评估和修正的流量IMERG降水产品在中国东北首都圈在不同时空尺度上

文摘

准确的遥感降水数据至关重要的有效监控和分析洪水和气候变化。全球降水测量卫星(GPM)产品为全球降水的研究提供新的选择。本文评估的适用性GPM IMERG产品在不同时间分辨率相比ground-measured数据。基于降水数据从107年在京津冀地区气象站,流量产品分析三个时间尺度:一边(GPM-HH),每天(GPM-D)、每月(GPM-M)。我们使用一个累积分布函数(CDF)模型纠正GPM-D GPM-M产品分析降水的时空分布。我们得出以下结论:(1)与地面站GPM-M产品强烈相关数据。基于五个评价指标,NRMSE(归一化均方根误差),分析了无(Nash-Sutcliffe),(假警报率),你(漏报率)和CSI(关键成功指数),每月流量产品显示最佳的性能,比GPM-HH产品和GPM-D产品。(2)在夏季和秋季流量产品的性能比在冬天和春天。然而,GPM卫星的精密起伏的地形很穷,这很容易导致严重的错误。(3)提供模型成功地用于修改GPM-D和GPM-M产品,提高其准确性。 (4) The range of 0–100 mm precipitation could be corrected best, but the GPM-M products were underestimated. Corrected GPM-M data in the range >100 mm were overestimated. According to this analysis, the GPM IMERG Final Run products at daily and monthly timescales have good detection ability and can provide data support for long-time series analyses in the Beijing-Tianjin-Hebei region.

1。介绍

降水是陆地生态系统水循环的重要组成部分[1),对大气和水文过程有深远的影响。降水是其中最重要的水文气象变量(2),因为它提供了大多数水文研究的基础数据,气候学和生态学1]。目前,国家基本气象观测站点的气象观测和地表降水降水雷达是主要的观测方法。然而,尽管降雨数据的指标是高度准确,只有降水数据的对应点可以获得3]。因此,很难完全反映空间分布和降水强度的变化(2]。此外,缺乏数据极性的,海洋,偏远山区。尽管下雨地面雷达可以间接获得降水信息与时间和空间分辨率高,其准确性受到地面的空间结构和他们的观察范围是有限的3]。

近几十年来,遥感和地理信息系统的发展和生成相应的遥感产品数据为降水观测提供了全新的方法和手段(4]。成功发射的热带降雨测量任务(TRMM)创建了一个新时代的全球卫星降水监测(2]TRMM携带第一太空降水雷达(PR),它提供了3 d降水回波信息。全球降水测量(GPM),新一代的卫星降水产品,后续TRMM。综合评估TRMM卫星在中国已经实施,包括精度评估的空间规模和干旱和洪涝灾害事件,基于不同时间尺度的TRMM卫星(5- - - - - -10]。作为新一代的降水观测卫星,流量为研究降水提供了更多选项,来自世界不同地区的,目前,学者们进行了初步评估的流量IMERG和TRMM产品。流量的一些评估(IMERG)在伊朗进行11,12)、韩国(13),日本(13],蓝色尼罗河盆地[14],加拿大南部[15)、印度(16)、新加坡(17),奥地利18),主要的玻利维亚分水岭(19),和秘鲁(20.]。GPM-3IMERGHH比TRMM 3 b42 V7更能精确地描述降水的空间分布13,16]。Chiaravalloti [21)评估流量和SM2RAIN-ASCAT降水产品在复杂地形在意大利南部,发现MERG具有良好性能的时间分辨率大于6 h。然而,仍然有一些不确定因素在不同区域,时间段,地形、降水模式(17]。在中国,许多学者研究了精密的流量22- - - - - -28,36]。比较流量产品TRMM (3 b42v7)产品,发现流量比TRMM在相对干燥的气候条件下进行。月度规模,流量的准确性在冬季降水在中国大陆显然优于TRMM因为流量提高弱降水和固态降水的观测能力(29日,30.]。同时,流量可以检测逐日降水的变化(22]。在极端降水事件,所有流量IMERG产品优于TRMM卫星系列(17]。在不同海拔地区的天山,流量显示低误差和较高的相关系数与观测点(25]。

遥感数据包括区域性和季节性系统性偏差和随机误差。可以纠正这些偏差校准地面气象站雨量数据测量的数据(31日,32]。国内外许多学者做了大量的工作卫星降水误差修正的产品。常见的方法有插值法、物理模型方法和统计模型方法。AghaKouchak et al。(2009)纠正降水通过建立两个参数随机模型的不确定性和利用最大似然估计的随机误差和乘法误差纠正TRMM资料(33]。Cheema和Bastiaanssen(2012)利用回归分析(RA)和地理差异分析(GDA)局部正确TRMM3B43降水数据,发现GDA标定方法表现最好的山区(34]。然而,研究全球降水测量(GPM)产品主要集中在验证来自不同地区的数据的准确性;然而,研究流量产品数据校正是稀缺的。郭et al。(2016)对流量数据进行精度验证校准前后的全球降水气候中心(GPCC)月度数据。发现的相关系数校准流量数据产品的国家和地区区域显著提高,相对误差降低(35]。金et al。(2018)使用MERGE纠错方法有效地减少高海拔地区的降水误差(36]。根据研究TRMM数据校正,累积分布函数(CDF)模型可以安装在降水分布数据通过使用伽马分布的两个参数(32,37]。累积降水量数据,提供模型使用一个基于多年降水累积分布函数,适用于空间和时间数据校正(38- - - - - -40]。

目前,研究评估流量产品的适用性和校正在北京,天津,河北相对稀缺。降水是水资源的重要来源之一,在北京,天津,河北41]。暴雨事件会导致严重的经济损失,影响城市作战(道路、交通等)。42]。因此,关注京津冀地区的降水事件是很重要的。在本文中,我们的目的如下:(1)评估的性能post-real-time GPM IMERG最后三个时间分辨率(即运行产品。一边忙,每日和每月)在中国的京津冀地区;(2)分析的适用性GPM-M产品在不同降雨强度和地区;(3)纠正GPM-M产品和GPM-D产品通过使用CDF模型来提高精度;(4)分析降水的时空分布特征的基础上修改GPM-M产品。本文的组织结构如下:部分2介绍了研究区和本研究中使用的不同数据集;部分3描述了方法用于评估和修正;部分4介绍了结果和讨论;最后,部分5提供结论。

2。研究区和数据来源

2.1。研究区域

本文主要关注京津冀地区的区域,称为资本圈经销商东北西部的太行山的高原在北方,南方的华北平原,东部渤海。图1显示地理位置、地形和仪表的研究领域。整体地势西北高海拔和低在东南部[43]。京津冀地区坐落在暖温带季风气候,干燥的弹簧和潮湿的夏天。

2.2。流量产品

全球降水测量(GPM)是新一代的卫星降水产品。其目的是开发下一代的空间测量系统可以实现频繁的和准确的全球降雨量测量(4]。基于TRMM的成功,流量集中部署一个“核心”卫星,在联合开发由美国宇航局和日本宇宙航空研究开发机构(JAXA) (4]。成立于2014年2月,核心天文台结合先进的微波探测技术和数据校正算法为研究降水提供更多的选择。它携带第一个太空Ku - / ka波段双频降水雷达(DPR)和多通道流量微波成像仪(GMI) [4,44]。DPR仪器(ku波段13.6 GHz和ka波段35.5 GHz)提供的三维测量降水结构更敏感的光比雷达估测降水(降雨和降雪44]。GMI仪器(从10兆赫到183兆赫频率)是一个多通道,锥形扫描,微波辐射计,测量降水强度等特性的目的和类型(13,45]。而TRMM重点观测的降水在热带和亚热带地区,流量可以捕获低降水(< 0.5毫米·h⁻¹)和固态降水更准确地说,扩展测量68°±纬度(4]。流量也扩展了TRMM传感器负载,显著改善其降水观测能力。其高分辨率降水产品可以达到0.1°纬度/经度的空间分辨率,一边忙时间分辨率。

IMERG是一个3级流量产品,并使用该算法普通人美国多卫星降水估计依赖于三个现有的算法,即TMPA, CMORPH, PERSIANN [46]。算法旨在intercalibrating和合并“所有”卫星微波降水估计,随着microwave-calibrated红外(IR)卫星估计,雨量计分析,以及其他潜在的降水估计。获得降雨估计在这项研究中,首先,所有输入数据集使用戈达德分析算法处理2014 (GPROF2014)和红外雨量的估算。然后,降雨量估计被气候预测中心的调整(CPC) Morphing-Kalman过滤器(CMORPHKF)使用拉格朗日插值技术和PERSIANN-Cloud分类系统(PERSIANN-CCS),确保产品有0.1°空间和30分钟时间分辨率。最后,为了提高产品的精度,每月全球降水气候中心(GPCC)产品是用来纠正偏差。

这三个延迟时间,被称为“早期”,“晚了,”和“最终”推迟了大约6小时,18个小时,4个月,分别观察和生成数据的收集产品。流量(IMERG)最后的运行版本4产品使用,即post-real-time研究产品IMERG套件(47]。

“最终”IMERG有三个类型的数据集(表1):一边规模数据(以下称为GPM-HH),每日规模数据(以下称为GPM-D),月度规模数据(以下称为GPM-M)。这些数据集是有用的为长期降水事件的序列分析和灾害风险。因此,在本文中,我们评估的适用性京津冀地区这三种类型的数据。我们纠正GPM-M GPM-D产品使用累积分布函数(CDF)模型。PMM的IMERG产品下载网站(http://pmm.nasa.gov/data-access/downloads/gpm)。

2.3。计数据

我们国家气象电台在京津冀地区的筛选。一些指标缺失的数据被删除,直到107年国家气象电台终于选中。基于站点的降水数据,流量产品的适应性,北京,天津,河北在不同时间尺度评估(图1)。所使用的数据时间序列是月平均降水从2014年3月到2016年;每天和每小时降水从2016年1月至12月。通过获得月平均降水在每个表,GPM-M产品进行评估。参与评价的时期是2014年3月至2016年12月。在7 - 9月降水量最大,使验证更可靠。因此,每天和每小时降水数据从7月1日到2016年9月30日被选为评价GPM-D产品和GPM-HH产品。最后,每月和每日降水数据被用来纠正GPM-M和GPM-D使用提供的产品模型。

3所示。方法

3.1。预处理的流量产品

本文中的数据被称为世界的时间。GPM IMERG产品栅格数据。表1说明了网格单元的GPM-HH产品在毫米/小时。因此,每小时2一边积累降雨雪然后乘以系数0.5。这三种类型的数据显示降水率,因此需要转化成实际毫米的降雨量。公式如下: 在哪里的降雨GPM-HH产品;的降雨GPM-D产品;的降雨GPM-M产品;是流量图像网格值;和在不同月份的天数。

3.2。适用性评价指标

流量产品在不同的时间尺度比较和分析网格点的值对应的气象监测站和卫星降水数据(25]。定量和定性的卫星降水和地面气象站的降雨量数据之间的相关性进行评估使用两种量化索引(意味着)和相关系数(CC)。意思是用来评估的准确性为降雨测量卫星降水产品。平均显示卫星降水数据的趋势在该地区;和CC表示卫星降雨数据的线性相关性和地面气象站的降雨量数据。不同震级的降水产品的精度评估使用Nash-Sutcliffe(了无一系列∞1)和归一化均方根误差(NRMSE)指数(48]。了无价值越高,流量值越接近测量值和模拟效果越好49]。从卫星降雨数据检测降雨的能力可以在三个类别:综合评估假警报率(远),漏报率(UR),追踪》和《犯罪现场调查》你越低,越小假阴性;越低,越小空的预测。事实上,CSI是一个更加平衡的分数(22]。RMSE和偏见是用来评估修改GPM-M产品的准确性。均方根误差(RMSE)是用来评估的总体水平误差和准确反映卫星降水产品的准确性。当相对偏差(偏见)大于0,这表明卫星的估计价值小于测量值。偏见是越接近0,更好的卫星探测效果之间的协议和测量值(49]。

3.3。提供模型

伽马分布有很强的适应性,可以安装许多积极的观测数据集。降水分布通常是倾斜的,许多研究表明,伽马分布的最佳拟合模型是降水数据(38- - - - - -40]。伽马分布表示为Γ(α,β),有一个概率密度函数: 在这里,x降水量的mm,最大似然估计参数用于确定形状α和尺度参数β伽马分布。 在这里,一个是降水区间,是样品的降水量,n是样品的总数。所以,CDF实验组的降水在给定的时间表可以表示如下:

可以用来模拟降水CDFs气象站和流量测量的数据卫星。提供曲线拟合的流量数据是使用ground-measured降水提供曲线修正。由于降水量的CDF模型不能是0,它需要单独处理。

假定每月由地面降水记录仪表 ,相应的流量降水 ,修正后的沉淀 。然后,具体过程如图2。(一)如图3,数据从107年网站随机分为(1)75网站用于提供模型的建设(训练数据集);和(2)32个站点模型精度验证(验证数据集)。(b)当= 0,让= 0减少流量卫星是空的报告率。(c)当> 0,CDF曲线不同的降水范围建立了利用气象站数据为研究区域, 。相应的CDF曲线的流量降水记录 。使用纠正 ,得到修改后的流量不同降水降水范围, 。这一过程可以表达如下: (d)使用验证数据来验证模型的准确性。(e)提供修正模型应用于整个研究领域实现修改GPM-D和GPM-M京津冀地区的数据。

4所示。结果与讨论

4.1。注产品的适应性评价

以下4.4.1。结果适应性指数

基于统计指标(表2),我们评估流量降水产品基于107地面气象站的观测数据。表3表明GPM-HH产品之间的相关性和降水数据的指标较低,只有0.38。GPM-D产品和降水数据之间的相关性指标较高为0.75。与GPM-HH和GPM-D产品相比,GPM-M产品有很强的相关性为0.90。随着时间的增加,分析了无显示较弱的趋势而NRMSE往往更强。了无越接近1,越近的流量产品和测量值。NRMSE值越低,误差越小。因此,GPM-M产品显示的最小最大误差和精度。GPM-HH产品精度最低。可能是空间异质性,有很大的不确定性(15]。比起一边规模产品,每月和每日规模产品显示平滑极端值和较低的错误相对于规测量。检测分析了降水事件的能力使用,UR, CSI, CSI更为平衡的分数。如表所示3,UR, CSI每日规模分别为0.38,0.20,和0.53,分别比GPM-HH产品。GPM-M产品CSI最高和最佳检测降水事件的能力。根据表中所示的趋势3测试产品的能力,检测降水事件,为了从高到低,GPM-D, GPM-HH GPM-M。

4.1.2。空间分布GPM-M的适应性

基于泰森多边形,京津冀地区被划分为107个多边形由107个气象站的位置。每个多边形的最大影响范围代表获得统计指标在不同时间尺度的空间分布和季节。图4表明,卫星降水产品月度规模(GPM-M)是一个很好的反射在京津冀地区降水事件。大部分地区的相关系数都大于0.9。同时,GPM-M产品有较高的研究价值和较低的NRMSE价值较高的准确性。GPM-M产品也有最强的降水事件的检测能力。根据流量指数的空间分布,卫星在边缘地区的降水事件很差的京津冀地区的西北部和东南部。区域与更好的卫星性能主要是平原。京津冀地区的东南部位于渤海的海岸线。GPM卫星复杂的校准系统区分雨中表现不佳,没有雨13]。较高的降水、流量产品的误差相对增加,导致减少了数据的准确性。由于物理错误,很难对流量传感器来检测深对流引起的不稳定气团(13]。西北地区(山区)和东南地区无法准确探测降水事件不利于运输的水蒸气,所以减少了降水。流量检测microprecipitation卫星困难。降雨量等值线图的绘制根据月平均降水从1970年到2000年7月,如图1和地区的北京、天津和河北除以不同降雨强度:0 - 100毫米,100 - 150毫米,150 - 200毫米,200 - 250毫米。根据流量产品之间的相关性和气象站在不同降水强度的区域,它是发现,相关系数很低(0 - 100毫米,大部分高150至200毫米,高200 - 250毫米的地区更少。它可以看到,随着降水强度大,流量和指标之间的相关性的趋势略有增加,然后降低。这可能是由于流量检测microprecipitation的局限性,导致最低的相关性相对较低的地区降水。更高的降雨地区,流量是容易出现大的偏差,轻微下降,降水的相关性高价值区域。流量产品精度的比较不同的降水强度区域发现GPM-M产品的精度和性能在该地区的最高100 - 200毫米的降水强度。在不同降雨强度、流量产品在不同的时间尺度不同的性能(图4)。GPM-M产品有较弱的能力检测轮廓附近地区降水150毫米。

4.1.3。时间分布GPM-M的适应性

整个季节降水量变化明显。因此,根据每月的流量产品(GPM-M)、卫星数据和测量数据的107网站研究区域的分类根据季节(春:高于3;夏天:6;秋天:9;和冬季:该型号);因此,季度降水数据被抓获。基于相关系数的不同季节(图5),春季和冬季的相关系数是略高于夏季和秋季。然而,在秋季和夏季流量产品的性能优于春季和冬季。在春天和冬天,研究领域是干燥和寒冷,主要显示少量的降雨和降雪,这是一个伟大的干扰降水的检测流量的产品。在夏季和秋季降水高于春季和冬季;即在雨季流量产品的性能优于在旱季。图6显示了季度平均降雨量在所有站的流量从2014年3月至2016年12月产品和指标。根据图,我们可以看到卫星数据的雨量分布是在良好的协议与地面气象站的数据,可以反映出每个季节的降雨。然而,有些偏差的具体数量和流量估计通常高估了。

4.2。流量产品校正和准确性验证

4.2.1。准备数据修正基于运作模型

我们使用从75个国家气象监测站和降水数据流量产品构建CDF曲线修正流量数据。表4显示了形状参数α和尺度参数β两种运作模式。

图7(一)基于运作模型图(一天),绿线是提供曲线的测量数据,红线是CDF GPM-D降水训练数据曲线,蓝色线是提供曲线提供降水通过提供验证数据模型。图7 (b)图基于CDF模型(月)的红线是提供曲线GPM-M降水训练数据。校准后,提供曲线越来越符合提供曲线的测量数据,显示修改后的模型的有效性。表5显示了提供模型的精度。提供模型的相关性略低于原始流量降水的相关产品。然而,提供模型的RMSE小于原来的数据,而精度增加。提供模型的偏差接近0,表明卫星之间的协议和ground-measured数据很好。因为偏差小于0,它表明流量数据被低估了。因此,提供模型适用于GPM-M和GPM-D数据校正研究区域。

4.2.2。提供模型的精度验证

进一步量化CDF修正模型的准确性每月降水数据来自32个国家电台被用来验证模型(验证数据集)。从表可以看出6GPM-D和GPM-M数据的准确性是改进修正后虽然被高估了。图8显示了CDF实验组的校正结果。横坐标代表,纵坐标代表月平均降水。图8(一个)显示校准的结果更接近真实值。月平均降水量较大时,校正效果更好。与此同时,当流量降水大于测量降水,GPM-M产品可以更好的改正。当流量降水小于降水,修正后的结果往往更偏离了实际价值(图8红色框)。流量时的主要原因是降水小于站点降水,降水提供曲线的流量是衡量CDF趋势拟合后曲线,使修正后的流量值小于测量数据。图8 (b)显示的结果提供模型(天)。校正后,降水GPM-D产品更接近真实值。

自从CDF实验组的模型比原始数据,我们进一步讨论的校正效果修正模型在每个降水区间。因为每日降水范围很小,GPM-M数据选择的讨论。如表所示7,校正效果最好的范围0 - 100毫米和> 200毫米。因为有微量沉淀在0 - 100毫米的间隔,流量的准确性会受到影响。高降水(> 200 mm)结果在较大流量降水错误。CDF-segmented模型可以有效地纠正错误由微量降水和极端降水引起的。其中,纠正GPM-M数据的准确性最高的0 - 100毫米的间隔,但数据被低估了。纠正GPM-M产品在> 100 mm范围内被高估了。

4.3。降水的时空分布特征分析的基础上修正GPM-M产品

4.3.1。降水的年际变化

我们使用GPM-M提供修改的数据模型来分析降水的时空分布在研究区。本文合成了纠正GPM-M数据和年度数据获得年平均降雨量地图(图9)。从图可以看出10最高的年降水量主要集中在东北地区,达到820毫米。最低的年降水量集中在西北。从西北到东南,降水逐渐减少,而表现出明显的带状分布。

4.3.2。在这一年中降水变化

基于CDF-corrected GPM-M数据,计算月平均降水分布在该地区(图10)。每月大约是一样的年度分布;然而,在7月,sub-high-value地区降水的年降水量最高,带状分布。从11月到次年3月,沉淀在这方面几乎是< 50 mm,降水稀少。从4月到6月,每月降水逐渐增加,和高降水仍然发生在东北。降水主要发生在7月和8月,最大250毫米。与此同时,在9月和10月降水逐渐减少。总之,在该地区降水的分布显示了明显的异质性在不同的几个月,和降水的差异在不同的地区更加清晰。

5。结论

本研究进行了比较分析的降水数据的流量产品(最终运行)和107年的降水数据指标在京津冀地区。首先,我们分析了适用性的流量产品在不同的时间尺度和空间特征。接下来,我们使用正确GPM-M产品运作模型。最后,我们分析了降水的时空分布特征的基础上修改GPM-M产品,达成以下结论:(1)GPM-M产品具有很强的适用性和准确地反映了京津冀地区的降水事件。比较的基础上每月平均降雨量,12个月的雨量分布的卫星数据是在良好的协议与地面气象站的数据,这也反映出每个月的降雨量。然而,这些仍然被高估了。在夏季和秋季流量产品的性能比在冬季和春季,和流量产品的性能在潮湿季节每月规模比在旱季。因此,GPM-M产品可以作为水文模型的基本数据。然而,流量产品检测能力贫困地区以极起伏的地形,例如山区。同时,降雨数据的空间分辨率仍相对粗糙,可能导致错误。(2)与降水强度的增加,流量产品和网站之间的关系有一个先增加然后减少的趋势,强调流量产品可能对极端降水和微量降水的不确定性。(3)CDF-corrected流量数据的准确性优于原GPM-D GPM-M产品。流量产品时将更准确地纠正GPM-estimated降水大于gauge-measured降水。当流量小于gauge-measured降水,降水的校正结果更倾向于偏离真实值。GPM-M数据范围0 - 100 mm可以纠正最好。基于CDF-corrected GPM-M数据,平均年降水量的空间分布在研究区从西北到东南逐渐降低,与约带状分布。月降水的分布显然是不均匀的,但其趋势是大致相同的年平均降雨量。

一般来说,中GPM是新一代的高时空分辨率降水观测卫星。GPM-D产品和GPM-M产品检测能力强降雨,校正流量产品增加的准确性,可以为长期序列分析提供数据支持在京津冀地区。然而,由于各种因素如海拔、地形、纵向和纬向梯度,有必要进一步提高质量和空间分辨率的流量提供更准确的估计未来的降水。十分重要的现实意义,揭示了降水变化和规律,提高降水估计领域缺乏数据的能力。在全球气候变化的研究,水文循环,生态环境,和其他科学研究,流量应该是很有价值的。如果它可以应用于农业生产和灾难预防、以及其他领域涉及灾害评估和风险预测,它将具有巨大的社会经济效益。因此,想办法提高数据空间分辨率研究区域将是我们下一步研究的主要内容。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。

确认

本文是国家重点支持的联合研发项目中国(2017 yfc0406006和2017 yfc0406004)和北京市教育委员会科学基金会(SQKM201710028013)。作者要感谢中国气象局提供地面降雨数据。提供的流量产品是美国国家航空航天局戈达德太空飞行中心的降水处理系统(PPS)。

引用

1. y杨、j . Du和l . Cheng”评价的准确性和可靠性湖南省TRMM卫星降水数据,”水资源与水工程学报,27卷,不。1、26 - 32,2016页。视图:谷歌学术搜索
2. x Liu j .赵h .张郭x, z,傅y,“TRMM降水精度验证和应用程序数据在中国东北,”《自然资源,30卷,不。6,1047 - 1056年,2015页。视图:谷歌学术搜索
3. t . t .霁,h·杨,r . Liu,他和j .吴”的适用性分析TRMM Sichuan-Chongqing地区降水数据,”地理的进展,33卷,不。10日,1375 - 1386年,2014页。视图:谷歌学术搜索
4. 阿尔金·g·j·霍夫曼,r·f·阿德勒,p . et al .,“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
5. h . z姚明,w . Li高,朱y, b .赵,张问:“洪水利用TRMM微波遥感成像仪、”Meteorologica学报,60卷,不。2、243 - 249年,2002页。视图:谷歌学术搜索
6. h .曾庆红和l·李”准确性的验证TRMM 3 b43数据在澜沧江流域,”Geographica学报,卷66,不。7,994 - 1004年,2011页。视图:谷歌学术搜索
7. X.-H。李、问:张,彭译葶。徐,“适用性TRMM卫星降雨在推动分布式水文模型在新疆流域水平衡计算,鄱阳湖盆地”《水文卷,426 - 427年28-38,2012页。视图:出版商的网站|谷歌学术搜索
8. j·g . y . Yang Cheng粉丝,j .太阳和w·李”准确性的验证TRMM 3 b42数据在四川盆地及其周边地区,”气象科学杂志》上,33卷,不。5,526 - 535年,2013页。视图:谷歌学术搜索
9. h . g .朱t . Pu、t . Zhang刘,张x,和f .梁,“TRMM降水数据的准确性横断山区,中国,“Scientia Geographica中央研究院,33卷,不。9日,2013年。视图:谷歌学术搜索
10. n, k, y香港et al .,“TRMM卫星降水分析及其适用性评价支持水库操作和在汉江流域水资源管理,中国,“《水文卷,549年,第325 - 313页,2017年。视图:出版商的网站|谷歌学术搜索
11. e·沙里夫、r . Steinacker和b . Saghafian”评估GPM-IMERG和其它降水产品测量数据在不同的地形和气候条件在伊朗:初步结果,“遥感,8卷,2016年。视图:出版商的网站|谷歌学术搜索
12. 美国Khodadoust Siuki、b . Saghafian和s . Moazami”综合评价3小时TRMM和一边GPM-IMERG卫星降水产品,”国际遥感杂志》上,38卷,第571 - 558页,2016年。视图:出版商的网站|谷歌学术搜索
13. j . k . Kim公园、j . Baik和m . Choi”评价地形和季节性特征使用GPM IMERG和TRMM 3 b42 /远东亚洲,”大气研究卷,187年,第105 - 95页,2017年。视图:出版商的网站|谷歌学术搜索
14. 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,第2882 - 2875页,2016年。视图:出版商的网站|谷歌学术搜索
15. z . e . Asong哈,h·s·惠特和j·s . Wong“综合评价多卫星检索GPM (IMERG) /加拿大南部对地面降水观测:初步评估,”水文气象学杂志18卷,第1050 - 1033页,2017年。视图:出版商的网站|谷歌学术搜索
16. 普拉卡什,a . k . Mitra d s Pai a . AghaKouchak h . Norouzi和d s .派”从TRMM流量:如何可以从太空中发现暴雨吗?”水资源的进步卷,88年,页1 - 7,2016。视图:出版商的网站|谷歌学术搜索
17. m . Tan和z .段流量和TRMM降水评估产品在新加坡,”遥感,9卷,720页,2017年。视图:出版商的网站|谷歌学术搜索
18. e·沙里夫、r . Steinacker和b . Saghafian”每小时比较GPM-IMERG-final-run和IMERG-real-time (V-03)在奥地利东北部,表面致密的网络”地球物理研究摘要,19卷,2017年。视图:谷歌学术搜索
19. f .舞台,a·泽维尔,r·p·左拉et al .,”“比较评估最新的GPM任务的空间增强卫星降水产品在主要的玻利维亚水域,“遥感卷。9日,硕士论文,2017页。视图:出版商的网站|谷歌学术搜索
20. f·亚历山大,a . Veliz列奥尼达,t·拉莫斯·l·沃尔多斯文,“评估热带降雨测量任务(TRMM)和全球降水测量(GPM)产品在Huancane河流域水文建模,秘鲁,”Scientia Agropecuaria,9卷,不。1,53 - 62年,2018页。视图:谷歌学术搜索
21. f . Chiaravalloti l . Brocca a .普•罗科皮了,和s . Gabriele”评估流量和SM2RAIN-ASCAT降水产品在复杂地形在意大利南部,”大气研究卷,206年,第74 - 64页,2018年。视图:出版商的网站|谷歌学术搜索
22. g . Tang y马,长d, l .钟,和y香港,“评价的流量普通人IMERG和TMPA version 7遗留产品在中国大陆多个时空尺度上,“《水文卷,533年,第167 - 152页,2016年。视图:出版商的网站|谷歌学术搜索
23. r·徐f .田l .杨h . Hu h . Lu和a .侯”的地面验证GPM IMERG和TRMM 3 b42v7降水产品在青藏高原南部基于高密度雨量计网”地球物理学研究杂志:atm卷,122年,第924 - 910页,2017年。视图:出版商的网站|谷歌学术搜索
24. 宁,j . Wang, j·金和h . Ishidaira”评估的最新GPM-era高分辨率卫星降水产品与观测计数据相比在中国大陆,“水,8卷,第8 - 11,2016页。视图:出版商的网站|谷歌学术搜索
25. x, h .邵、c . Zhang和y(音)”三个卫星产品的适用性评价在天山,”《自然资源没有,卷。31日。12日,第2085 - 2074页,2016年。视图:谷歌学术搜索
26. 刘g . x, j . Wang, z朱,“极端降水监测研究基于多卫星遥感产品,”测绘学的世界,24卷,第87 - 82页,2017年。视图:谷歌学术搜索
27. j . r . Wang Chen和x王”比较IMERG三级和TMPA 3 b42v7估计typhoon-related大雨,“水9卷,页1 - 15,2017。视图:出版商的网站|谷歌学术搜索
28. z . Wang r·钟西莱和j·陈,“评估流量IMERG卫星降水产品和水文效用,”大气研究卷,196年,第163 - 151页,2017年。视图:出版商的网站|谷歌学术搜索
29. w . l . Li, l .咦,j . Liu和h·陈,“精度评价和比较的流量和TRMM降水产品在中国大陆,“水科学进展卷,29号3、303 - 313年,2018页。视图:谷歌学术搜索
30. z (g .悦,j·李和t . Lv”比较研究降水数据的精度在海河流域使用流量和TRMM产品,”水土保持的报告,37卷,不。2、171 - 176年,2017页。视图:谷歌学术搜索
31. y田、c, d . Peters-lidard和j·b·迪斯尼“实时卫星降水减少偏差估计,”水文气象学杂志,11卷,不。6,1275 - 1285年,2010页。视图:出版商的网站|谷歌学术搜索
32. x张问:唐,“结合卫星降水和长期的地面观测水文监测在中国,“地球物理学研究杂志:atm,卷120,不。12日,第6443 - 6426页,2015年。视图:出版商的网站|谷歌学术搜索
33. a . AghaKouchak n Nasrollahi, e·哈比卜”占TRMM卫星估计的不确定性。”遥感,1卷,不。3、606 - 619年,2009页。视图:出版商的网站|谷歌学术搜索
34. m . Jehanzeb m . Cheema和w·g . m . Bastiaanssen“本地校准TRMM卫星遥感降雨量的不同时间和空间尺度在印度河盆地,”国际遥感杂志》上,33卷,不。8,2603 - 2627年,2011页。视图:出版商的网站|谷歌学术搜索
35. h .郭陈,a保et al .,“早期评估集成的多卫星全球降水测量对中国、检索”大气研究卷,176 - 177,121 - 133年,2016页。视图:出版商的网站|谷歌学术搜索
36. x, h .邵y秋和h·杜”TRMM卫星降水数据的校正方法在天山,”气象每月,44卷,不。7,882 - 891年,2018页。视图:谷歌学术搜索
37. w·肖和j .徐”标定方法的应用研究SDSM模型基于累积分布函数中,“《农业建设江西,28卷,不。1,第78 - 74页,2016。视图:谷歌学术搜索
38. y叮,”研究的普遍性Γ降水的分布模型,”科学Atmospherica中央研究院,18卷,不。5,552 - 560年,1994页。视图:谷歌学术搜索
39. t·b·麦基n . j . Doesken和j·克莱斯特,“干旱频率和持续时间的关系,时间尺度”第八届会议上应用气候学学报》上,页179 - 184,美国气象协会,阿纳海姆,加利福尼亚州,美国1993年1月。视图:谷歌学术搜索
40. a . v . m . Ines和j·w·汉森偏差纠正日常GCM的降雨对作物模拟研究,“农业和森林气象学卷。138年,44-53,2006页。视图:出版商的网站|谷歌学术搜索
41. j .刘”在京津冀降水的时空变化特征在1961 - 2012年期间,“气候变化研究快报,3卷,第153 - 146页,2014年。视图:谷歌学术搜索
42. d . j . Wang江,y,“时空变异分析华北地区极端气候事件,“中国农业气象学杂志33卷,第173 - 166页,2012年。视图:谷歌学术搜索
43. a, s·李,赵x”暴雨风险评估基于TRMM的京津冀地区的数据,”《自然灾害26卷,第168 - 160页,2017年。视图:谷歌学术搜索
44. a . y .侯r·k·s . Neeck et al .,“全球降水测量任务,”美国气象学会的公告卷,95年,第722 - 701页,2014年。视图:出版商的网站|谷歌学术搜索
45. g·霍夫曼,d . Bolvin d·布雷斯韦特,k Hsu)和r·乔伊斯算法理论基础文档(ATBD) NASA全球降水测量(GPM)集成的多卫星检索中GPM (IMERG)NASA,华盛顿,美国,2013年。
46. 戈达德宇航中心,g·j·霍夫曼:d·t·Bolvin d·布雷斯韦特,k .许和r·乔伊斯算法理论基础文档(ATBD) NASA全球降水测量(GPM)集成的多卫星检索中GPM (IMERG)NASA,华盛顿,美国,2014年。
47. g·霍夫曼,d . Bolvin d·布雷斯韦特et al .,”第一个集成多卫星的检索结果中GPM (IMERG)”学报EGU大会会议,维也纳,奥地利,2015年4月。视图:谷歌学术搜索
48. x y, y, z,黄和d . Wang”评价各种卫星检索基于极端降水的降水产品在中国,“热带地理,37卷,不。3、417 - 433年,2017页。视图:谷歌学术搜索
49. x Cai,邹,z, b,, a,“评价TRMM每月在中国西北内陆流域的降水数据,”兰州大学学报卷,49号3、291 - 298年,2013页。视图:谷歌学术搜索

版权

版权©2018魏太阳等。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。