论文总字数：30075字

摘 要

获得高精度的径流模拟数据对水文模拟，水文分析预报及其他相关领域的应用至关重要。降水数据是径流模拟时的关键输入量，相比地面观测降水数据，卫星遥感反演降水数据的空间分辨率更高，尤其是对地面观测站点分布稀疏的地区而言，有效弥补了地面观测降水数据的不足，为水文模拟提供了新的数据来源。本文以雅鲁藏布江流域为研究区域，选用两种被广泛使用的高分辨率卫星遥感反演降水数据：PERSIANN-CDR（Precipitation Estimation from Remotely Sensed Information using Artificial Neural Networks-Climate Data Record）和TRMM 3B42V7（Tropical Rainfall Measurement Mission 3B42 Version 7），以及地面观测站实测降水数据，应用GR4J（modèle du Génie Rural à 4 paramètres Journalier）水文模型进行径流模拟，引入BMA（Bayesian Model Averaging；贝叶斯模型平均方法）融合模拟径流，对多源遥感降水数据及其模拟径流精度进行了评估，并分析了融合后的模拟径流在模拟精度方面的改善。

结果显示，遥感降水驱动下的模拟径流在与实际径流的相关性方面较好，但在总量和平均值方面的精度较差，模拟径流融合有效的改善了其精度，尤其是将平均误差和相对偏差降低至接近于0，显著的减小了模拟径流与观测径流之间的误差以及在总量上的差别。

关键词：卫星遥感反演降水，数据融合，水文应用，贝叶斯模型平均，GR4J水文模型

Abstract

Obtaining runoff simulation data with high-precision is very important for hydrological simulation,hydrological analysis and forecasting and other related fields. Precipitation data is the key input during the runoff simulation.Compared with the gauge observations,the spatial resolution of the satellite-based precipitation is higher,especially for those areas where the ground observations are distributed sparsely, the satellite-based precipitation compensates for gauge observations and provides new sources of data for hydrological simulations effectively.The research area is the Brahmaputra basin and two widely used high-resolution satellite-based precipitation are evaluated:PERSIANN-CDR(Precipitation Estimation from Remotely Sensed Information using Artificial Neural Networks-Climate Data Record)and TRMM 3B42V7 (Tropical Rainfall Measurement Mission 3B42 Version 7)against gauge observations,using the GR4J (modèle du Génie Rural à 4 paramètres Journalier) hydrological model for runoff simulation,introducing BMA (Bayesian Model Averaging) to merge simulated runoff.The multi-sources satellite-based precipitation and its simulated runoff are evaluated and the accuracy of the simulated runoff after fusion is analyzed.

The results show that the simulated runoff driven by remote sensing precipitation is better in terms of correlation with actual runoff, but the accuracy in terms of total and average values ​​is poor, and simulated runoff fusion effectively improves the accuracy of simulated runoff, especially the decrease in the the average error and relative deviations to nearly 0,significantly reduces the random error between the simulated runoff and the actual runoff and the difference in the total amount.

KEY WORDS:satellite precipitation,data fusion,hydrological application,BMA,GR4J model

目 录

摘要 Ⅰ

Abstract Ⅱ

第一章 绪论 1

1.1引言 1

1.2研究现状 1

1.2.1遥感降水及数据融合在水文中的应用 1

1.2.2遥感降水在雅鲁藏布江流域的应用 3

1.3研究目标和内容 3

第二章 研究区域、数据和研究方法 5

2.1雅鲁藏布江流域 5

2.2多源遥感降水数据 6

2.2.1TRMM卫星降水数据 6

2.2.2PERSIANN-CDR降水数据 6

2.3GR4J水文模型 7

2.4BMA方法的基本原理与方法 9

第三章 遥感降水评估 11

3.1降水数据预处理 11

3.2评估指标与方法 11

3.3日尺度下的遥感降水评估 12

3.4月尺度下的遥感降水评估 14

第四章 遥感降水驱动下的径流模拟 16

4.1模型率定与验证 16

4.2径流模拟分析及比较 17

4.3数据融合对径流模拟的改善 21

第五章 结论与展望 25

5.1主要研究成果 25

5.2研究创新点 25

5.3研究不足与展望 26

致 谢 27

参考文献 28

第一章 绪论

1.1引言

降水作为一个重要的水文要素和气象因子，是地表径流的主要来源，也是地下水的主要补给，其具有时空分布不均等特征，很难精确观测。同时，降水数据广泛应用于水文模拟，天气预报等方面，对应用效果影响很大。因此，获得具有高时空分辨率，高精度的实时降水数据对科学研究和实际应用都具有十分重要的意义。

本文的研究流域——雅鲁藏布江是一条重要的国际河流，位于西藏自治区境内，也是世界上海拔最高的大河之一。中国地面雨量观测站分布极不均匀，西部地区较东部地区观测站分布稀疏，山区较平原地区观测站分布稀疏^[1]，在雅鲁藏布江流域只能做到大尺度的空间控制，仅通过地面观测获取具有高时空分辨率，高精度的实时降水数据十分困难。

剩余内容已隐藏，请支付后下载全文，论文总字数：30075字