Page 88 - 《高原气象》2025年第3期

高 原 气 象 44 卷
646
变量（海拔）， 以及0. 1°的原始GSMaP-Gauge降水数 式中： i 为年份数； Y 指第 i 年的变量。Slope 表示某
i
据（降水量）。GSMaP-Gauge数据的时间跨度为2000 一个像元在研究时段内的变化趋势， Slope>0 和
年3月至2020年12月。降水量和海拔数据的投影均 Slope<0 分别表示该像元内的变量呈增加和下降
定义为 WGS_1984_UTM_Zone_48N。（2）使用原始 趋势。
GSMaP-Gauge 降 水 数 据 和 0. 1°的 环 境 变 量 建 立 2. 3. 4 线性拟合分析
GWR模型， 获得常数项β（u， v）、 解释变量的回归系 通过线性拟合分析， 根据决定系数 R 和显著性
2
0
j
j
数β（u， v）， 以及残差ε。（3）使用经验贝叶斯克里金插 检验（p 值）探讨哀牢山 2000 -2020 年降水量的年际
j
j
j
值， 将常数项、 回归系数及残差分别插值为30 m空间 变化趋势。线性拟合分析在 Origin 2024 软件中
分辨率的栅格图层。（4）根据式（1）， 使用栅格计算器， 实现。
得到 30 m 空间分辨率的月降水量， 实现降尺度。
GWR降尺度在ArcGIS Pro 3. 1软件中实现。 3 结果分析
2. 3. 2 精度验证 3. 1 降水降尺度结果验证
根据 GWR 降尺度方法， 获得哀牢山 2000 - 本研究使用哀牢山 6个气象站点的月降水实测
2020 年 30 m 分辨率的降水量数据。本研究利用哀 值验证 GSMap-Gauge 降水数据降尺度结果的精度
牢山内共 6 个气象站点的实测数据， 采用决定系数 （图 2）。总体而言， 降尺度后的月降水量数据与实
2
（R）和相对偏差（Bias）对 GWR 降尺度结果的精度 测值呈极显著正相关， R 为 0. 77， Bias为-0. 01， 说
2
2
进行验证（Ma et al， 2020）。R 是用来说明回归方 明经过 GWR降尺度后的 GSMap-Gauge降水数据具
程对观测数据拟合程度的一个度量值， 值在 0~1 范 有可靠的精度［图 2（a）］。对于不同的月份而言， 各
围内变化， 最优值为 1， 反映了栅格降水数据和站 月的降尺度降水数据与实测值均呈极显著正相关
点实测值之间的相关性。Bias描述了栅格降水数据 关系［图 2（b）］。2 月和 9 月的精度相对较低， R 分
2
相对于站点实测值的偏差程度， 最优值为 0， 值为 别为 0. 48 和 0. 45， Bias 均为 0. 05。以 2020 年 7 月
正表示降水量被高估， 值为负表示降水量被低估。 的降水数据为例展示的降水量降尺度前后空间差
计算公式如下所示： 异（图 3）可以看出， 降尺度前后的降水数据在空间
2
æ ç ç n (M i - M ) ( P i - P ) ö ÷ ÷ 上具有一致性， 且降尺度后， 降水数据的空间细节
ˉ
ˉ
R = ç ç ∑ i ÷ ÷ （4） 得到明显丰富。
2
ç ç n (M i - M ) ( P i - P ) 2 ÷ ÷ ÷ ÷
2
ˉ
ˉ
è ç ç ∑ i ø 3. 2 哀牢山降水时空分布特征
n
P i 3. 2. 1 哀牢山年降水空间分布特征
∑ i
Bias = - 1 （5）
n 哀牢山 2000 -2020 年年均降水量的空间分布
∑ i M i
式中： M（单位： mm）表示第 i 个气象站点的实测降 特征如图 4 所示， 年降水量从北向南递增， 高值集
i
水量； P（单位： mm）表示第i个气象站点的降尺度后 中 在 南 部 地 区 。 哀 牢 山 的 年 降 水 量 在 759. 2~
i
的 GSMap-Gauge降水量； M （单位： mm）和 P （单位： 1761. 7 mm 之间变化， 年降水量<1000 mm、 1000~
ˉ
ˉ
mm）分别表示M 和P 的均值； n为气象站点数量。 1500 mm， 以及>1500 mm 的面积分别占总面积的
i
i
2. 3. 3 趋势分析 39. 09%、 50. 05% 和 10. 87%。年降水量随着海拔
本研究采用普通最小二乘法进行线性拟合， 的升高呈先增加后降低的趋势， 且在海拔 1200~
检测每个像元的降水量在研究时期内的变化趋势 1400 m处达到最大值； 在海拔高于3000 m时， 年降
（Liu et al， 2021）。利用各年份的数据进行拟合， 水量达到最小值［图 4（b）］。在同纬度上， 东侧的降
可消除研究期内偶发性异常因素对变量的影响， 水明显少于西侧， 图中东西 12 个点的年降水量平
能更加真实的反映变量在长时间序列的变化趋势 均值分别为938. 7 mm和1106. 0 mm ［图4（c）］。
（范娜等， 2012）。本研究使用线性拟合分析哀牢 3. 2. 2 哀牢山月降水时空分布特征
山 2000 -2020 年降水量的时空变化趋势。其计算 由哀牢山多年平均月降水量的时间分布特征
公式如下： （图5）可以看出， 月降水量从2 -12月呈先增加后降
低的趋势， 在 7 月达到峰值（平均值为 224. 7 mm），
n n n
n∑ iY i - ∑ i∑ Y i 在 2 月达到最低值（14. 98 mm）。哀牢山存在明显
Slope = i = 1 i = 1 i = 1 （6）
n
n ( ) 2 的干湿季节交替特征， 5 -9 月的降水量占年降水量
n∑ i - ∑ i
2
i = 1 i = 1 的 74. 74%。特别地， 1 月的降水量比相邻的 12 月