[發明專利]無測站山區徑流與遙感降水相結合的降水估算方法

有效

• 申請號: 202110275933.1
• 申請日: 2021-03-15
• 公開（公告）號: CN113159378B
• 公開（公告）日: 2022-04-05
• 發明（設計）人: 呂愛鋒
• 申請（專利權）人: 中國科學院地理科學與資源研究所
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06N7/00;G01W1/10
• 代理公司: 北京德崇智捷知識產權代理有限公司 11467
• 代理人: 申星宇

本發明公開了測站山區徑流與遙感降水相結合的降水估算方法，研究貝葉斯推斷模型與水文模型耦合方法，建立水文模型參數反演的貝葉斯統計推斷模型，提出降水輸入誤差的參數化表達方式；研究模型似然函數的推導方法和主要參數先驗分布的估計方法，提出模型的求解方法；選擇合適的流域，開展模型的應用與驗證，形成“從徑流推斷降水”的流域降水估算方法。本發明提供了無測站山區徑流與遙感降水相結合的降水估算方法，采用貝葉斯總誤差分析方法(BATEA)框架來構建水文模型參數反演的貝葉斯統計推斷模型，利用通過耦合水文模型和貝葉斯推斷模型，實現了利用徑流數據進行遙感降水產品的校正，進而獲得無測站山區的降水信息。

技術領域

本發明涉及遙感數據計算技術領域，尤其涉及無測站山區徑流與遙感降水相結合的降水估算方法。

背景技術

降水是水文模型、陸面過程模型以及氣候氣象模型重要的驅動數據，是水文學、氣候學和生態學等研究中必須的基礎性數據。準確的降水時空信息將推進我們對區域氣候、水文和生態過程的認識。由于受地形影響，山區往往是區域降水較多的地區，對于區域水資源具有重要作用。但山區降水信息往往非常難以準確獲取，主要原因：(1)山區降水測站少。由于山區地勢較高，很多地方難以到達，因此降水測站通常分布在河谷、出山口或者人口密集的地區，而在山區分布極少；(2)由于山區地形復雜，山區降水通常具有很強的空間變異性，稀疏的站點無法掌握這種空間變異特征，進而阻礙了對山區降水的準確估算。測站少，加之測站代表性差，使得我們利用測站來獲取山區流域降水往往空間分辨率很粗，而且具有很高的不確定性。10-20％的降水誤差會導致100％的徑流模擬誤差，山區降水估計的不確定性阻礙了我們預測降水驅動的山洪、徑流的能力。對高海拔地區降水空間格局認識的不足也阻礙了山區降水模擬和預報技術的發展。而對于完全無降水測站的山區流域，降水信息的完全缺失使得我們的相關業務工作和研究面臨巨大挑戰。在進行洪水模擬時發現很多流域存在有洪水無降雨、有降雨無洪峰的情況。分析主要原因是降水站主要分布在河谷或者出山口，而降水主要發生在山區，山區沒有測站，這使得無法獲得山區降水信息，進而影響了雨洪模擬。如何準確獲取山區降水已成為學界共同面臨的巨大挑戰。為此，我們提出無測站山區徑流與遙感降水相結合的降水估算方法。

發明內容

基于背景技術存在的技術問題，本發明提出了無測站山區徑流與遙感降水相結合的降水估算方法，以解決上述背景技術中提出的問題。

本發明提供如下技術方案：

無測站山區徑流與遙感降水相結合的降水估算方法，包括如下步驟：

A、基于貝葉斯模型的流域降水估算方法：研究貝葉斯推斷模型與水文模型耦合方法，建立水文模型參數反演的貝葉斯統計推斷模型，提出降水輸入誤差的參數化表達方式；研究模型似然函數的推導方法和主要參數先驗分布的估計方法，提出模型的求解方法；選擇流域，開展模型的應用與驗證，形成“從徑流推斷降水”的流域降水估算方法；

B、耦合徑流與遙感降水產品的無測站山區降水估算：選擇柴達木盆地為研究區，以TRMM日降水產品為數據源，利用盆地中部降雨測站數據，分析TRMM日降水產品數據的誤差及其分布特點，確定降水誤差參數的先驗分布特征；利用“從徑流推斷降水”方法，以遙感降水產品作為輸入，開展無降水測站山區遙感降水產品修正估算，并對估算結果進行驗證，提出無測站山區徑流與遙感降水相結合的降水估算方法；

C、“從徑流推斷降水”估算方法的敏感性、不確定性與適用性分析：選擇不同結構水文模型與貝葉斯推斷模型耦合，分別構建“從徑流推斷降水”估算模型，開展柴達木盆地山區不同流域無測站山區降水估算研究，獲取無降水測站山區的降水分布，與相關研究成果進行對比分析，評價估算方法對模型結構的敏感性，探討評估結果的不確定性，分析該方法對不同流域的適用性。

優選的，所述步驟A中徑流是被廣泛測量的水文變量，是一個流域水量平衡的集總表達，從水量平衡來看，流域出口流量應該等于流域平均降水減去流域平均蒸發和流域蓄變量。