多传感器联合反演高分辨率降水方法综述_郭瑞芳.pdf

第30 卷 第8 期 地球科学进展 Vol． 30 No． 8 2015 年8 月 ADVANCES IN EAＲTH SCIENCE Aug． ，2015 郭瑞芳，刘元波． 多传感器联合反演高分辨率降水方法综述［J］． 地球科学进展，20 15 ，30 (8):891-903 ，doi :10 ． 11867 /j ． issn． 100 1-8166 ． 20 15 ． 08． 0891． ［Guo Ｒuifang ，Liu Yuanbo． Multi-satellite retrieval of high resolution precipitation :An overview ［J］． Advances in Earth Science ，20 15 ，30 (8 ): 891-903 ，doi :10 ． 11867 /j ． issn． 100 1-8166 ． 20 15 ． 08． 0891． ］ 多传感器联合反演高分辨率降水方法综述* 1 ，2 1 * 郭瑞芳 ，刘元波 (1． 中国科学院南京地理与湖泊研究所湖泊与环境国家重点实验室，江苏 南京 210008 ; 2 ． 中国科学院大学，北京 100049) 摘 要:精确测量具有强烈时空变异性的降水，是水文气象学颇具挑战的科学研究目标之一。基于 多传感器联合反演降水(Multi-sensor Precipitation Estimation ，MPE)的方法已成为卫星反演降水的 主流趋势。首先介绍MPE 方法的定义与分类，回顾MPE 方法的历史发展阶段及研究现状;然后介 绍主要的MPE 算法，包括TＲMM 多卫星降水分析算法(TMPA)、气候预测中心算法(CMOＲPH)、全 球卫星降水制图算法(GSMaP)、美国海军研究实验室联合算法(NＲLB)和神经网络降水算法(PEＲ- SIANN);对比这5 种主要算法的优缺点和反演精度(PEＲSIANN 精度范围为－56% ～ 200% ，其他产 品为－67 % ～ 10% )，指出存在的主要问题，并且评价不同类型MPE 算法的性能;最后结合目前存 在的问题探讨MPE 方法研究发展趋势。 关 键 词:多传感器联合反演降水方法;降水反演算法;静止卫星;被动微波;高分辨率降水产品 中国分类号:P4 12 ． 27 文献标志码:A 文章编号:100 1-8166 (20 15)08-0891-13 了途径。 1 引 言 早期的遥感反演降水主要依赖于被动遥感，包 大气降水是全球水文循环的重要变量，对于维 括静止卫星(Geostationary ，GEO)、可见光/ 近红外传 持地球上生命、日常生活及能量平衡具有重要意 感器和被动微波传感器。GEO 卫星主要搭载了可 ［1，2］ 义 。降水的时空变异性很强，常呈现非正态的 见光/ 近红外传感器，被动微波传感器搭载在近地轨 分布，所以定量估算降水是非常重要且具有挑战性 道卫星(Low-Earth-Orbiting ，LEO)上。1997 年美国 ［3］ 的难题 。传统的测量降水方式为雨量站观测，但 发射的热带降雨观测卫星(Tropical Ｒainfall Meas- 是其空间分布不均匀，在海洋和高海拔地区分布稀 urement Mission ，TＲMM)搭载了世界上第一台降水 疏，而且不同雨量站测得的降水数据之间存在不一 雷达(Precipit