张寒博, 韦梦思, 覃金兰, 徐 勇, 窦世卿

(桂林理工大学 测绘地理信息学院, 广西 桂林 541006)

降水是维持全球水循环的一个重要环节[1-2]，降雨量的大小、强度对农作物的科学种植起着不可忽视的作用[3]。现有研究表明TRMM数据可以为农业干旱监测[4]、草地监测等[5]提供科学的参考。华中地区河网密集，容易引发洪涝灾害，水土流失较为严重[6]，华中地区是我国粮食主产区和重要的商品粮生产基地[7]，通过研究华中地区降水的分布情况，可以为水土保持和农业发展等提供科学依据。

降水数据主要有3个来源：①传统气象站数据； ②地面气象雷达数据； ③热带测雨卫星(tropical rainfall measuring mission, TRMM)数据[8]。传统气象站数据质量受制于气象站点的数量，在一些站点数量较少且地表类型复杂的地区，数据准确度不能满足应用需求[9-10]。非降水回波对雷达降水估测影响较大，导致雷达降水数据误差大。TRMM数据覆盖范围广，可得到区域连续的降水数据，在一定程度上可以替代气象数据[11]。许多学者的研究证明TRMM数据在珠江流域[12]、湖南省长株潭地区[13]、金沙江流域[14]、怒江流域中上游等[15]国内地区均具有较好的适用性。现阶段，TRMM数据分辨率已不能满足应用需求，降尺度方法也层出不穷，李琼等[16]采用逐步回归、BP神经网络、GWR模型对TRMM数据进行降尺度，结果表明 GWR模型校正效果最优；熊俊楠等[17]，基于GWR模型实现了青藏高原地区TRMM数据的降尺度；曾业隆等[18]基于地形起伏度，通过GWR模型提高了TRMM数据的空间精度。现有的研究主要采取单因子进行TRMM降尺度，且在华中地区尚缺乏相关研究。……