Potential of three long-term quantitative precipitation products of drought monitoring in Huaihe River Basin
扫码查看
点击上方二维码区域，可以放大扫码查看
原文链接
国家科技期刊平台
NETL
NSTL
万方数据
维普
融合地面实测、卫星遥感等信息的定量降水产品能为干旱监测提供时空分布式降水数据源.为评估定量降水产品在淮河流域的干旱监测潜力,该研究利用淮河流域27个气象站点实测降水数据,检验多源集成降水(Multi-Source Weighted-Ensemble Precipitation,MSWEP)产品、气候灾害组融合站点的红外降水(Climate Hazards Group Infrared Precipitation with Station,CHIRPS)产品、基于人工神经网络的遥感降水估计-气候数据记录(Precipitation Estimation from Remotely Sensed Information using Artificial Neural Networks-Climate Data Record,PERSIANN-CDR)产品共3种长期(>30 a)定量降水产品精度.并采用标准化降水指数(Standardized Precipitation Index,SPI)作为干旱指标,相关系数(Correlation Coefficient,r)、均方根误差(Root Mean Square Error,RMSE)、临界成功指数(Critical Success Index,CSI)、干旱等级监测准确率(Accuracy,ACC)作为评价指标,评估各定量降水产品在淮河流域的精度及干旱监测潜力.结果表明:1)3种产品降水数据均在整体上对实测降水量有所低估;MSWEP精度优于其他2种定量降水产品,该产品的月、季、年尺度累计降水估算精度指标r分别为0.96、0.97、0.92,RMSE分别为26.38、50.01、124.73 mm;CHIRPS与PERSIANN-CDR精度表现接近;2)MSWEP估算的极端短缺降水量精度最高,RMSE不足其他2种产品的50％;在降水极端短缺月,3种产品估算降水量相对实际降水量整体呈高估状态;3)MSWEP在干旱监测上的整体表现优于其他产品,基于MSWEP计算的月SPI、季SPI、年SPI指数的精度更高(r≥0.92,RMSE≤0.39),历史干旱月份识别(CSI≥0.89)及干旱等级监测(ACC≥80.3％)均更为准确;4)MSWEP对各级别旱情判定更为准确,并且对极端旱情的识别能力最强,各旱情等级下的ACC较CHIRPS和PERSIANN高;5)3种产品在淮河流域2000年典型干旱事件中均表现出了优秀的监测潜力,MSWEP产品更为准确地识别了2000年2—6月的典型干旱事件的时空发展过程.总体而言,相比于CHIRPS与PERSIANN-CDR,MSWEP降水数据在淮河流域精度更高,干旱监测潜力更大.3种定量降水产品的精度及干旱监测潜力对比评估结果,可为应用上述降水数据进行气象、农业干旱监测提供依据.
国家科技期刊平台
NSTL
万方数据
维普
