Page 103 - 《高原气象》2026年第3期
P. 103

3 期                       王彩玲等:基于地形引导注意力的降水降尺度模型研究                                         711


































































                     图3 2011 -2020年黄河中游地区GPM IMERG观测值(a~c)与CNN(d~f)、 TGAN-noland(g~i)和TGAN(j~l)
                      模型的多年平均降水(左, 单位: mm·d⁻¹)及R95P(中, 单位: mm)、 R99P(右, 单位: mm)的空间分布特征
                 Fig. 3 Spatial distributions of multi-year average precipitation (left, unit: mm·d⁻¹), R95P (middle, unit: mm), and R99P
                        (right, unit: mm) over the MRYR from 2011 to 2020, with (a~c) showing GPM IMERG observations,
                                           (d~f) CNN, (g~i) TGAN-noland, and (j~l) TGAN

              (d)]。在 R95P 和 R99 的月际变化方面, 各模型在                    型在 2011 -2020年的日降水概率密度函数, 结果如
               8 -12 月的模拟效果相对较好, 但在 1 -7 月偏差较                    图 6 所示。从图 6 可以看出, 三种降尺度模型整体
               大, 低估或高估现象较为明显[图5(e)~(f)]。                        上均能够较好地捕捉到 GPM IMERG观测日降水的
               4. 3 日降水的概率密度分布                                   频率分布特征。其中, TGAN 模型表现最优, 其概
                   为评估各模型在模拟不同强度降水频率方面                           率密度分布在大降水区间内与 GPM 基本重合, 展
               的能力, 本节对比了 GPM IMERG 与三个降尺度模                      现出较强的极端降水模拟能力。
   98   99   100   101   102   103   104   105   106   107   108