评价高分辨率卫星和再分析降水产品在非洲东部

文摘

六卫星的性能和三个新发布的再分析降雨估计评估日常时间尺度和空间网格的大小0.25度在2000年到2013年期间上蓝色尼罗河流域,埃塞俄比亚,提高降水估计的可靠性的观点的湿(六月到九月)和二次下雨的季节(3月至5月)。这项研究评估调整和调整卫星产品TMPA, CMORPH, PERSIANN, ECMWF ERA-Interim再分析以及多源Weighted-Ensemble降水(MSWEP)估计。在六卫星降水产品,调整CMORPH展示最好的雨季降雨量估算的准确性。在二级雨季,未经CMORPH和3 b42v7几乎是等价的偏见,豆荚,CSI误差度量。所有错误指标统计数据显示,MSWEP优于未经调整和规调整ERA-Interim估计。误差指标的大小是线性增加测量降雨量增加百分位阈值的类别。总的来说,所有的降水数据集需要进一步改进的检测在降雨强度高的发生。MSWEP检测高百分位数的值比卫星估计在潮湿和穷人在二级雨季。

1。介绍

降雨是一个重要的参数表征的水循环。在非洲,评估、水资源规划和管理往往受制于缺乏可靠的降雨量数据1- - - - - -3]。的原因之一是,空间和时间雨量计网络的可用性在非洲,特别是在埃塞俄比亚正在恶化。因此,雨量数据的密度和空间分布上蓝色尼罗河盆地是不均匀的,时变。卫星和全球降水估计是稳步上升,再分析提供降水数据集在高时空分辨率,可能支持研究和操作水资源应用在这些环境分析法逐渐失宠。

在加入卫星降水估计,新公布的一项欧洲中期天气预报中心(ECMWF)再分析降水估计和多源,Weighted-Ensemble降水(MSWEP) [4- - - - - -6]0.25度的空间分辨率网格大小可用在地球₂观察网站(http://www.earth2observe.eu)。地球₂观察是一个全球综合地球观测由欧盟资助的水资源评估项目整合可用的地球观测,现场数据和模型,为了构建一个全球水资源再分析一致。

卫星和再分析降水估计都表现出显著的偏差,需要位(7,8这些数据用于水文应用程序之前)。也有迫切的需要一个更好的长期降雨数据集用于上蓝色尼罗河流域的水资源分析。然而,这里提到的再分析降水数据集尚未评估在研究领域方面的准确性和系统误差。

过去降雨在该地区和其他地方的研究(9- - - - - -16)展示了卫星降水估计在山区,面临的挑战和结果表明,卫星降水估计(spe)极端降水事件通常低估,在某些位置略微高估。很少有研究在日常时间尺度上蓝色尼罗河盆地(17- - - - - -21),评估卫星估计的性能。评估误差指标在日常时间表已经说明一段连续两个湿季节(18,21),2002年到2006年期间19,20.)与视图和报告,提高降雨检索算法。

本研究试图评估六个常用卫星降水估计(spe)和三个新可用再分析降水估计在0.25度空间网格大小和日常时间分辨率的观点改善湿季降水估计的可靠性(六月到九月)和二次雨季(3月至5月)降水数据集在上面的蓝色尼罗河盆地。这来自于先进的再分析的评估将使我们能够理解这些产品目前的优势和局限性在该地区水资源评价。结果还将对比和卫星之间的潜在好处/限制再分析降水估计,信息有利于混合方法。

2。研究区域和数据类型

2.1。研究区域

上面的蓝色尼罗河流域,当地称为“Abbay”在埃塞俄比亚,坐落在7.5°至12°北部和东(图34°到40°1)。盆地的复杂地形,从低地(~ 500 m.a.s.l。) Ethio-Sudan边界附近山脉(~ 4250 m.a.s.l。)在中央高地。流域面积约177000平方。公里,占17%的埃塞俄比亚的土地质量和尼罗河流域面积的7%。盆地是尼罗河水资源的主要来源,占60%以上的整体尼罗河流在埃及的阿斯旺大坝1]。

过去的研究已经证明困难有效地评价水资源的蓝色尼罗河由于其复杂的地形和缺乏足够的数据,主要是降水,在次盆地和短时间尺度。现有雨量计观测稀疏在盆地内的时间和空间。这可能会导致缺乏洞察水资源可用性的评估影响和重大发展干预的好处在盆地的水资源管理。

雨生产气候系统和降雨特征对研究地区被描述在几项研究[22- - - - - -25]。从6月到9月是雨季的地区获得近70%的年降雨量(26]。

2.2。实际降雨量数据

地表降水观测得到的网络153年国家气象局(NMA)站在上面的蓝色尼罗河盆地在每天的时间尺度。这些降雨测量站的空间和时间分布不均匀,展品非常有限的报道在时间和空间分布遵循当地道路网络和主要城镇(图1)。降雨站超过80%的历史纪录被认为是分析降雨季节。基于上述标准,126站观测通过质量控制(QC)过程和在这项研究作为参考。其余指标被丢弃。

评价降水估计在0.25度进行常规网格像素由至少一个指标观察。92 satellite-grid框包含计观测被认为2000 - 2013年期间。观察到测量降雨量数据用普通克里格插值(OK)算法来产生降雨字段在0.05度网格大小,然后汇总到0.25度网格框,并视为参考面积测量降雨量计算卫星和再分析降水数据集27]。

2.3。卫星和再分析降水产品

中使用的卫星产品分析中常用的操作和研究活动关注水资源规划、设计和决策的盆地。本研究评估六个主要的卫星降水估计(spe) 0.25度空间网格大小和日常时间规模为2000到2013(表1)。spe是美国国家航空和宇宙航行局(NASA);热带降雨测量任务(TRMM)卫星降水分析(TMPA) [7,28];美国国家海洋和大气管理局(NOAA)气候预测中心(CPC)变形技术(CMORPH) [29日];和降水估计使用人工神经网络从遥感信息(PERSIANN) [30.)技术。

的TMPA version 7降水数据集被释放在2012年12月(31日)空间网格的分辨率0.25度和名义3小时的时间尺度。数据集结合同步热红外(IR)和低地球轨道(LEO)被动微波(MW)传感器降水估计。MW传感器数据来自微波成像仪(剧情)TRMM、特殊传感器微波成像仪(SSMI)国防气象卫星计划(DMSP)卫星,特殊传感器微波成像仪/测深仪(SSMI / S,只研究产品),先进的微波探测Unit-B (AMSU-B),和地球观察系统的高级微波扫描辐射计(amsr - e) Aqua和微波湿度探测器(肉类)。描述[TMPA传感器可以找到的32]。

TMPA算法(包括四个步骤28]:MW数据转化为瞬时雨率在个体传感器领域的观点;所得的数据校准并结合生产0.25度网格大小MW估计在3小时时间步骤;的想法rain-rate估计是使用MW-precipitation-calibrated派生算法,接近实时(RT) version 7未经调整(以下,3 b42rt)降水估计是由结合这两种产品,和post-RT规调整研究产品(以下3 b42v7) (7,28,33]。

CMORPH产品是由变形方法,结合了MW降水估计和红外传感器的观测。红外图像数据被用来传播MW-based降水估计向前和向后传播之间连续兆瓦(传感器观测29日]。CMORPH估计可以作为位计调整产品(此后,厘米)和近实时的产品(以下CM-unadj)。

PERSIANN降水数据集创建从红外亮度温度观测使用人工神经网络方法(34,35]。对MW模型校准雨量的估算TMPA卫星提供的通过一个迭代过程,调整模型参数为雨速度0.25度空间网格大小(30.]。

除了spe,我们检查了未经调整规调整ERA-Interim和多源Weighted-Ensemble降水(MSWEP)降水估计如表示1。MSWEP数据集创建了使用一个最佳组合从spe最高质量的数据,再分析数据来源和网格测量观察。其中包括三个卫星估计(3 b42rt CMORPH,降水量Microwave-IR产品(全球卫星映射)GSMaP-MVK),两个大气再分析模型(ERA-Interim和55年的再分析(日本)JAR-55),和计观测(6]。

3所示。方法

3.1。降雨的性能检测

降雨事件检测能力。全球降雨量产品的技术积累检测每日降雨量大于0.1毫米(36)使用的概率评估检测(POD),假警报率(远),和关键成功指数(CSI)。豆荚代表观察到的分数降雨正确检测到与一个完美的值为1。同样,没有降雨的远代表分数错误卫星探测到一个完美的值为0。CSI描述降雨估计相结合的技能的边际误差度量POD和远一个完美的值为1。这三个错误指标从应急指标(表定义2)。 在哪里 , ,和代表成功,错误检测,分别和错过的降雨。降雨检测指标不提供降雨的数量正确或不正确地检测到。错过了降雨体积分数的额外误差指标(MRV)和错误检测到降雨体积分数(FRV)是有用的在评估卫星,再分析降雨10]。MRV误差度量措施错过了降雨体积比实际降雨量总额虽然FRV措施的比例错误检测雨量降雨总量的体积我们检查了。

3.2。统计误差指标

卫星降水的定量分析比较与衡量观察是基于统计误差度量。我们使用以下错误指标来评估基于卫星和再分析产品的性能。误差分析使用统计技术使用偏离率(偏见),相关系数(CC)和归一化均方根误差的区别(NRMSE)来评估表现。 在哪里和的意思是卫星和测量降雨量,分别。偏见比一个错误指标测量系统误差分量与一个完美的分数,而一个值小于或大于1表明,低估和高估,分别。以类似的方式,绝笔误差度量表示低估或高估的大小与完美的得分为零。皮尔逊相关性表明线性观测和模型估计之间的联系。NRMSE指标测量随机误差分量的变化。

此外,卫星产品的性能是评价对不同降雨量大小条件不同的参考测量雨量阈值。这些阈值对应于10日,25日,五十,75,90,和95百分位数的参考评估降雨。

4所示。结果

4.1。评价是指季节性降雨模式

上面的蓝色尼罗河盆地具有明显的雨季从6月到9月,从三月到五月第二个雨季。气候特征和季节性降雨驱动系统的讨论了一些过去的研究(22- - - - - -24,26]。意思是季节性降雨的空间模式,从spe获得和全球再分析产品,介绍了数字2和3潮湿的和次要的雨季,分别。

规调整spe 3 b42tr、CM-unadj MSWEP显示一个等价的空间格局与两个地区的高峰值(> 1000 mm),而调整ERAI显示了一个类似的空间模式没有明显的峰值在流域降雨。ERAI-unadj估计意思是季节性降雨1000毫米以上流域的大部分地区表现出更强的高估的潮湿的季节性降雨相对于其他产品。PNN-unadj不捕捉降雨的空间格局和其他产品和低估了季节性降雨量在南部和东部地区的研究领域。二级雨季节平均降雨模式如图3。所有产品提供类似的季节性降雨的空间分布模式表明域南部收到相对更多的降雨在赛季中。PNN-unadj产品给了季节性的降雨量低于其他产品(图3)。

4.2。降雨检测

我们检查了六个spe的性能和三个再分析产品使用分类统计的豆荚,远,CSI。雨/没有雨事件的统计计算列联表用于评估产品的检测多雨的事件的技能(37]。分类的结果误差度量箱线图所示(图4)一个更好的视觉检查在研究区降雨检测频谱的技巧。每箱线图范围从25到75四分位数;中间线框显示中值和错误的点代表平均值指标如表所示3(一)和3(b);加号表示的值超出了胡须。

spe的结果表明CMORPH产品得分高意味着POD(92%)有更好的技能在检测降雨在雨季3 b42v7约为83%。3 b42rt和规调整波斯是等价的平均值的豆荚约78%。precipitation-estimating算法是不同的在spe(在方法部分解释)。MW-based产品提供更好的估计比想法估计降水事件的检测。CMORPH产品都是传播和变形技术的结果MW-based估计降雨事件检测性能优越的六个spe在这项研究中(图4(一)),胡须下面的+符号显示,降雨事件检测的性能在某些位置几乎是70%到80%。所有spe几乎是相当于在检测雨季的百分比(< 1%)。结果表明,CMORPH产品捕获大部分雨事件比TMPA PERSIANN产品研究领域。这表明想法降雨检索算法主要限制在复杂地形区域,而MW-based降雨更冷的表面的物理基础和自由雪效果(17,38]。云顶亮度温度并不总是相关的测量降雨量;卷云,云nonprecipitating冷很容易误导的想法估计(29日]。

从3月到5月的雨季,两种产品TMPA和CMORPH性能几乎是等价的意思是POD(62 - 67%)和更高的值在一些的位置。目前约20%的平均值较高TMPA CM-unadj而厘米有16%。PERSIAAN产品表现出较低的价值意味着远(< 10%)。图4 (d)表明TMPA和CMORPH表现出更大的假警报部分地区的测量位置。图5显示错过和错误检测到spe的降雨体积;CMORPH产品表现出较低的MRV(~ 4%)和所有其他spe进行10 - 15%的平均值在雨季。TMPA和CMORPH等效MRV在小雨季,大约18 - 20%,而PERSIANN产品进行MRV在30%以上。

除了spe,结果再分析产品的POD和远图所示4(一)- - - - - -4 (d),表明再分析产品优于spe MSWEP是最高的豆荚在降雨季节。意味着POD值在潮湿的98 - 99%,82 - 92%的小雨季节。另一方面,再分析产品展览略高的意思是比spe的湿以及小下雨的季节。再分析的三个产品的平均值MRV < 0.5%在潮湿,MSWEP(~ 3%)和其他两个小雨季节~ 8%。这表明再分析产品有相对更好的避免错过降雨卷在这两个季节。FRV表明,再分析产品的中值检测到较高的体积假降雨量域。

CSI的结果表明,在潮湿的季节,CMORPH产品表现出91%的降雨是正确检测到3 b42v7紧随其后(82%)。这三个新创建的再分析产品表现(CSI > 97%)的卫星估计正确检测到在这两个季节降雨事件。二级雨季期间CMORPH和3 b42v7几乎相当于(数字6(一)和6 (b))。

4.3。降雨量化误差指标

误差分析是以网格单元的网格单元依据无条件的情况参考测量降水阈值≥0.1毫米,平均在该研究领域。的频谱误差度量标准CC,偏离率和NRMSE收集从每个网格框如图7目视检查和报告指标的平均值表3。结果表明,spe低估了雨季参考评估降雨。规调整spe执行更高的偏离率3 b42v7 (88%)、CM(87%),和PN(82%)这表明摄入的贡献指标观察到模型提高了spe(图7(一))。TMPA产品和CM-unadj相对高估,厘米,并低估了次要的雨季(图7 (b));PNN-unadj低估湿和二次雨季近50%。

CC统计结果显示所有产品几乎是相当于在湿(CC ~ 0.3)和二次下雨(CC ~ 0.4)季节(数字7 (c)和7 (d))。较低的线性关系spe和计观测可以归因于内在采样点观察每日时间尺度的性质。NRMSE是归一化均方根误差,均参考降雨少一个较低的值表示误差方差(数字7 (e)和7 (f))。NRMSE从1.1到0.8的平均价值较低的值对应于PERSIANN(0.81)和MSWEP表明,随机误差的传播组件是对这些产品相对较低。

最近,Abera et al。39)展示了一个比较点测量观察和spe。作者报道,CM-unadj是最偏向产品级的低估约72%的域似乎异乎寻常的高。这是远离我们的研究结果与先前的研究和不一致的性能spe在该地区(12,17- - - - - -21,38,40- - - - - -42]。我们的研究结果表明,误差的大小低于先前的研究报告的结果。这是由于考虑更长一段时间(2000年至2013年),将所有可用的计测量降雨的降雨数据和区域表示进行比较分析。

计未调整ERA-Interim高估了,这是最偏向产品在雨季(图2),而其他两个产品的再分析几乎相当于偏离率和3 b42v7厘米。小雨季期间,MSWEP几乎无偏和其他产品说明略有不足,过高的观察,如图7 (b)和表3。CC的平均值和NRMSE MSWEP和卫星产品几乎相当于在两个季节。

4.4。误差指标对不同测量雨量阈值分类

spe的性能和再分析是评估不同百分位阈值的测量两个雨季降雨类别(图8)。误差指标进行六百分位阈值对应于10日,25日,五十,75,90,第95百分位数。计相应的百分位数降雨值分别为1.9,4.2,7.8,12.3,17.3,20.8,29.1和0.2,0.6,1.9,4.9,9.1,12.2,和19.4毫米/天湿(六月到九月)和二次下雨的季节(3月至5月),分别。

ERAI-unadj高估了在第十百分位值30%以下展品低低估高阈值在雨季。其他八个产品显示绝笔大小的增加越来越百分位阈值。ERAI、MSWEP CMORPH 3 b42v7几乎是等价的绝笔级较低(10 - 20%)低于25,而CMORPH和3 b42v7表现更好的捕捉百分位阈值较高。

在二级雨季,TMPA和CM-unadj略有高估(~ < 5%)低于25,比低估的幅度较低阈值高。再分析估计急剧增加更高的分位数的低估的大小。在这两个季节里PNN-unadj展品最高低估。CC值与测量降雨量减少阈值分类相对较低。ERAI和ERA-unadj CC两降雨季节较低。

5。结论

这项研究的结果提供的卫星的性能和新发布的再分析降雨产品每天在湿的时间范围,第二个雨季期间2000年至2013年在蓝色尼罗河盆地。研究利用6调整,调整卫星降水产品(TMPA、CMORPH和PERSIANN),两个ERA-Interim再分析产品,和MSWEP,这是一种混合产品,结合卫星,再分析,测量降水。评估降雨估计在0.25度进行了常规网格和至少一个指标观察在网格内的盒子。对比分析使用一个点观察或平均降雨量分布不均的网络在日常时间步可能导致实质性的结果误差指标的价值。我们使用了线性无偏估计,普通克里格(OK)算法,产生测量降水的区域表示在0.25度网格大小比较日常的时间尺度。基于分类和量化误差指标用于我们的分析,我们总结我们的研究结果如下:(1)事件的分类误差指标检测表明,CMORPH产品有较高的POD、更好的检测降雨在雨季TMPA CMORPH产品二级雨季期间几乎是等价的。远低于1%的产品在潮湿的季节,在小雨季8到20%。MSWEP产品表现最高的卫星和再分析吊舱在降雨季节;两个展览略高的意思是比卫星在潮湿的和小的雨季。(2)体积的错过和错误检测降雨,CMORPH远远低于TMPA和PERSIANN产品。所有产品在检测FRV的比例几乎是等价的。ECMWF再分析和MSWEP产品相对比卫星产品避免错过降雨卷在这两个季节。FRV表明,再分析产品的平均值发现稍高的体积错误的降雨。(3)CSI的结果表明CMORPH产品比正确地检测到在雨季降雨事件。二次雨季期间,CMORPH和3 b42v7几乎是等价的。三个新发布的再分析产品比卫星估计正确的降雨事件检测在两个季节。(4)偏差率结果表明,卫星降水产品低估了湿和轻微高估了小雨季的测量降水。CC的统计数据显示,在这两个季节里所有产品几乎是等价的。随机误差的传播组件被显示为TMPA产品略高。(5)再分析产品中,误差指标统计数据显示,MSWEP超越ERAI-unadj和ERAI估计。(6)误差指标的大小是线性增加测量降雨量增加百分位阈值的类别。3 b42v7和CM相对更好的捕捉更高百分比在雨季CM-unadj更好获取更高的百分比在二级雨季。MSWEP检测高百分位数的值比3 b42rt CM-unadj检测更高的百分位数的值在雨季。这表明两个卫星的探测能力和再分析产品需求在暴雨强度进一步提高检索算法。(7)计调整spe 3 b42tr CM-unadj, MSWEP是等价的捕捉湿季节雨量的空间格局两个地区的高峰值。第二个小雨季期间,所有产品有类似的季节性降雨的空间分布表现模式PNN-unadj有季节性降雨量相对较低。

我们观察到,在六卫星降水产品,CM在雨季相对更好的估计性能,同时,在雨季,厘米和3 b42v7几乎相当于上面的蓝色尼罗河流域段我们检查。降雨事件检测MSWEP表现得更好。独特的自然MSWEP产品自1979年以来的数据可用性。表现最好充分利用卫星和再分析产品改善的角度分析流域水资源,我们的下一个步骤是创建混合降水相结合的产品,每个产品不同的卫星和再分析数据集会计各自的不确定性。

的利益冲突

作者宣称没有利益冲突。

确认

这项工作得到了欧盟Earth2Observe项目部分AAU (ENVE.2013.6.3-3)和一个小的支持埃塞俄比亚部长的水,灌溉和发电。

引用

1. a·g·Mulat和s . a . mog”评估大埃塞俄比亚文艺复兴的影响大坝的性能高阿斯旺大坝,”《水资源和保护,卷06,不。06年,583 - 598年,2014页。视图:出版商的网站|谷歌学术搜索
2. s . Tekleab y穆罕默德、美国Uhlenbrook和j . Wenninger“水文应对土地覆盖变化:Jedeb中尺度流域,阿拜/上蓝色尼罗河流域,埃塞俄比亚,”水文过程,28卷,不。20日,第5161 - 5149页,2014年。视图:出版商的网站|谷歌学术搜索
3. m . m . Bitew m . Gebremichael l . t . Ghebremichael和y . a . Bayissa”评价高分辨率卫星降水产品通过水流模拟水文建模的一个小山区流域在埃塞俄比亚,”水文气象学杂志,13卷,不。1,第350 - 338页,2012。视图:出版商的网站|谷歌学术搜索
4. d·p·迪,s m . Uppala和a·j·西蒙斯,“ERA-Interim再分析:数据同化系统的配置和性能,”季度皇家气象学会杂志》上,卷137,不。656年,第597 - 553页,2011年。视图:出版商的网站|谷歌学术搜索
5. g . Balsamo c . Albergel a Beljaars et al .,“ERA-Interim /土地:全球地表再分析数据集,“水文和地球系统科学,19卷,不。1,第407 - 389页,2015。视图:出版商的网站|谷歌学术搜索
6. h·e·贝克,人工智能j·m·冯·迪克诉Levizzani et al .,“MSWEP: 3小时0.25,amp;音箱;度;全球网格降水(1979 & 2015)通过合并计,卫星和再分析数据,”二聚水分子。地球系统。Sci21卷,第615 - 589页,2017年。视图:出版商的网站|谷歌学术搜索
7. g·j·霍夫曼,r·f·阿德勒·d·t·Bolvin et al .,“TRMM卫星降水分析(TMPA): quasi-global,多年,组合传感器在细尺度降水估计,“水文气象学杂志,8卷,不。1,38-55,2007页。视图:出版商的网站|谷歌学术搜索
8. r·f·阿德勒c·基德,g .小m . Morissey和h . m . Goodman”全球降水的相互比对产品:第三降水工程(PIP ? 3),“美国气象学会的公告卷,82年,第1396 - 1377页,2001年。视图:出版商的网站|谷歌学术搜索
9. y梅,e . n . Anagnostou d . Stampoulis依Nikolopoulos, m . Borga和h . j . Vegara”降雨对缓坡流域的洪水响应组织控制,”《水文卷,510年,第577 - 565页,2014年。视图:出版商的网站|谷歌学术搜索
10. a . Aghakouchak和a·麦”扩展的列联表:卫星观测和气候模型模拟的性能指标,”水资源研究卷,49号10日,7144 - 7149年,2013页。视图:出版商的网站|谷歌学术搜索
11. e . n . Anagnostou诉Maggioni,依Nikolopoulos, t . Meskele f·侯赛因和a·帕帕多普洛斯”基准高分辨率的全球卫星雷达降雨产品和降雨雨量计估计,“IEEE地球科学和遥感,48卷,不。4、1667 - 1683年,2010页。视图:出版商的网站|谷歌学术搜索
12. t . Dinku f·鲁伊斯,美国j .康纳和p . Ceccato”验证和比对卫星降水估计在哥伦比亚,”应用气象学和气候学杂志》上卷,49号5,1004 - 1014年,2010页。视图:出版商的网站|谷歌学术搜索
13. y田和c d Peters-Lidard”全球地图卫星降水测量的不确定性”《地球物理研究快报,37卷,不。24日文章ID L24407, 2010。视图:出版商的网站|谷歌学术搜索
14. f . j . Turk·阿金e·e·艾伯特和m . r . p . Sapiano“评价高分辨率降水产品,”美国气象学会的公告,卷89,不。12日,第1916 - 1911页,2008年。视图:出版商的网站|谷歌学术搜索
15. f·侯赛因·g·j·霍夫曼:“调查误差指标在水文相关量表,为卫星降雨数据”水文气象学杂志,9卷,不。3、563 - 575年,2008页。视图:出版商的网站|谷歌学术搜索
16. p .谢和p·a·阿金”的相互比对仪观测和卫星月降水的估计,”应用气象学杂志34卷ID 11431160条,1143 - 1160年,1995页。视图:出版商的网站|谷歌学术搜索
17. y德瑞,e . Anagnostou伯尔尼et al ., a“Multiregional卫星降水产品评价在复杂地形,”水文气象学杂志,17卷,不。6,1817 - 1836年,2016页。视图:出版商的网站|谷歌学术搜索
18. m . Gebremichael m . m . Bitew f . a . Hirpa和g . n . Tesfay”卫星降水精度估计蓝色尼罗河盆地:低地平原和高地山,“水资源研究,50卷,不。11日,第8790 - 8775页,2014年。视图:出版商的网站|谷歌学术搜索
19. e . Habib a·t·海尔·n . Sazib y,和t . Rientjes”satellite-rainfall估计的偏差纠正对径流的影响模拟在上蓝色尼罗河的源头,”遥感》第六卷,没有。7,6688 - 6708年,2014页。视图:出版商的网站|谷歌学术搜索
20. m . p .年轻,c·j·威廉姆斯,j . c .赵r·梅德门特,和陈,“调查卫星降水估计在埃塞俄比亚的差异”水文气象学杂志,15卷,不。6,2347 - 2369年,2014页。视图:出版商的网站|谷歌学术搜索
21. t . Dinku s Chidzambwa p . Ceccato s . j .康纳和c f . Ropelewski”验证的高分辨率卫星降水产品在复杂的地形,”国际遥感杂志》上卷,29号14日,第4110 - 4097页,2008年。视图:出版商的网站|谷歌学术搜索
22. z . t . Segele m·b·里奇曼·l·m·莱斯利和p . j .羊肉”Seasonal-to-interannual可变性埃塞俄比亚/非洲之角季风。第二部分:统计multimodel合奏降雨预测,“杂志的气候,28卷,不。9日,第3536 - 3511页,2015年。视图:出版商的网站|谷歌学术搜索
23. d . Korecha和a·g·Barnston”的可预测性jagatsinghpur降雨在埃塞俄比亚,”每月天气回顾,卷135,不。2、628 - 650年,2007页。视图:出版商的网站|谷歌学术搜索
24. s e·尼科尔森,”非洲降水变化在时间尺度上的本质几十米莱尼亚,”全球和行星变化,26卷,不。1 - 3、137 - 158年,2000页。视图:出版商的网站|谷歌学术搜索
25. d·康威,蓝色尼罗河上游的气候和水文,”地理杂志,卷166,不。1,49 - 62年,2000页。视图:出版商的网站|谷歌学术搜索
26. d . Korecha和a . Sorteberg”的验证操作季节性降雨预报在埃塞俄比亚,”水资源研究卷,49号11日,第7697 - 7681页,2013年。视图:出版商的网站|谷歌学术搜索
27. d . Sahlu,依Nikolopoulos, s . a . mog e . n . Anagnostou和d张爱景”普通人的第一评价IMERG上蓝色尼罗河流域,”水文气象学杂志,17卷,不。11日,第2882 - 2875页,2016年。视图:出版商的网站|谷歌学术搜索
28. g·j·霍夫曼,r·f·阿德勒·d·t·Bolvin和e . j . Nelkin”(TMPA) TRMM多卫星降水分析”卫星降雨地表水文申请m . Gebremichael f·侯赛因,Eds。,pp. 3–22, Springer, Dordrecht, Netherlands, 2010.视图:谷歌学术搜索
29. r·j·乔伊斯j . e . Janowiak p·a·阿金和p .谢,“CMORPH:一个方法生产全球降水估计从被动微波和红外数据在空间和时间分辨率高,“水文气象学杂志,5卷,不。3、487 - 503年,2004页。视图:出版商的网站|谷歌学术搜索
30. s . Sorooshian K.-L。许,x高,h . v . Gupta,伊玛目,d·布雷斯韦特,“评价PERSIANN系统卫星估计热带降雨,”美国气象学会的公告,卷81,不。9日,第2046 - 2035页,2000年。视图:出版商的网站|谷歌学术搜索
31. g·j·霍夫曼和d . t . BolvinTRMM降水数据集的文档和其他数据卷28日,美国国家航空航天局,2013年美国绿地。
32. c . Kummerow w·巴恩斯,t . Kozu j . Shiue和j·辛普森,“热带降雨测量任务(TRMM)传感器方案,“大气和海洋技术杂志》上,15卷,不。3、809 - 817年,1998页。视图:出版商的网站|谷歌学术搜索
33. g·j·霍夫曼,r·f·阿德勒和p·阿金,“全球降水气候学项目(GPCP)降水数据集相结合,“美国气象学会的公告,卷78,不。1,5 - 20,1997页。视图:出版商的网站|谷歌学术搜索
34. K.-L。许,h . v . Gupta, x高,s . Sorooshian”估计的物理变量使用神经网络:从多通道遥感图像应用降雨估计,“水资源研究,35卷,不。5,1605 - 1618年,1999页。视图:出版商的网站|谷歌学术搜索
35. k . l .许x高,s . Sorooshian和h v Gupta,“降水估计使用人工神经网络从遥感信息,“应用气象学和气候学杂志》上,36卷,不。9日,第1190 - 1176页,1997年。视图:出版商的网站|谷歌学术搜索
36. 世界气象组织,指导气象仪器和观测的方法问题8 WMO卷。8日,第七版,2014年版。
37. d·s·威尔统计方法在大气科学国际地球物理学系列,爱思唯尔/学术出版社,阿姆斯特丹;波士顿,第3版,2011年。
38. f . a . Hirpa m . Gebremichael, t·霍普森”评价高分辨率卫星降水产品在非常复杂的地形在埃塞俄比亚,”应用气象学和气候学杂志》上卷,49号5,1044 - 1051年,2010页。视图:出版商的网站|谷歌学术搜索
39. w . Abera、l . Brocca和r·里冈”比较评估不同的卫星降水估计产品和偏差纠正上蓝色尼罗河(UBN)盆地,”大气研究卷,178 - 179,471 - 483年,2016页。视图:出版商的网站|谷歌学术搜索
40. a . w . Worqlul a . s . Collick s a Tilahun兰甘过世,t·h·Rientjes和t . s . Steenhuis”比较TRMM 3 b42 CFSR和地面降水估计作为水文模型的输入,数据稀缺的地区:上面的蓝色尼罗河盆地,埃塞俄比亚,”水文和地球系统科学,12卷,不。2、2081 - 2112年,2015页。视图:出版商的网站|谷歌学术搜索
41. t . g . Romilly和m . Gebremichael”卫星降水估计在埃塞俄比亚流域评价”水文和地球系统科学,15卷,不。5,1505 - 1514年,2011页。视图:出版商的网站|谷歌学术搜索
42. a . t .海尔·t·Rientjes a . Gieske和m . Gebremichael“降水变化在山区和邻湖地区:塔纳湖流域的情况下在蓝色尼罗河的源头,”应用气象学和气候学杂志》上,48卷,不。8,1696 - 1717年,2009页。视图:出版商的网站|谷歌学术搜索

版权

版权©2017 Dejene Sahlu等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。