水的均值和方差。特别是在重降水事件中，误差更为显著。降水误差的存在显著影响了水文模型的性能，尤其是降水的均值误差和方差误差对中等和重降水的影响更为明显。

图4、2001-2018 年不同卫星降水产品 (SPP) 和不同降水强度的误差指标分布，(a) ME、(b) VarE、(c) POD、(d) FAR 和 (e) MAR。总体误差以所有三种降水强度产生的四分位数范围（误差线）显示。箱线图显示了每个 SPP 在中国 366 个流域内的小、中和强降水强度的降水特征误差。箱须图包括所获得的误差值的第 5 至 95 个百分位范围（须）、中位数（每个框中的水平线）以及第一个和第三个四分位数（框的底部和顶部）。

图5、卫星降水产品 (SPP) 中降水特征误差与水文性能之间的线性斜率比较，三种降水强度为：小、中和强。面板 (a-e) 显示 ME、VarE、POD、FAR 和 MAR 相对于KGE的斜率，分别。请注意，ME 和 VarE 误差指标采用绝对值 |ME|和|VarE|因为我们纯粹关注误差大小和水文模拟之间的关系，而不是误差方向。总体斜率显示为由 10 个 SPP 产生的箱线图。每个子图中的点显示特定 SPP 的误差斜率。箱须图包括所获得的斜率值的第 5 到 95 个百分位范围（须）、中位数（每个框中的水平线）以及第一个和第三个四分位数（框的底部和顶部）。

3.3 不同气候带降水特征误差的敏感性

为了更好地理解降水误差对水文模型性能的影响，研究对不同气候区的敏感性进行了分析。结果表明，中等降水的探测概率误差（PODM）是影响水文模拟性能的最敏感误差指标。在温带气候区，降水误差对模型性能的影响最为显著，其次是干旱、高地和寒带气候区。

图6、模型性能对不同降水强度的不同星基降水产品 (SPP) 误差的敏感性。a 图中排名误差指标的水平 tan 条代表模型性能对特定降水误差的敏感性。请注意，ME 和 VarE 指标取绝对值 |ME|和 |VarE|，因为我们纯粹关注误差大小而不是误差方向。b 图中的水平 tan 条代表不同降水强度的 SPP 误差的灵敏度指数的平均绝对值。条形越长（即灵敏度越高），水流建模中的降水误差度量越重要。a 中的误差括号显示在正常残差假设下估计灵敏度指数（斜率）的±一个标准误差。

图7、模型性能对 (a) 温带、(b) 北方、(c) 干旱和 (d) 高原气候区卫星降水产品误差的敏感性。排名误差指标的水平彩色条代表模型性能对特定降水误差的敏感性。请注意，ME 和 VarE 指标取绝对值 |ME|和 |VarE|，因为我们纯粹关注误差大小而不是误差方向。条形越长（即灵敏度越高），水流建模中的降水误差度量越重要。误差括号显示在正常残差假设下估计灵敏度（斜率）的 ± 1 个标准误差。

总体而言，研究表明，改进中等和重降水的误差对于提高水文模型的性能至关重要，尤其是在不同气候区的应用中。此外，识别出影响模型性能的关键降水特征误差指标有助于在未来的研究中针对性地改进SPPs的质量。

4 讨论

这项研究强调了卫星降水产品（SPPs）在水文建模中的重要性，尤其是在缺乏传统测量数据的地区。研究深入分析了与SPPs相关的误差及其对不同气候区水文模型性能的影响。以下是主要观点和发现：

1.SPPs的优势：由于其连续的时空覆盖，SPPs为无测量数据的流域提供了宝贵的水文建模替代方案。尽管存在一些误差，SPPs在温带地区的效果尤其显著，而在干旱地区表现较差。

误差分析：研究进行了误差传播分析，以了解不同降水特征和强度如何影响模型性能。发现虽然SPPs在重降水情况下误差较大，但这并不一定导致模型性能的更大影响。

2.中等降水检测：中等降水的检测概率（PODM）被认为是影响流量模拟性能的最敏感因素。提高PODM对于提高所有气候区的模型效率至关重要。

气候区差异：模型性能在不同气候区存在显著差异，温带地区表现最好。这种差异归因于建模框架中的固有不确定性和降雨径流机制的复杂性，特别是在干旱地区。

3.误差敏感性：研究发现，在温带和干旱地区，重降水的方差和幅度误差是特别敏感的因素。这些误差对模型性能的敏感性与水文制度的变异性和季节性有关。

4.结果的稳健性：为了确保结果的稳健性，除了KGE之外，还使用了其他模型性能评分（NSE和CC）。SPP误差敏感性在这些评分中的一致性增强了结果的可靠性。

总体而言，研究强调了在SPPs中改善中等降水检测的重要性，以提高水文建模的准确性，为改进SPP质量和在不同气候条件下的应用提供了路径。

图8、水文模拟性能中降水误差的敏感性排名表示为 (a) KGE、(b) NSE和 (c) CC。带渐变的颜色条表示[−1, 1]之间的灵敏度指数值；±1 表示最敏感，0 表示最不敏感。

5 结论

这项研究对中国366个流域的水文建模中SPP（卫星降水产品）误差传播进行了全面评估。研究采用了十种SPP来驱动经过验证的水文模型（即VIC模型与RAPID模型结合）。研究首先评估了2001至2018年期间SPP的水文建模性能，然后分析了降水误差与模型性能之间的关系，以识别与四个主要Köppen-Geiger气候区模型性能最相关的敏感误差指标。

研究发现，SPP在气候区间的流量模拟表现高度一致，其中温带区的KGE评分最佳，而干旱气候区的评分最差。在不同降水强度的SPP准确性方面，研究发现重降水相较于轻度和中等降水在平均值、方差和发生率上普遍存在更高的误差。然而，中等降水的误差在降水发生率方面对水文模型评分的影响更大。中等降水检测概率（PODM）被认为是流量模拟性能最敏感的指标，在温带、寒带、干旱和高原气候区的敏感性分别为0.58、0.39、0.59和0.47。除了降水发生率外，重降水的方差误差和幅度误差也分别被确定为温带和干旱气候区水文建模的敏感因素。

总体而言，这项工作对中国多个水文气候区的水文模拟中的SPP误差传播进行了全面评估，并从多个角度（如降水幅度、方差和发生率）分析了降水误差的影响。我们的降水误差评估结果可以支持选择合适的SPP数据以驱动水文模型或对SPP进行偏差校正以满足水文建模需求。此外，本研究中提出的不同气候区模型性能误差指标的敏感性排名对于其他地区的建模工作具有重要意义和适用性。尽管本研究使用了全面的误差指标来评估SPP误差对水文模拟性能的影响，一些潜在的误差指标（如真实检测概率和关键成功指数）可能提供有关SPP误差的额外信息。此外，当前分析在数据收集和分析阶段未包含最新版本的IMERG（如IMERG V7）。未来的工作可以通过合并更新的数据集和地面观测来延长分析周期，以解决这一限制。

文章出处

文章名称：Impacts of Different Satellite-Based Precipitation Signature Errors on Hydrological Modeling Performance Across China

作者：Chiyuan Miao, Jiaojiao Gou, Jinlong Hu, Qingyun Duan

机构：

1.北京师范大学地理科学学院地表过程与资源生态国家重点实验室

2.北京师范大学文理学院地理科学系

3.河海大学水文与水资源学院

期刊：Earth's Future

年份：2024

DOI：https://doi.org/10.1029/2024EF004954

水文学者QQ交流群：462466939，欢迎学者加入！

本平台转载仅仅是出于学术交流和传播信息的需要，并不意味着代表本平台观点或证实其内容的真实性；转载文章版权归原作者所有，作者如果不希望被转载或有侵权行为，请联系本平台删除。

--理解有限，部分总结内容来自AI，准确度需自审。更多详情请点击阅读原文，进入文章主页。

水土保持之点滴

转发和编辑水土保持及其相关的内容。

北京市小微湿地修复技术规范（DB11/T 1928—2021）

陶渊明 · 自祭文

生态清洁小流域措施设计参考图册(2024版)

中国王朝序幕|大禹治水思维导图（详细）

甘肃省水土保持工程建设以奖代补实施办法（试行）

自然资源部《全域土地综合整治实施指南（试行）》（全文）

北师大谢云教授等：CATENA东北黑土地区农田景观特征对沟谷侵蚀的影响

DA∕T 28-2018 建设项目档案管理规范

如何提升自己会议上发言的沟通能力和水平？

党晓宏等新书推荐：《黄河流域风沙采煤沉陷区生态治理与修复》

推平黄土高原再造 5 亿亩良田：机遇与挑战

WRR｜黄土高原植被恢复对水分循环和降水趋势的影响

乡村绿化技术规程（GB/T 44347-2024）

吉林省印发贯彻落实《关于加强新时代水土保持工作的意见》工作方案

榆林市国土空间总体规划（2021-2035年）

化肥减量配施秸秆和有机肥对酸化土壤改良及侵蚀阻控的影响

【CATENA】撂荒耕地制图及其影响因素分析——以京津冀地区为例

如何提高自己在会议上发言的水平？

中国第一批院士

中国植物育种和水土保持学家叶培忠

从新学习，土石坝（淤地坝参考）

金德生先生的《流水地貌实验研究》

黄土丘陵沟壑区农村转型的过程与机制：以陕西省绥德县马家塆村为例的案例研究

如何向领导汇报工作的方法和技巧？

喜报！黄委绥德水保站成功入选国家生态质量综合监测站

水利部关于进一步完善水利规划体系推动水利高质量发展、保障我国水安全的意见

广东首单水土保持生态产品价值转化交易落地：佛山高明西坑支流生态清洁小流域签约

东北黑土区水土资源配置及其空间格局优化

古树名木复壮技术规程（LY/T 2494-2015 ）

江苏省水土保持条例（2021年第二次修正）

水总〔2024〕323号水利部关于发布《水利工程设计概（估）算编制规定》及水利工程系列定额的通知（可下载pdf）

水利部印发《水利规划实施和评估管理办法（试行）》

郜国明：黄河流域水土保持新质生产力发展路径思考

JH | 径流敏感性随土地利用/覆被变化而增加，导致黄河流域中游径流减少

如何提升自己分析问题的能力和水平？

泥沙专家——窦国仁院士

水利部党组最新人事任免

彭建兵院士：黄土塬沟壑侵蚀扩展机制及固沟保塬的科学依据

Computers and Geotechinics 堰塞坝溃决的三维精细化SPH模拟

地质灾害评价中常用的机器学习方法

⊙【永业行观察】水土保持生态产品价值实现路径研究

脆弱生态环境下生态产品价值实现机制研究——基于扎根理论的秭归县案例分析

《国产高分定量遥感产品反演与信息提取技术》

地学幸存者效应——地质学新思维

课题的创新之处如何写？

75种常见水土保持工程措施（附图）

水库溢洪道，一共有几种（淤地坝参考）？

专访穆兴民：山绿气新水清河安和民富的新黄河

北京师范大学缪驰远、苟娇娇Earth's Future：不同卫星降水特征误差对中国水文模拟性能的影响

分类

时事

民生

政务

教育

文化

科技

财富

体娱

健康

情感

旅行

百科

职场

楼市

企业

乐活

学术

汽车

时尚

创业

美食

幽默

美体

文摘

原创标签

时事社会财经军事教育体育科技汽车科学房产搞笑综艺明星音乐动漫游戏时尚健康旅游美食生活摄影宠物职场育儿情感小说曲艺文化历史三农文学娱乐电影视频图片新闻宗教电视剧纪录片广告创意壁纸头像心灵鸡汤星座命理教育培训艺术文化金融财经健康医疗美妆时尚餐饮美食母婴育儿社会新闻工业农业时事政治星座占卜幽默笑话独立短篇连载作品文化历史科技互联网

发布位置

广东北京山东江苏河南浙江山西福建河北上海四川陕西湖南安徽湖北内蒙古江西云南广西甘肃辽宁黑龙江贵州新疆重庆吉林天津海南青海宁夏西藏香港澳门台湾美国加拿大澳大利亚日本新加坡英国西班牙新西兰韩国泰国法国德国意大利缅甸菲律宾马来西亚越南荷兰柬埔寨俄罗斯巴西智利卢森堡芬兰瑞典比利时瑞士土耳其斐济挪威朝鲜尼日利亚阿根廷匈牙利爱尔兰印度老挝葡萄牙乌克兰印度尼西亚哈萨克斯坦塔吉克斯坦希腊南非蒙古奥地利肯尼亚加纳丹麦津巴布韦埃及坦桑尼亚捷克阿联酋安哥拉