基于TRMM数据的福建省降水时空格局BME插值分析.pdfVIP

第16卷 第3 期 Vol. 16, No.3 2014 年5 月 May, 2014 基于TRMM 数据的福建省降水时空格局 BME 插值分析 1,2 1* 1 3 4 史婷婷 ，杨晓梅 ，张 涛 ，刘 李 ，田文君 （1. 中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室，北京 100101；2. 中国科学院 大学，北京 100049；3. 中国资源卫星应用中心，北京 100094；4. 黄河水利委员会水文局，郑州 450004 ） 摘要：传统空间插值方法可获得福建省区域内降水的总体分布，但该地区气象站点较稀疏且分布不均，导致该区域 内降水的空间插值结果误差较大。为提高插值精度，本文利用TRMM 卫星数据以弥补站点数据的不足，尝试将 TRMM 数据作为“软数据”、台站数据作为“硬数据”，两者相结合后采用贝叶斯最大熵（Bayesian Maximum Entro- py, BME ）方法对福建省降水的时空格局进行分析。以2000-2012 年近13年20 个气象站点的年降水量和月降水量 为基础数据，分别利用普通克里格法（Ordinary Kriging, OK ）和TRMM 为“软数据”的BME 插值法，分析福建省多 年降水的时空分布格局，并对2 种方法的插值结果进行比较。结果表明：在时空分布上，以TRMM 数据为辅助变量 的贝叶斯最大熵插值结果能更好地体现降水的局部差异特征；在误差评价上，以TRMM 数据为辅助变量的贝叶斯 最大熵插值结果的MAE 和RMSE 较小，表明TRMM 数据作为“软数据”参与插值的BME 方法可以在一定程度上 弥补站点数据的不足，有效降低预测结果的绝对误差。通过对福建省降水插值的时空分布格局分析和误差评价可 看出，BME 插值法通过对基础台站数据，以及TRMM 卫星产品数据的利用，使降水的时空分析结果更加真实客 观，同时，为TRMM 卫星降水数据的应用提供了一个新思路。 关键词：贝叶斯最大熵（BME ）；TRMM ；时空分析；软数据；降水 DOI:10.3724/SP.J. 1047.2014.00470 1 引言 和时间尺度上，得到的插值结果迥然不同。如Bus- sires等对日累计降水量进行了插值分析，得出克里格 [3] 空间降水是流域水文模型中最重要的输入因子 法优于泰森多边形法和反距离权重法 ；朱求安利用 [1] PRISM （Parameter-elevation Regressions on Indepen- 之一 。高质量的降水数据在土壤侵蚀力研究、地质 灾害预报，以及生态环境治理等方面具有重要的应用 dent Slopes Model）和泰森多边形法对日降水量进行 [2] [4] 价值 。但由于气象站点的布设受地形、人力、财力等 空间插值，得到较理想的效果 ；刘登伟分别采用距离 因素的限制，使得绝大多数空间分布上的降水数据无