Page 86 - 《高原气象》2025年第3期
P. 86

高     原      气     象                                 44 卷
              644
             （b）］。张克映等（1994）基于哀牢山 1982 -1986 年                  水量随地形的变化。因此， 本研究选择 GSMaP-
             不同海拔 8 个气候观测站的降水资料， 探究了降水                          Gauge降水产品研究哀牢山降水的时空分布特征。
             的垂直分布特征和东西坡的差异。连钰等（2024）                               然而， 对于复杂山区的降水时空特征研究而
             通过对比哀牢山主脉东西两侧的 5组国家站观测数                            言， GSMaP-Gauge 降水产品 0. 1°的空间分辨率仍
             据， 发现西侧的降水量大于东侧， 在一定程度上反                           很粗糙， 难以满足需求。基于模型的空间降尺度成
             映了哀牢山降水在海拔梯度和东西向的空间异质                              为获取高分辨率降水数据的有效方法， 包括指数回
             性。借助空间插值方法， 李月等（2017）利用哀牢山                         归模型（Immerzeel et al， 2009）、 多元线性回归模型
             及其附近 30 个地面观测站在 2005 -2014 年的降水                   （Zhang et al， 2018）、 气象研究和预测（WRF）模型
             实测数据进行降水的空间化研究， 揭示了哀牢山多                           （Riley et al， 2021）和地理加权回归（GWR， Geo‐
             年平均降水的空间分布格局。尚升海等（2019）使                           graphically  Weighted  Regression）模 型（Xu  et  al，
             用普通克里金插值法， 对哀牢山 2008 - 2014 年 110                  2015）等。其中， GWR 模型考虑了空间对象的局部
             个模拟气象站点的降水数据进行插值， 探究哀牢山                            效应， 可用于处理降水的空间异质性和时间变化，
             降水的空间分异特征及阻隔效应。空间插值方法为                             具有更高的准确性， 能得到比其他方法更好的结果
             揭示降水的时空异质性提供了一个有效的方法， 但                           （Wang et al， 2022b）。因此， 使用 GWR模型对降水
             由于站点稀少且空间分布不均， 难以反映降水的实                            量进行降尺度， 在研究全球变化背景下的降水时空
             际 时 空 分 布 格 局（庞 冉 等 ，  2023； Aslami  et  al，       特征中具有很大的潜力。
             2019）。为获取高空间分辨率的降水数据， 周博奇等                             鉴于此， 本研究旨在利用 GWR 模型， 针对哀
             （2024）使用中国1 km分辨率的逐月降水量数据， 通                       牢山复杂的地形特征， 以海拔为环境变量对 GS‐
             过重采样方法， 获取哀牢山2000年、 2010年和2020                     MaP-Guage 降 水 产 品 进 行 降 尺 度 ，  获 取 哀 牢 山
             年共 3期 30 m 分辨率的降水量数据。然而， 将低分                       2000 -2020 年高空间分辨率（30 m）的时空连续的
             辨率降水数据重采样为高分辨率的降水数据存在很                             降水量数据集， 并研究年尺度和月尺度哀牢山降水
             大的不确定性。综上所述， 当前针对哀牢山高精度                            量的时空变化特征。具体研究内容包括： （1）对
             高分辨率的降水时空分布特征的研究仍然不足， 严                            GSMaP-Guage 降水产品进行 GWR 降尺度， 基于地
             重制约了区域的生态水文研究和水资源合理利用。                             面气象站点降水数据， 对降尺度后的降水数据进行
                  除地面观测数据之外， 基于卫星遥感探测技                          精度验证； （2）揭示哀牢山年降水和月降水的时空
             术， 可获得具有广阔空间覆盖度和连续时间序列的                            分布特征； （3）基于线性拟合和趋势分析方法， 探
             降水数据， 在降水时空分布特征研究中具有极大潜                            究哀牢山 2000 -2020 年降水量在年尺度和月尺度
             力（周媛媛等， 2023； Lu and Yong， 2020）。随着卫               的时空变化特征。研究结果可为哀牢山生态水文
             星遥感技术的发展， 20 世纪 80 年代以来人们开发                        过程研究提供高分辨率且时空连续的降水数据， 并
             了 CMAP（Xie and Arkin， 1997）、 GHCN-M（Peter‐         可为区域水资源管理提供重要的数据基础。
             son and Vose， 1997）、 PREC/L（Chen et al， 2002）、     2  数据来源与方法介绍
             TRMM（Huffman et al， 2007）、 GPCP（Huffman and
             Bolvin，  2013）、  PERSIANN-CDR（Ashouri  et  al，     2. 1 研究区概况
             2015）、 MSWEP（Beck et al， 2017）、 GSMaP（Mega             哀牢山（22°37′N -25°04′ N、 100°25′E -103°
             et al， 2019）等长时间序列（时间跨度均超过 20 年）                   20′ E）地处横断山区与云贵高原的接合部， 纵贯云
             的全球卫星降水数据集， 空间分辨率在 0. 1°~5°之                       南省中南部， 呈西北—东南走向， 呈“帚状”展开，
             间， 时间分辨率为小时、 天、 月不等。其中， GS‐                        总面积 17475. 4 km（图 1）。研究区海拔在 124~
                                                                                  2
             MaP 数据来源于 GPM 卫星， 是 TRMM 产品的后继                     3152 m， 气候垂直分带明显， 属于典型的亚热带山
             产品， 在识别小降水和固体降水时有更好的效果                             地气候， 从低海拔到高海拔依次为南亚热带、 中亚
             （杨晓瑞等， 2023）。GSMaP产品， 尤其是经过雨量                      热带、 北亚热带、 暖温带、 温带和寒温带。由于受
             筒 数 据 校 正 的 GSMaP 产 品（GSMaP-Gauge，  GS‐            到东南季风和西南季风的影响， 该区域降水充沛且
             MaP-gauge-corrected）， 在中国东部、 青藏高原等地                干湿季节交替明显， 平均年降水量 1931 mm， 雨季
             的精度均高于其他产品（Ning et al， 2017； Lu and               （5 -10 月）降水量占年降水量的 85%。年平均蒸发
             Yong， 2018）。此外， 李大伟等（2022）的研究也发                    量 1485  mm，  年 均 温 11. 3  ℃ ，  最 热 月 气 温 为
             现， GPM 卫星的降水数据能较准确刻画山区年降                           16. 4 ℃， 最冷月气温为 5. 4 ℃， 无霜期 200 d。独
   81   82   83   84   85   86   87   88   89   90   91