袁 飛，趙晶晶，任立良，江善虎，周瑜佳，尹智力

(1. 河海大學(xué)水文水資源及水利工程科學(xué)國家重點(diǎn)實(shí)驗(yàn)室，南京 210098；2. 中國科學(xué)院大氣物理研究所大氣科學(xué)和地球流體力學(xué)數(shù)值模擬國家重點(diǎn)室驗(yàn)室，北京 100029)

TRMM多衛(wèi)星測(cè)雨數(shù)據(jù)在贛江上游徑流模擬中的應(yīng)用

袁 飛1,2，趙晶晶1，任立良1，江善虎1，周瑜佳1，尹智力1

(1. 河海大學(xué)水文水資源及水利工程科學(xué)國家重點(diǎn)實(shí)驗(yàn)室，南京 210098；
2. 中國科學(xué)院大氣物理研究所大氣科學(xué)和地球流體力學(xué)數(shù)值模擬國家重點(diǎn)室驗(yàn)室，北京 100029)

選取贛江上游峽山站以上集水區(qū)域?yàn)檠芯繀^(qū)域，以雨量站觀測(cè)數(shù)據(jù)為基準(zhǔn)數(shù)據(jù)，評(píng)估熱帶降雨觀測(cè)計(jì)劃TRMM-3B42V6降水?dāng)?shù)據(jù)的精度，并采用上述2種降水?dāng)?shù)據(jù)驅(qū)動(dòng)?xùn)鸥裥托掳步Ｐ?，模擬贛江峽山站日流量和月流量過程．結(jié)果表明，盡管TRMM日降水?dāng)?shù)據(jù)較雨量站數(shù)據(jù)存在較大偏差，但采用TRMM降水?dāng)?shù)據(jù)模擬的日流量能基本再現(xiàn)峽山站的日流量過程；TRMM月降水?dāng)?shù)據(jù)精度較高，能夠較為精確地模擬峽山站的月流量過程．因此TRMM月降水?dāng)?shù)據(jù)可應(yīng)用于贛江流域的降雨-徑流過程模擬，在無資料地區(qū)的水文預(yù)報(bào)、水資源估算、水資源評(píng)價(jià)與規(guī)劃等相關(guān)研究領(lǐng)域具有廣闊的應(yīng)用前景．

熱帶降雨觀測(cè)計(jì)劃(TRMM)；降水；新安江模型；徑流

降水是影響降雨-徑流過程最主要的因素之一，也是較難準(zhǔn)確觀測(cè)和估計(jì)的水文要素之一．降水資料的質(zhì)量在很大程度上影響降雨-徑流過程的模擬和預(yù)報(bào)精度．目前獲取降水?dāng)?shù)據(jù)主要為雨量站、地面降雨雷達(dá)和衛(wèi)星測(cè)雨等觀測(cè)方式．雨量站觀測(cè)是應(yīng)用最為廣泛、精度較高且技術(shù)較為成熟的一種方式．但是即使在雨量站網(wǎng)布設(shè)密度較高的區(qū)域，降水?dāng)?shù)據(jù)的質(zhì)量有時(shí)也不能夠滿足相關(guān)研究工作的需要[1]，且雨量計(jì)觀測(cè)的降水量?jī)H代表雨量站周邊的降水狀況，若插值到地形十分復(fù)雜的流域面上很可能引起偏差．地面降雨雷達(dá)雖然能在一定程度上減小雨量計(jì)以點(diǎn)代面造成的偏差，但其覆蓋范圍較小，缺乏普遍的適用性[2-3]．衛(wèi)星測(cè)雨及技術(shù)能夠提供具有較高時(shí)空分辨率的降水?dāng)?shù)據(jù)，其覆蓋空間范圍更廣，能在一定程度上彌補(bǔ)其他來源降水?dāng)?shù)據(jù)的缺陷，為降雨-徑流過程模擬和洪水預(yù)報(bào)提供有力的數(shù)據(jù)支持．

近年來，全球尺度高時(shí)空分辨率的衛(wèi)星測(cè)雨產(chǎn)品應(yīng)運(yùn)而生[4]，其中熱帶降雨觀測(cè)計(jì)劃(tropical rainfall measuring mission，TRMM)在眾多衛(wèi)星測(cè)雨產(chǎn)品中表現(xiàn)良好．TRMM是由美國國家航空航天局NASA (National Aeronautics and Space Administration)和日本國家宇宙開發(fā)事業(yè)團(tuán)NASDA(National Space Development Agency of Japan)聯(lián)合發(fā)起的降水觀測(cè)計(jì)劃．TRMM衛(wèi)星于1997年底發(fā)射，旨在使用星載微波輻射計(jì)遙感降水，并研制可安裝在衛(wèi)星上的微波雷達(dá)，對(duì)亞熱帶和熱帶地區(qū)的降水進(jìn)行估測(cè)，為相關(guān)工作人員提供第一手的降水資料[5-6]．TRMM多衛(wèi)星系統(tǒng)覆蓋范圍較廣且時(shí)空分辨率較高，已覆蓋了全球50°S～50°N以內(nèi)區(qū)域[4-7]．盡管已有較多學(xué)者如Brown[8]和劉俊峰等[9]都對(duì)TRMM測(cè)雨數(shù)據(jù)進(jìn)行了質(zhì)量評(píng)估，但是國內(nèi)采用TRMM數(shù)據(jù)作為流域水文模型輸入進(jìn)行水文預(yù)報(bào)的研究相對(duì)較少．已有的研究[3-10]表明，TRMM數(shù)據(jù)可作為水文預(yù)報(bào)的基礎(chǔ)數(shù)據(jù)，具有較強(qiáng)的適用性；TRMM數(shù)據(jù)的精度可滿足水資源評(píng)價(jià)等相關(guān)研究工作的要求．筆者選取贛江上游為研究區(qū)域，評(píng)估TRMM-3B42V6型降水?dāng)?shù)據(jù)的精度，并采用此數(shù)據(jù)驅(qū)動(dòng)?xùn)鸥裥托掳步Ｐ瓦M(jìn)行降雨-徑流過程模擬．與以往相關(guān)研究相比，本研究采用站網(wǎng)布設(shè)較密(流域面積15,975,km2、77個(gè)雨量站)、資料時(shí)限較長(zhǎng)(2001—2008年)的地面雨量站數(shù)據(jù)作為基準(zhǔn)，全面分析TRMM降水產(chǎn)品在降水時(shí)空差異性顯著的山區(qū)性流域的適用性，為衛(wèi)星測(cè)雨數(shù)據(jù)在無資料流域水文預(yù)測(cè)與預(yù)報(bào)的應(yīng)用提供相關(guān)經(jīng)驗(yàn).

1 研究區(qū)域數(shù)據(jù)和數(shù)值模擬方法

1.1 研究區(qū)域概況

本文選取贛江上游峽山站以上集水區(qū)域(15,975,km2)為研究區(qū)域(見圖1)，該區(qū)域位于北緯25°00′～27°10′、東經(jīng)115°10′～116°40′，為典型的亞熱帶季風(fēng)氣候區(qū)．多年平均降水量為1,607,mm，降水年際變化較大，年內(nèi)分配不均，降水主要集中在5月—10月，洪水災(zāi)害多發(fā)；多年平均徑流深為825,mm，徑流的時(shí)程分布與降水大體一致．

圖1 流域概況Fig.1 Location of the study area

1.2 地形數(shù)據(jù)

本研究采用美國國家地球物理數(shù)據(jù)中心發(fā)布的全球1,km基礎(chǔ)高程數(shù)據(jù)(globe land one-kilometer base elevation，GLOBE)描述研究區(qū)域的地形．贛江上游區(qū)域以丘陵、山地為主，支流眾多，地形較為復(fù)雜，高程范圍為75～1,349,m．應(yīng)用數(shù)字高程流域水系模型(digital elevation drainage network model，DEDNM)提取構(gòu)建分布式流域水文模型的基本空間信息，包括流域邊界、柵格水流流向、各柵格至流域出口斷面的河長(zhǎng)等[11]．

1.3 水文氣象數(shù)據(jù)

流量和蒸發(fā)皿蒸發(fā)資料摘錄自中國水利部水文局發(fā)布的水文年鑒，包括峽山站日流量及橋下垅站和麻州站日蒸發(fā)數(shù)據(jù)(見圖1)，資料起止時(shí)間為2001年1月1日至2008年12月31日．

采用的降水資料為衛(wèi)星測(cè)雨數(shù)據(jù)和雨量站觀測(cè)數(shù)據(jù)．衛(wèi)星測(cè)雨數(shù)據(jù)采用TRMM多衛(wèi)星降雨分析(TRMM multisatellite precipitation analysis，TMPA)產(chǎn)品3B42V6型數(shù)據(jù)，該數(shù)據(jù)為使用微波成像儀和降雨雷達(dá)TRMM實(shí)時(shí)數(shù)據(jù)進(jìn)行校正所獲得的柵格型非實(shí)時(shí)數(shù)據(jù)(通常滯后10～15,d發(fā)布)[1,12]，其空間分辨率為0.25°×0.25°，時(shí)間步長(zhǎng)為3,h；雨量站觀測(cè)數(shù)據(jù)摘錄自中國水利部水文局發(fā)布的水文年鑒，包括研究區(qū)域內(nèi)湖洋站等77個(gè)雨量站(見圖1)的日降水資料．2種降水?dāng)?shù)據(jù)的起止日期均為2001年1月1日至2008年12月31日．

1.4 柵格型新安江模型

由于贛江上游為典型濕潤(rùn)地區(qū)，而新安江模型以蓄滿產(chǎn)流模式為基礎(chǔ)，適用于濕潤(rùn)區(qū)和半濕潤(rùn)區(qū)，因此本研究采用柵格型新安江模型[13]進(jìn)行降雨-徑流過程模擬．該模型采用張力水蓄水容量曲線計(jì)算每個(gè)柵格單元的總產(chǎn)流量；采用具有底孔和側(cè)孔的溢流型水庫將總徑流劃分為地表徑流、壤中流和地下徑流，并采用線性水庫法進(jìn)行各種徑流成分的坡地匯流演算；采用馬斯京根分段連續(xù)演算法進(jìn)行河道匯流演算.

研究區(qū)域由21,297個(gè)空間分辨率為30,s的柵格構(gòu)成．采用泰森多邊形法將2種降水?dāng)?shù)據(jù)及蒸發(fā)數(shù)據(jù)插值到每個(gè)30,s柵格上，并驅(qū)動(dòng)?xùn)鸥裥托掳步Ｐ?，模擬峽山站的徑流過程．本研究選取2001—2005年為率定期，2006—2008年為驗(yàn)證期；參數(shù)率定采用SCE(shuffled complex evolution)-UA優(yōu)化算法[14]，使用確定性系數(shù)為目標(biāo)函數(shù)，自動(dòng)搜尋模型輸入分別為TRMM降水?dāng)?shù)據(jù)和雨量站降水?dāng)?shù)據(jù)2種情況下的2套最優(yōu)水文模型參數(shù)．

2 TRMM數(shù)據(jù)精度評(píng)估

本研究將覆蓋研究區(qū)域的38個(gè)TRMM網(wǎng)格的降水?dāng)?shù)據(jù)與每個(gè)網(wǎng)格內(nèi)雨量站觀測(cè)數(shù)據(jù)進(jìn)行比較，評(píng)估TRMM數(shù)據(jù)的精度．評(píng)估方法為：統(tǒng)計(jì)每個(gè)TRMM網(wǎng)格內(nèi)所有雨量站降水?dāng)?shù)據(jù)的平均值，再與對(duì)應(yīng)的TRMM網(wǎng)格降水?dāng)?shù)據(jù)進(jìn)行比較．評(píng)估指標(biāo)為：平均絕對(duì)誤差(MAE)、平方根誤差(RMSE)、歸一化平方根誤差(NRMSE)、降水總量相對(duì)誤差(BIAS)和Pearson相關(guān)系數(shù)(CC)，見表1．

表1 雨量站降水?dāng)?shù)據(jù)與TRMM數(shù)據(jù)比較Tab.1 Comparison of rain-gauged precipitation data and TRMM precipitation data

計(jì)算公式為

式中：n為系列長(zhǎng)度；Si為TRMM降水?dāng)?shù)據(jù)系列，mm；為TRMM降水?dāng)?shù)據(jù)系列的均值，mm；Gi為雨量站觀測(cè)降水?dāng)?shù)據(jù)系列，mm；為雨量站觀測(cè)降水?dāng)?shù)據(jù)系列的均值，mm．其中平均絕對(duì)誤差和平方根誤差可評(píng)估誤差的整體水平，歸一化平方根誤差在平方根誤差的基礎(chǔ)上表征數(shù)據(jù)的相對(duì)偏差水平，降水量總相對(duì)誤差能反映TRMM數(shù)據(jù)的系統(tǒng)偏差程度，Pearson相關(guān)系數(shù)能夠表征2組數(shù)據(jù)之間的線性相關(guān)程度．

由于文章篇幅有限，本研究?jī)H選取包含3個(gè)以上雨量站點(diǎn)TRMM網(wǎng)格的9組數(shù)據(jù)進(jìn)行分析(見圖1)．如表1所示，日降水的平均絕對(duì)誤差和平方根誤差分別位于3.2～4.0,mm和7.6～9.8,mm之間；多數(shù)網(wǎng)格的歸一化平方根誤差高于180%，可見總體上TRMM日降水?dāng)?shù)據(jù)相對(duì)于雨量站日降水觀測(cè)數(shù)據(jù)的偏差較大；有8個(gè)網(wǎng)格的降水總量相對(duì)誤差為正值(0.6%～14.4%)，僅L9號(hào)網(wǎng)格較其鄰近上朝站降水量偏小0.7%，表明總體上TRMM數(shù)據(jù)較雨量站數(shù)據(jù)存在一定程度的系統(tǒng)偏大．9組數(shù)據(jù)的Pearson相關(guān)系數(shù)(見圖2(a))約為0.68～0.79(相關(guān)性均通過置信度為95%的顯著性檢驗(yàn))，表明TRMM日降水?dāng)?shù)據(jù)與雨量站觀測(cè)數(shù)據(jù)存在一定的線性相關(guān)性，但相關(guān)程度偏低．

圖2 TRMM網(wǎng)格與鄰近雨量站日降水和月降水?dāng)?shù)據(jù)比較Fig.2 Comparison of grid-based TRMM daily and monthly precipitation products and nearby raingauged precipitation

如表1所示，盡管月降水量的平均相對(duì)誤差和平方根誤差均較日降水量情形明顯增大，但月降水量歸一化平方根誤差呈現(xiàn)明顯減少，表明TRMM月降水?dāng)?shù)據(jù)與雨量站月降水?dāng)?shù)據(jù)總體的相對(duì)偏差較??；TRMM月降水?dāng)?shù)據(jù)與雨量站月降水?dāng)?shù)據(jù)的系統(tǒng)偏差狀況與日降水量情形一致；月降水?dāng)?shù)據(jù)的Pearson相關(guān)系數(shù)較日降水情況明顯增大(見圖2(b)和表1)，所有網(wǎng)格月降水與雨量站月降水的相關(guān)系數(shù)均大于0.92，顯示TRMM月降水?dāng)?shù)據(jù)與雨量站月降水?dāng)?shù)據(jù)呈現(xiàn)較高的線性相關(guān)性．

總體上，TRMM日降水?dāng)?shù)據(jù)較雨量站數(shù)據(jù)存在一定的偏差，但二者仍具有一定的線性相關(guān)性，可考慮將TRMM日降水?dāng)?shù)據(jù)作為降雨-徑流模型的輸入，進(jìn)行徑流過程模擬；TRMM月降水?dāng)?shù)據(jù)與雨量站數(shù)據(jù)偏差較日降水情形顯著降低，且線性相關(guān)性較好，在降水資料短缺的區(qū)域，可考慮用TRMM月降水?dāng)?shù)據(jù)來表征該區(qū)域月降水時(shí)空變化情況．

3 徑流過程模擬

3.1 日徑流過程模擬

本研究分別采用TRMM日降水?dāng)?shù)據(jù)和雨量站日降水?dāng)?shù)據(jù)驅(qū)動(dòng)?xùn)鸥裥托掳步Ｐ?，模擬峽山站日流量過程．如表2所示，采用2種日降水?dāng)?shù)據(jù)模擬的峽山站各年徑流深與實(shí)測(cè)值相比偏差較小，率定期和驗(yàn)證期各年徑流深相對(duì)誤差均在±10%以內(nèi)，表明2種輸入數(shù)據(jù)對(duì)徑流總量的估計(jì)均較準(zhǔn)確．采用TRMM日降水?dāng)?shù)據(jù)作為柵格型新安江模型輸入可基本再現(xiàn)峽山站的日徑流過程，各年確定性系數(shù)為0.623～0.873，精度在可接受范圍內(nèi)(見表2和圖3、圖4)，但是徑流模擬精度仍較采用雨量站數(shù)據(jù)情形偏低．雨量站情形下，各年日徑流過程確定性系數(shù)均高于0.900，僅率定期2003年和2004年的確定性系數(shù)為0.883和0.801.

表2 峽山站以上流域日徑流量模擬結(jié)果及精度統(tǒng)計(jì)Tab.2 Error statistics of daily streamflow simulation at the Xiashan station

TRMM數(shù)據(jù)情形下降雨-徑流過程模擬精度較低，主要源于模型對(duì)高流量過程(尤其是洪峰)模擬存在較大偏差，而TRMM數(shù)據(jù)在某些時(shí)段對(duì)日降水量估計(jì)產(chǎn)生較大的偏差是引起洪峰模擬不準(zhǔn)確的主要原因．如圖4所示，2007年6月5日的實(shí)測(cè)流量為2,020,m3/s，雨量站數(shù)據(jù)情形模擬的日流量為1,960,m3/s，與實(shí)測(cè)值十分接近，而采用TRMM降水?dāng)?shù)據(jù)模擬的逐日流量為3,790,m3/s，較實(shí)測(cè)值系統(tǒng)偏大87.6%．峽山站集水區(qū)域的匯流時(shí)間通常為3～4,d．經(jīng)分析，形成2007年6月5日洪峰的降雨主要源自同年6月2日至4日的降雨量．雨量站觀測(cè)該3日的累積雨量為61.7,mm，而TRMM估算的同期降雨量為110.0,mm，后者較前者偏大79.9%，從而引起TRMM情形的模擬洪峰流量偏大．

圖3 采用雨量站和TRMM降水?dāng)?shù)據(jù)模擬峽山站2005年(率定期)日流量過程Fig.3 Simulated daily streamflow hydrograph at the Xiashan station in 2005(calibration period)using rain-gauged and TRMM precipitation data sets

圖4 采用雨量站和TRMM降水?dāng)?shù)據(jù)模擬峽山站2007年(驗(yàn)證期)日流量過程Fig.4 Simulated daily streamflow hydrograph at the Xiashan station in 2007(validation period)using rain-gauged and TRMM precipitation data sets

3.2 月徑流過程模擬

由于TRMM月降水?dāng)?shù)據(jù)與雨量站觀測(cè)數(shù)據(jù)線性相關(guān)性較好，采用TRMM數(shù)據(jù)模擬的月徑流過程與實(shí)測(cè)流量過程擬合精度較高，模擬結(jié)果與采用雨量站數(shù)據(jù)的情形基本一致(見圖5)．雨量站觀測(cè)數(shù)據(jù)情形下率定期徑流深相對(duì)誤差為2.63%，確定性系數(shù)為0.984，驗(yàn)證期徑流深相對(duì)誤差為-0.9%，確定性系數(shù)為0.969．TRMM數(shù)據(jù)情形下率定期徑流深相對(duì)誤差為2.8%，確定性系數(shù)為0.976，驗(yàn)證期徑流深相對(duì)誤差為1.6%，確定性系數(shù)為0.902．采用兩類降水資料驅(qū)動(dòng)?xùn)鸥裥托掳步Ｐ停芫_再現(xiàn)峽山站的月流量過程．

圖5 采用雨量站和TRMM降水?dāng)?shù)據(jù)模擬峽山站2001—2008年月流量過程Fig.5Monthly streamflow simulation at the Xiashan station using the gauged and TRMM precipitation data sets in 2001—2008

4 結(jié) 論

(1) 采用雨量站觀測(cè)數(shù)據(jù)作為基準(zhǔn)數(shù)據(jù)，評(píng)估TRMM-3B42V6衛(wèi)星測(cè)雨數(shù)據(jù)的精度，并采用該降水?dāng)?shù)據(jù)驅(qū)動(dòng)?xùn)鸥裥托掳步Ｐ瓦M(jìn)行日流量過程和月流量過程模擬．結(jié)果表明：TRMM日降水?dāng)?shù)據(jù)的精度偏低，但仍然在可接受的精度范圍內(nèi)；采用TRMM日降水?dāng)?shù)據(jù)模擬的日流量過程精度較雨量站數(shù)據(jù)情形偏低，且某些時(shí)段洪峰的模擬偏差較大，但總體上能夠基本再現(xiàn)峽山站的日流量過程；TRMM月降水?dāng)?shù)據(jù)精度較高，能夠較為準(zhǔn)確地模擬峽山站的月流量過程．

(2) 以上結(jié)論說明TRMM-3B42V6衛(wèi)星測(cè)雨產(chǎn)品在贛江上游具有良好的適用性，可應(yīng)用于水文過程模擬及預(yù)報(bào)、水資源估算、水資源評(píng)價(jià)與規(guī)劃等相關(guān)研究．受地理、經(jīng)濟(jì)條件的制約，我國很多區(qū)域(如西南、西北地區(qū))雨量站網(wǎng)布設(shè)較稀疏，地面觀測(cè)的雨量資料無法滿足水文模擬和預(yù)報(bào)的要求．本研究及以往成果表明在我國南方地區(qū)TRMM衛(wèi)星測(cè)雨產(chǎn)品質(zhì)量較好，可作為無資料或缺資料流域的基本降水?dāng)?shù)據(jù)，并運(yùn)用水文模型進(jìn)行徑流模擬和預(yù)報(bào)．

(3) 流域空間尺度、水文模型的時(shí)空分辨率、水文模型的結(jié)構(gòu)等客觀因素均可能對(duì)降雨徑流關(guān)系產(chǎn)生較大的影響[15]；TRMM數(shù)據(jù)本身具有一定的系統(tǒng)偏差，3B42V6型數(shù)據(jù)在進(jìn)行數(shù)據(jù)校正時(shí)也會(huì)帶來偏差，這些誤差可能導(dǎo)致了TRMM數(shù)據(jù)不能精確反映降水的時(shí)空分布，從而對(duì)水文過程的模擬產(chǎn)生影響，因此今后需結(jié)合地面觀測(cè)降水資料，對(duì)TRMM數(shù)據(jù)進(jìn)行修正以提高徑流模擬的精度．總體上熱帶降雨觀測(cè)計(jì)劃(TRMM)是衛(wèi)星測(cè)雨的較為成功范例，該衛(wèi)星測(cè)雨產(chǎn)品在未來水文模擬和預(yù)報(bào)工作中具有廣闊的應(yīng)用前景．

［1］ Collischonn B，Collischonn W，Tucci C E M. Daily hydrological modeling in the Amazon basin using TRMM rainfall estimates [J]. Journal of Hydrology，2008，360(1)：207-216.

［2］ 李致家，劉金濤，葛文忠，等. 雷達(dá)估測(cè)降雨與水文模型的耦合在洪水預(yù)報(bào)中的應(yīng)用 [J]. 河海大學(xué)學(xué)報(bào)：自然科學(xué)版，2004，32(6)：601-606.

Li Zhijia，Liu Jintao，Ge Wenzhong，et al. Coupling of weather radar rainfall data with hydrological modeland its application to flood forecasting [J]. Journal of Hohai University：Natural Sciences，2004，32(6)：601-606(in Chinese).

［3］ 谷黃河，余鐘波，楊傳國，等. 衛(wèi)星雷達(dá)測(cè)雨在長(zhǎng)江流域的精度分析 [J]. 水電能源科學(xué)，2010，28(8)：3-6.

Gu Huanghe，Yu Zhongbo，Yang Chuanguo，et al. Application of satellite radar observed precipitation toaccuracy analysis in Yangtze River Basin [J]. Water Resources and Power，2010，28(8)：3-6(in Chinese).

［4］ Su Fengge，Hong Yang，Lettenmaier D P. Evaluation of TRMM multisatellite precipitation analysis(TMPA)and its utility in hydrologic prediction in the La Piata Basin [J]. Journal of Hydrometeorology，2008，9(4)：622-640.

［5］ Villarini G，Krajewski W F. Evaluation of the research version TMPA three-hourly 0. 25°×0. 25°rainfall estimates over Oklahoma[J]. Geophysical Research Letters，2007，34(5)：10. 1029/2006GL029147.

［6］ 楊傳國，余鐘波，林朝暉，等. 基于TRMM衛(wèi)星雷達(dá)降雨的流域陸面水文過程 [J]. 水科學(xué)進(jìn)展，2009，20(4)：461-466.

Yang Chuanguo，Yu Zhongbo，Lin Zhaohui，et al. Study on watershed hydrologic processes using TRMM satellite precipitation radar products [J]. Advances in Water Science，2009，20（4)：461-466(in Chinese).

［7］ Yong Bin，Ren Liliang，Hong Yang，et al. Hydrologic evaluation of multisatellite precipitation analysis standard precipitation products in basins beyond its inclined latitude band：A case study in Laohahe Basin，China [J]. Water Resources Research，2010，46(7)I：10. 1029/ 2009WR008965.

［8］ Brown J E M. An analysis of the performance of hybridinfrared and microwave satellite precipitation algorithmsover India and adjacent regions [J]. Remote Sensing Environment，2006，101(1)：63-81.

［9］ 劉俊峰，陳仁升，韓春壇，等. 多衛(wèi)星遙感降水?dāng)?shù)據(jù)精度評(píng)價(jià) [J]. 水科學(xué)進(jìn)展，2010，21(3)：343-348.

Liu Junfeng，Chen Rensheng，Han Chuntan，et al. Evaluating TRMM multi-satellite precipitation analysis using gauge precipitation and MODIS snow-cover products [J]. Advances in Water Science，2010，21(3)：343-348(in Chinese).

［10］ 毛紅梅. TRMM雨量在漢江上游大尺度水文模型中的應(yīng)用 [J]. 水利水電快報(bào)，2008，29(8)：22-32.

Mao Hongmei. Study on flux pathway of constituents in Lake Alpnach [J]. Express Water Resources and Hydropower Information，2008，29(8)：22-32(in Chinese).

［11］ 袁 飛. 考慮植被影響的水文過程模擬研究[D]. 南京：河海大學(xué)水文水資源學(xué)院，2006.

Yuan Fei. Hydrological Process Modeling Considering the Effect of Vegetation[D]. Nanjing: College of Hydrology and Water Resources，Hohai University，2006(in Chinese).

［12］ Huffman G J，Bolvin D T，Nelkin E J，et al. The TRMM multisatellite precipitation analysis (TMPA)：Quasi-global，multiyear，combined-sensor precipitation estimates at fine scales [J]. Journal of Hydrometeorology，2007，8(1)：38-55.

［13］ 袁 飛，任立良. 柵格型水文模型及其應(yīng)用 [J]. 河海大學(xué)學(xué)報(bào)：自然科學(xué)版，2004，32(5)：483-487.

Yuan Fei，Ren Liliang. Methodology of grid-based hydrological model and its application [J]. Journal of Hohai University：Natural Sciences，2004，32(5)：483-487(in Chinese).

［14］ Duan Qingyun，Sorooshian S，Gupta V K，et al. Optimal use of the SCE-UA global optimization method for calibrating watershed models[J]. Journal of Hydrology，1994，158(3)：265-284.

［15］ 魏林宏，郝振純，邱紹偉. 雷達(dá)測(cè)雨在水文學(xué)中的應(yīng)用——影響預(yù)報(bào)精度的因素分析[J]. 水利水電技術(shù)，2004，35(5)：1-4.

Wei Linhong，Hao Zhenchun，Qiu Shaowei. Application of radar rainfall measurement to hydrology [J]. Water Resources and Hydropower Engineering，2004，35(5)：1-4(in Chinese).

Streamflow Simulation in the Upper Ganjiang River Basin Using the TRMM Multi-Satellite Precipitation Data

Yuan Fei1,2，Zhao Jingjing1，Ren Liliang1，Jiang Shanhu1，Zhou Yujia1，Yin Zhili1
(1. State Key Laboratory of Hydrology-Water Resources and Hydraulic Engineering，Hohai University，Nanjing 210098，China；2. State key Laboratory of Numerical Modeling for Atmospheric Sciences and Geophysical Fluid Dynamics，Institute of Atmospheric Physics，Chinese Academy of Sciences，Beijing 100029，China)

The area controlled by the Xiashan station at the upper Ganjiang River was selected as the study area. Firstly，the tropical rainfall measuring mission(TRMM)3B42V6 precipitation data set covering the study area was evaluated via the comparisons with the rain-gauged precipitation data. Subsequently，the two precipitation data sets were adopted to drive the grid-based Xin′anjiang model to perform streamflow simulations at the Xiashan station. The results show that although large disagreement exists between TRMM daily precipitation and rain-gauged precipitation data sets，the daily streamflow simulation fed with TRMM daily precipitation data could basically reflect the daily streamflow processes at the Xiashan station. TRMM monthly precipitation was comparatively more accurate，which could be employed to precisely simulate the monthly streamflow simulation at the Xiashan station. Overall，TRMM precipitation data could be potentially adopted for rainfall-runoff process simulations in the Ganjiang River basin. It indicates that TRMM multi-satellite precipitation data sets have a promising prospect in the hydrological forecasting and the estimation of water resources in ungauged basins. TRMM data could also be applied to evaluation and planning of water resources.

tropical rainfall measuring mission(TRMM)；precipitation；Xin′anjiang model；runoff

TV121.1；TV125

A

0493-2137(2013)07-0611-06

DOI 10.11784/tdxb20130707

2011-11-07；

2012-06-01.

國家自然科學(xué)基金青年基金資助項(xiàng)目(50909033)；國家自然科學(xué)基金國際(地區(qū))合作與交流項(xiàng)目(40911130507)；高等學(xué)校博士學(xué)科點(diǎn)專項(xiàng)科研基金新教師基金課題資助項(xiàng)目(20090094120010)；水文水資源與水利工程科學(xué)國家重點(diǎn)實(shí)驗(yàn)室基本科研業(yè)務(wù)費(fèi)自主研究項(xiàng)目(2011585412)；河海大學(xué)中央高校基本科研業(yè)務(wù)費(fèi)專項(xiàng)資金項(xiàng)目(B1020069).

袁 飛（1979— ），男，博士，副教授.

袁 飛，fyuan@hhu.edu.cn.