降水是全球水文、水资源、碳循环与能量平衡中的关键变量。当前，主流卫星降水产品普遍受到空间分辨率粗的限制，难以满足山洪监测、滑坡预警及精准水资源管理等对高时空精度数据的需求。
中国科学院成都山地灾害与环境研究所研究员赵伟团队联合中山大学科研团队，提出了基于高空间分辨率土壤水分的降水空间降尺度与多源数据融合模型（SMPD-MERG）相结合的混合降尺度框架，提升了卫星降水产品的精度与应用价值。这一方法融合GPM-IMERG卫星日降水产品、生成的ESA CCI 1 km土壤水分数据、ERA5-Land再分析降水数据以及地面测站观测数据，利用土壤水分平衡方程将原始GPM降水数据空间分辨率提升至1 km，并通过随机森林算法对多源数据进行集成，构建出高时空分辨率、精度优异的日尺度降水产品。
该研究以伊比利亚半岛中部为示范区，汇集277个雨量站数据开展模型验证（222个用于训练，55个用于独立检验），全面评估了模型的适应性与稳定性。结果表明，SMPD-MERG产品在不同季节条件下均可以精细刻画降水的空间变异特征，减弱了原始GPM产品的块状效应，并能够有效识别微小降水变化。在模型性能方面，生成产品的相关系数达0.94，均方根误差1.27 mm，相对偏差仅为1%，Kling-Gupta效率系数达0.88，优于传统降尺度方法。
上述研究在提升卫星降水数据空间分辨率方面实现了技术突破，为开展高精度水文模拟、极端气象事件预警和区域水资源精准管理提供了数据支持，展现出应用前景与推广价值。
相关研究成果发表在《IEEE地球科学与遥感学报》（IEEE Transactions on Geoscience and Remote Sensing）上。研究工作得到国家自然科学基金和西藏自治区科技计划项目等的支持。
论文链接
SMPD-MERG模型的高空间分辨率降水估算流程
（a）旱季和雨季SMPD-MERG结果与原始GPM产品的空间分布对比；（b-c）旱季和雨季SMPD-MERG结果与原始GPM产品的累积概率比较；（d）SMPD-MERG结果与2016年至2018年雨量计观测日降水的密度图
近日，复旦大学马余刚院士团队和纽约州立大学石溪分校贾江涌教授团队合作在RHIC-STAR国际合作组首次基于高能重离子碰撞方 约翰·霍普克罗夫特 ■约翰·霍普克罗夫特 编者按 作为中国高等教育界的老朋友，早在2011年，图灵奖得主约 近年来，学前教育得到快速发展，但仍是国民教育体系的薄弱环节，需要通过立法，贯彻落实党中央、国务院决策部署，破解突出问题，为学前教育高质量发展提供法治保障。在此背景下，《中华人民共和国学前教育 ◎摘 要 面向国家战略需求优化学科设置调整机制，是关系高等教育结构性改革的重要路径，也是畅通创新链、产业链、资金链、人才链的关键接点。在世界百年未有之大变局的新形势下，传统的学科设置 党的十八大以来，天津市委、市政府深入学习贯彻习近平总书记关于教育的重要论述，全面落实党中央、国务院决策部署和全国教育大会精神，坚守为党育人、为国育才的初心使命，教育强市建设取得积极进展 中国教育报-中国教育新闻网讯（记者 余杏 通讯员 匡芳）近日，2024年世界职业院校技能大赛总决赛争夺赛财经商贸赛道——043业财税融合大数据应用组比赛在长沙商贸旅游职业技术学院举行，来自全国各 。本文链接：高空间分辨率降水估算研究获进展http://www.sushuapos.com/show-12-1634-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇： 研究实现大位阻醛的高效自由基合成