作者：姬世保 杜军凯 仇亚琴 刘欢 吕向林
来源：《人民黄河》2021年第05期
长岛门票多少钱一张
摘要：针对部分地区降水资料缺乏的问题，以德清县为研究对象，提出了日尺度降水资料的插补方法，该方法通过对已有降水数据进行时间尺度转换和空间插值的方式插补出缺资料地区日降水数据。结果表明：①德清站插补结果中日降水强度、强降水量及连续有雨天数的误差均小于3%，与直接用周边站点的逐日数据对数据缺失站进行插值相比，各站 月降水数据与实测值的相关系数平均提高0.11，均方根误差降低了42.3%;②将降水插补结果作为分布式水文模型的降水输入时，径流模拟效果得到了有效改善，1960—2018年模拟径流量和实测径流量系列的纳什效率系数由0.62提高到0.87，相对误差由-4.2%降至-2.3%;③日尺度降水插补结果的相关系数、5 d最大降水量及强降水量对研究区分布式水文模拟效果影响较大。 关键词：降水插补;缺资料地区;降水极端事件;交叉验证;WEP-L模型;分布式水文模型
塘沽极地海洋馆门票多少钱>下载赶集网招聘最新招聘 中图分类号：TV214文献标志码：A
doi：10.3969/j.issn.1000-1379.2021.05.008
Abstract： Aiming at areas which have no sufficient precipitation data， an interpolation method of daily scale precipitation data was proposed. This method could obtain the daily precipitation in some deficient data areas by means of conversion of time scale and space transplantation of existing data. The results show that a） the error between the simple daily intensity， very wet days and consecutive wet days of the interp
olation result of Deqing Station and the measured series is less than 3%， compared with the daily data of interpolation result which gained by surrounding stations directly， the correlation coefficient between the monthly precipitation of each station and the measured value is increased by 0.11 on average， and the RMSE is reduced by 42.3%; b） when the interpolation results are used as the input in distributed hydrological simulation， the runoff simulation effect has been effectively improved， the Nash coefficient is increased from 0.62 to 0.87， and the relative error is reduced from -4.2% to -2.3% during the period of 1960-2018 and; c） the correlation coefficient， the 5-day maximum precipitation and very wet days of daily interpolation result have a great influence to the distributed hydrological simulation in the study area.
Key words： precipitation interpolation; data-deficient regions; precipitation extreme events; cross-validation; WEP-L model; distributed hydrological simulation
1前言
老君山两日游最佳路线 降水数据对水涵养评价、灾害风险管理、水循环模拟、植被分布和生态演变等研究具
有重要价值[1-3]。现阶段，我国气象局管理的国家级气象站基本保持在相对稳定的2 200～2 400个[4-5]，平均密度为4 000～4 363 km2/站。胡庆芳[6]在赣江流域证实，当气象站网密度低于1 300 km2/站时，降水空间估计精度随站网密度变化而急剧变化，因此相对于全国来讲，测站不足、分布不均的问题仍然存在。另外，受自然条件及人为影响，水文站及雨量站停测、缺测、漏测现象时有发生[7]。已有资料时间序列的不一致性和不连续性给区域分布式水文模拟向精细化发展带来了诸多困难，通常情况下，站点数量越多、分布越合理、代表性越强，区域降水插值的不确定性就越小[8-9]。
为减小因停测、缺测、漏测所致的降水插值的不确定性，首先需要根据实际情况对缺失站降水进行插补展延，而后进行空间插值。目前，降水时间序列的插补方法主要有频率分析法[10]、水文相关法[11]、人工神经网络法[12]、贝叶斯线性回归法[13]、逐步回归法[14]等。现有研究在雨量站之间年、月尺度上的转换及空间插值取得了一系列丰硕的成果[15-18]，但分布式水文模拟、洪水预报等往往需要面尺度的日降水数据，而对于部分地区，个别气象站停测、缺测、漏测等现象导致一些不连续的降雨系列，如何充分利用仅存的降雨数据为水文模拟、洪水预报等提供服务，除借助遥感、雷达技术外，通过实测数据直接插补出面尺度日降水数据也是一个行之有效的办法，然而目前对这方面的研究较少。
南京周边自驾游一日游景点推荐另外，插补结果是否能够捕捉降水极端事件、插补结果中的极端事件对降雨径流关系造成何种影响以及插补过程中需要注意哪些统计特征参数等方面的研究很少。
针对部分地区年、月尺度降水资料部分时段缺测及日降水数据严重缺乏的问题，笔者提出了缺资料地区面尺度日降水数据的插补方法。该方法充分利用现有不同时空尺度下的资料，集成点到点的插补展延与点到面的空间插值方法，并以此为基础插补出缺资料地区的面尺度日降水数据，最后以德清县为例，对上述方法进行多途径、多尺度的检验和应用。去泰国穷游5天要多少钱
2数据来源及方法
2.1数据来源
以德清县为研究区，该县位于浙江省湖州市，地处浙江省北部、杭嘉湖平原西部，位于浙江省八大水系之一的东苕溪中游。选取研究区附近9个雨量站，雨量站中仅位于东部平原河网区的德清站有日降水数据，其他站点仅有月降水数据，且存在不同程度的缺测、漏测现象，缺测站点占比达77.8%。另外选取水文站1个、气象站4个，在所有具有降水资料的站点中，有57.1%在研究区外，站点分布如图1所示。
降水资料一部分来源于国家气象局，另一部分来源于太湖流域水文年鉴，气象资料来源于国家气象局，水文资料来源于对河口水库管理局，各站数据资料详情见表1。
2.2插补方法
首先，本着“资料质量较好、实测年限较长且面上分布均匀”的原则选取参证站，根据参证站的资料借助相关分析法插补出缺测站年降水数据。其次，将年降水数据分配到月，再将月尺度数据降尺度到日，最后通过改进的距离平方反比法（DRDS法）[19]进行空間插值。本文所提出的“面尺度日降水的插补方法”不同于传统分离式点与点间的插补展延和点与面之间的空间插值，其特点在于系统地进行降水“点—面”关系转化，最大限度地利用已有实测降水数据，插补方法具体步骤如下。
（1）对缺测站点年降水数据进行插补。出满足条件的站点作为参证站，建立设计站和参证站年降水数据之间的相关关系，并根据相关关系插补出缺测年降水数据。
（2）年尺度到月尺度的转换。根据参证站年降水数据和月降水数据之间的关系，将设计站年降水数据分配到月。
