基于长序列遥感降水融合数据集的黄河源气象干旱特征研究

成硕; 黄曼捷; 余文君; 庄稼成; 星寅聪; 严海文; 李艳忠; 赵林

doi:10.13878/j.cnki.dqkxxb.20240613001

大气科学学报 ›› 2025, Vol. 48 ›› Issue (01) : 49 -61. DOI: 10.13878/j.cnki.dqkxxb.20240613001

基于长序列遥感降水融合数据集的黄河源气象干旱特征研究

成硕, 黄曼捷, 余文君, 庄稼成, 星寅聪, 严海文, 李艳忠, 赵林

作者信息 +

Author information +

文章历史 +

摘要

遥感降水产品可为气象干旱精准监测提供近实时、多时空分辨率的降水数据，但其性能易受复杂地形和极端气候的影响，基于机器学习的多源数据融合方法为提高复杂地形和偏远地区遥感降水产品精度和干旱监测能力提供了新思路。基于此，本研究以资料稀缺的黄河源为研究区，利用随机森林(random forest,简称RF)方法生成了黄河源区长序列(1983—2018年)高精度的格网降水数据集，并基于该数据集利用标准化降水指数(standardized precipitation index,简称SPI)和游程理论方法识别气象干旱事件，阐明融合降水产品数据集对气象干旱事件特征的捕获能力。结果表明：1)基于机器学习的降水融合数据集在站点尺度性能方面优于3套原始遥感降水产品，能较理想地捕获降水的年内和年际波动；2)黄河源降水和4个时间尺度的SPI(SPI1、SPI3、SPI6和SPI12)均呈显著增加趋势(通过0.05信度的显著性检验),表明近36年黄河源区降水增加，气象干旱趋缓；3)降水突变点发生在2006年，2006年前的平均干旱事件历时长、烈度强和极值大，但2006年后干旱事件特征趋缓；空间分布上，源区西北部干旱历时和烈度较高，东南部干旱强度和极值较高。