CMORPH衛(wèi)星反演降水數(shù)據(jù)質(zhì)量評估及水文過程模擬
發(fā)布時間:2021-04-09 02:15
衛(wèi)星降水對展現(xiàn)降雨空間分布特征、提供防洪決策依據(jù)起著重要作用。以綦江流域五岔水文站以上控制面積為例,采用網(wǎng)格大小為0.25°×0.25°的CMORPH衛(wèi)星反演降水數(shù)據(jù),利用TS評分、空報率、漏報率三種指標評估日尺度衛(wèi)星晴雨預(yù)報精度,利用平均絕對誤差、顯著性檢驗和相關(guān)性分析評估日尺度和月尺度衛(wèi)星降水數(shù)值精度;將該降水數(shù)據(jù)和站網(wǎng)數(shù)據(jù)分別作為新安江模型的日模型輸入,以2009~2012年為率定期,2013~2014年為驗證期。設(shè)置最優(yōu)參數(shù)不變和最優(yōu)參數(shù)對比兩組試驗,利用納什效率系數(shù)、徑流深相對誤差、均方根誤差評估水文過程模擬精度。結(jié)果表明,對于中小流域,基于CMORPH衛(wèi)星降水的新安江模型模擬結(jié)果對大洪水洪峰模擬偏低,小洪水洪峰模擬偏高,退水段模擬結(jié)果較好,總體模擬精度較高。參數(shù)率定時應(yīng)更側(cè)重于SM、CS兩個敏感參數(shù),且KC的初值可定得適量大一些,以期得到令人滿意的結(jié)果。
【文章來源】:水電能源科學(xué). 2020,38(09)北大核心
【文章頁數(shù)】:4 頁
【部分圖文】:
綦江流域概況
圖2中列出了7個子單元4種不同等級降水(實測無暴雨)情況下的晴雨預(yù)報情況,每個子單元對應(yīng)柱狀條從左至右依次為無雨、小雨、中雨、大雨情況,從下至上依次為TS評分、空報率、漏報率。其中無雨時只有空報率,小雨、中雨、大雨只有漏報率。由圖2可知:(1)實際無降水時,7個子單元平均空報率達到了35%以上,但表1中衛(wèi)星無降水的頻率僅比地面站網(wǎng)低了4.9%,說明CMORPH衛(wèi)星對無降水和小量級降水的識別率不高。(2)隨著降水量級的提高,TS評分呈現(xiàn)增長趨勢,中雨及大雨的TS評分基本達到了95%以上,說明CMORPH衛(wèi)星對中等量級的降水事件發(fā)生預(yù)報較為準確。(3)地面雨量站網(wǎng)并未觀測到暴雨的發(fā)生,但衛(wèi)星預(yù)報了6場暴雨。據(jù)《水文站網(wǎng)規(guī)劃技術(shù)導(dǎo)則》[4]規(guī)定,降水量站網(wǎng)布設(shè)密度不宜大于200km2/站,而研究區(qū)域的雨量站網(wǎng)密度為265 km2/站,且分布不夠均勻。這說明CMORPH衛(wèi)星對極端降水事件的預(yù)報可能尚有欠缺,可進一步優(yōu)化方法并討論。(2)降水量精度評估。評估對象為日尺度和月尺度的衛(wèi)星降水。采用平均絕對離差定量評估衛(wèi)星降水量值誤差。采用顯著性檢驗和相關(guān)性分析(皮爾遜相關(guān)系數(shù))評估衛(wèi)星雨量和實測雨量的顯著性水平和相關(guān)性。經(jīng)計算兩種尺度上雨量均通過顯著性檢驗(二者置信水平均達到95%)。
由表2可知,試驗1情況下,直接移置CMORPH衛(wèi)星反演降水數(shù)據(jù)率定參數(shù)的徑流模擬結(jié)果較好,除率定期中2011年外,其余五年的NNSE均保持在0.75以上,達到了洪水預(yù)報的乙級精度要求[5]。另外,在2013~2014年驗證期期間,BBias也較之前降低了15%~18%,符合偏差在±5%之內(nèi)。與試驗2利用地面站網(wǎng)率定的參數(shù)對比發(fā)現(xiàn),二者評價結(jié)果并無差異。此外,2011年的模擬精度較差,結(jié)合圖3分析2011年模擬結(jié)果可知,其對6、7月份的洪峰模擬時間滯后,且峰值模擬不足,推測這是由于2011年6月24日三峽水庫泄洪所致。試驗2情況下,通過比較兩套參數(shù)中的敏感參數(shù)(表3)可知,KC、SM、KI+KG、CI、CS五個敏感參數(shù)差距較大。結(jié)合圖3可知:(1)利用CMORPH衛(wèi)星反演降水數(shù)據(jù)進行徑流模擬時的整體水量基本吻合,但KC比利用地面站網(wǎng)進行模擬時偏高,結(jié)合衛(wèi)星反演降水數(shù)據(jù)質(zhì)量評估結(jié)果,不難發(fā)現(xiàn)這是由于衛(wèi)星降水在小量級時的空報和大量級降水的多報所致。(2)衛(wèi)星反演降水數(shù)據(jù)模擬的大洪水洪峰流量偏低,小洪水洪峰流量偏高,退水段擬合較好。實際應(yīng)用CMORPH衛(wèi)星降水進行徑流模擬過程中應(yīng)注意這些特點,率定時可適當增大KC的調(diào)試初值以降低率定工作量,且應(yīng)更偏重于SM、CS兩個敏感參數(shù)的調(diào)試,以求得到更好的模擬效果。
【參考文獻】:
期刊論文
[1]面雨量計算方法對水文模擬的影響[J]. 張濤,王祥,楊欣玥,劉羽婷. 人民長江. 2017(19)
[2]CMORPH衛(wèi)星-地面自動站融合降水數(shù)據(jù)在中國南方短時強降水分析中的應(yīng)用[J]. 周璇,羅亞麗,郭學(xué)良. 熱帶氣象學(xué)報. 2015(03)
[3]新安江模型參數(shù)的分析[J]. 趙人俊,王佩蘭. 水文. 1988(06)
本文編號:3126714
【文章來源】:水電能源科學(xué). 2020,38(09)北大核心
【文章頁數(shù)】:4 頁
【部分圖文】:
綦江流域概況
圖2中列出了7個子單元4種不同等級降水(實測無暴雨)情況下的晴雨預(yù)報情況,每個子單元對應(yīng)柱狀條從左至右依次為無雨、小雨、中雨、大雨情況,從下至上依次為TS評分、空報率、漏報率。其中無雨時只有空報率,小雨、中雨、大雨只有漏報率。由圖2可知:(1)實際無降水時,7個子單元平均空報率達到了35%以上,但表1中衛(wèi)星無降水的頻率僅比地面站網(wǎng)低了4.9%,說明CMORPH衛(wèi)星對無降水和小量級降水的識別率不高。(2)隨著降水量級的提高,TS評分呈現(xiàn)增長趨勢,中雨及大雨的TS評分基本達到了95%以上,說明CMORPH衛(wèi)星對中等量級的降水事件發(fā)生預(yù)報較為準確。(3)地面雨量站網(wǎng)并未觀測到暴雨的發(fā)生,但衛(wèi)星預(yù)報了6場暴雨。據(jù)《水文站網(wǎng)規(guī)劃技術(shù)導(dǎo)則》[4]規(guī)定,降水量站網(wǎng)布設(shè)密度不宜大于200km2/站,而研究區(qū)域的雨量站網(wǎng)密度為265 km2/站,且分布不夠均勻。這說明CMORPH衛(wèi)星對極端降水事件的預(yù)報可能尚有欠缺,可進一步優(yōu)化方法并討論。(2)降水量精度評估。評估對象為日尺度和月尺度的衛(wèi)星降水。采用平均絕對離差定量評估衛(wèi)星降水量值誤差。采用顯著性檢驗和相關(guān)性分析(皮爾遜相關(guān)系數(shù))評估衛(wèi)星雨量和實測雨量的顯著性水平和相關(guān)性。經(jīng)計算兩種尺度上雨量均通過顯著性檢驗(二者置信水平均達到95%)。
由表2可知,試驗1情況下,直接移置CMORPH衛(wèi)星反演降水數(shù)據(jù)率定參數(shù)的徑流模擬結(jié)果較好,除率定期中2011年外,其余五年的NNSE均保持在0.75以上,達到了洪水預(yù)報的乙級精度要求[5]。另外,在2013~2014年驗證期期間,BBias也較之前降低了15%~18%,符合偏差在±5%之內(nèi)。與試驗2利用地面站網(wǎng)率定的參數(shù)對比發(fā)現(xiàn),二者評價結(jié)果并無差異。此外,2011年的模擬精度較差,結(jié)合圖3分析2011年模擬結(jié)果可知,其對6、7月份的洪峰模擬時間滯后,且峰值模擬不足,推測這是由于2011年6月24日三峽水庫泄洪所致。試驗2情況下,通過比較兩套參數(shù)中的敏感參數(shù)(表3)可知,KC、SM、KI+KG、CI、CS五個敏感參數(shù)差距較大。結(jié)合圖3可知:(1)利用CMORPH衛(wèi)星反演降水數(shù)據(jù)進行徑流模擬時的整體水量基本吻合,但KC比利用地面站網(wǎng)進行模擬時偏高,結(jié)合衛(wèi)星反演降水數(shù)據(jù)質(zhì)量評估結(jié)果,不難發(fā)現(xiàn)這是由于衛(wèi)星降水在小量級時的空報和大量級降水的多報所致。(2)衛(wèi)星反演降水數(shù)據(jù)模擬的大洪水洪峰流量偏低,小洪水洪峰流量偏高,退水段擬合較好。實際應(yīng)用CMORPH衛(wèi)星降水進行徑流模擬過程中應(yīng)注意這些特點,率定時可適當增大KC的調(diào)試初值以降低率定工作量,且應(yīng)更偏重于SM、CS兩個敏感參數(shù)的調(diào)試,以求得到更好的模擬效果。
【參考文獻】:
期刊論文
[1]面雨量計算方法對水文模擬的影響[J]. 張濤,王祥,楊欣玥,劉羽婷. 人民長江. 2017(19)
[2]CMORPH衛(wèi)星-地面自動站融合降水數(shù)據(jù)在中國南方短時強降水分析中的應(yīng)用[J]. 周璇,羅亞麗,郭學(xué)良. 熱帶氣象學(xué)報. 2015(03)
[3]新安江模型參數(shù)的分析[J]. 趙人俊,王佩蘭. 水文. 1988(06)
本文編號:3126714
本文鏈接:http://sikaile.net/projectlw/dqwllw/3126714.html
最近更新
教材專著