论文部分内容阅读
准确掌握流域内降水的时空分布特征,对于流域水文过程模拟与水资源规划利用具有重要意义。传统地面雨量站点观测降水数据精度较高,但空间估计能力不足;卫星遥感降水数据能够反映流域降水的时空分布特征,但存在一定的数据误差。基于此,论文以北江流域为研究区域,在评价TRMM 3B42V7卫星降水数据精度的基础之上,开展卫星遥感降水与地面站点观测降水数据融合校正研究,并进一步采用融合降水数据驱动SWAT半分布式水文模型进行径流过程模拟,为提高TRMM卫星降水数据精度与水文过程模拟适用性提供有效参考。论文的主要研究工作如下:(1)北江流域TRMM卫星降水数据精度评价:从不同的时空尺度对北江流域TRMM 3B42V7卫星降水数据精度进行综合评价分析,结果表明TRMM遥感降水与地面站点观测降水数据具有较强的相关性,但TRMM降水数据精度随空间位置的不同存在一定的差异,随着时间和空间尺度的增大,两种降水数据的相关性逐步增强。(2)北江流域TRMM卫星与地面站点降水数据融合:采用平均偏差校正(MBC)、地理加权回归(GWR)以及双核平滑(DS)方法分别构建了TRMM卫星与地面站点降水数据融合模型。整体来看,三种降水数据融合方法均可以提高卫星降水数据精度,但MBC方法得到的融合降水数据在局部地区平滑到了强降水中心,导致这些地区的降水极值出现了较大误差;DS与GWR方法对卫星降水数据精度的改善程度较为接近,且均优于MBC方法,但DS融合降水与地面站点观测降水数据的空间分布特征更为接近,同时能够更好地反映流域内极值降水情况。(3)基于不同降水数据的北江流域径流模拟:分别采用地面站点观测降水、TRMM卫星遥感降水以及GWR和DS融合降水等四种降水数据驱动SWAT模型进行北江流域内犁市、石角以及四会三处水文站点的径流过程模拟,结果表明,DS与GWR方法能够有效改善卫星降水数据的水文过程模拟精度。