四川港投雍景置地有限责任公司 成都 500643
摘要：TRMM降水以其能够反映降水的时空变异性，覆盖面积广，具有高时空分辨率以及不受复杂地形限制等特点，近几年来在分布式水文模型中得到广泛应用。在简要介绍分布式水文模型特点和TRMM降水发展现状的基础上，综述了应用TRMM降水驱动分布式水文模型在缺资料地区水文模拟方面和用于提高模型模拟精度的降水融合上的研究进展，表明降水融合能有效弥补因TRMM降水精度不足在分布式水文模型应用上的缺陷，具有广阔的应用前景。最后结合目前存在的问题展望了今后的研究方向。
关键词：TRMM降水;分布式水文模型;缺资料地区;降水融合;研究进展
1引言
降水是水文循环过程最主要的因素之一，是水文模型模拟过程中最基本的输入资料，降水资料的质量在很大程度上影响着模型模拟结果的可靠程度。由于降水具有明显的时空变异性，常呈现出非正态的的分布[1]，因此它也是目前较难准确观测和估计的水文要素之一。当前获取降水数据以雨量站、地面雷达测雨为主。地面雨量站观测作为一种最直接的降水测量方法，技术较为成熟，应用最为广泛，就单个测量点而言，它具有较强的准确性，但由于站点分布、观测范围的局限性，尤其在缺资料地区，它不能够反映较大面积降水的空间分布和强度变化[2]。尽管从理论上说可以建立密度更大的雨量站网并通过插值方法来获取更加准确的降水空间分布特征，但是很多地区由于受复杂地势的影响，一方面气象站点稀缺，另一方面若插值到这些地区，产生的面降雨量也会出现较大偏差，例如山地降水空间分布的复杂性，它既与大气候条件(经纬度)有关，又受地形(坡向、遮蔽度)和海拔的影响[3]，而且在一些发展中国家更受经济、技术条件的限制，使得这些区域满足不了相关研究的需求，此外大部分插值方法趋向于产生过于平滑的降水曲线，会低估空间变异性的影响，例如对暴雨值的估计[4]。地面雷达测雨相对于雨量站来说能够间接获得流域面上的瞬时降雨分布，在一定程度上可以减少雨量计观测以点代面的偏差，但其探测面积有限，且受到地理位置、经济、技术等条件限制，不能满足大尺度流域降雨观测和研究的需求。
近几十年以来，具有物理基础的分布式水文模型方兴未艾，已经逐步成为现代水文模拟技术研究的热点，是当前水文模型发展的最新方向。基于DEM的分布式水文模型，模型输入数据的空间分布信息是其最为基本的要求。随着3S技术的发展及其广泛应用，精度更高的植被、土壤、高程等下垫面参数已经能够满足分布式水文模型研究的需求，但传统的降水观测方式仅有有限的站点，其资料密度远不能满足模型在时间和空间精度上的要求[5]，这在一定程度上制约了它在水文模拟方面的应用。
卫星测雨技术的出现和发展，极大地推动了分布式水文模型的研究与应用。基于卫星的观测降水数据可以实现更大范围的降水观测来弥补单点观测的不足，具有覆盖面积广、时空分辨率高、不受地形和气候条件限制等特点，为缺资料地区的水文应用提供了一种新的选择[6]。近年来，全球尺度高时空分辨率的卫星降水产品不断涌现，其中具有代表性的有CMORPH、PERSIANN、GSMaP、GPM、TRMM降水等，而热带降雨观测计划(tropical rainfall measuring mission，TRMM)相比其它降水观测卫星，搭载有首部专门用于监测降水的主动式微波传感器（降水雷达），能够观测降雨的三维结构，在全球定量降水估计方面可信度较高，时间序列较长，在全球多个区域得到广泛应用并显示出较好的精度和适应性。本文在简要介绍分布式水文模型特点和TRMM降水发展现状的基础上，着重对国内外利用TRMM降水驱动分布式水文模型在缺资料地区的径流模拟及提高模型模拟效果的降水融合及数据同化方法进行了综述，最后根据TRMM降水产品目前存在的一些问题，对未来它在分布式水文模型上的研究进行了展望。
2分布式水文模型和TRMM卫星降水
分布式水文模型是从水文循环过程的物理机制入手，考虑水文变量的空间变异性，把流域离散成为均一网格单元，对每个单元根据其物理特性进行产流计算，然后将产生于每个单元的径流沿其流向汇流到流域出口断面。由于分布式水文模型需要大量时空分布数据的支持，而人工观测费时费力，难以获取，卫星遥感数据不仅能够提供DEM、土地利用/植被、土壤等空间信息，而且还能够获取降雨时空分布、解译降水信息、遥测水位和水面变化、反演蒸散发和土壤水等水文信息，极大丰富了模型基础数据获取的手段和数据量[7]，逐渐成为分布式水文模型中必不可少的数据之一。由美国宇航局和日本空间发展局共同研制开发的TRMM卫星于1997年11月在日本成功发射，该卫星覆盖全球50°S～50°N的范围，主要任务是观测热带、亚热带地区的降水情况及能量交换过程。其中使用最广泛的是TMPA降水产品，由于它融合多个卫星数据，不仅覆盖范围广，而且具有分辨率高、时间序列长且能实时更新等诸多特点，在当前的天气、气候、水文领域中成为了研究热点[8]。
3TRMM降水在分布式水文模型上的应用
3.1缺资料地区水文模拟
针对缺资料地区的水文研究，国际水文科学协会（IAHS）曾于2003年提出了一项“PUB（Predictions in Ungauged Basins）研究计划”，该计划旨在用10年（2003-2012年）时间集中研究PUB问题，Sivapalan等[9]提出了对缺资料地区水文研究的三类方法:一是通过内插和外延将已有测站资料流域的流域响应信息推求到缺资料地区；二是利用雷达卫星等遥感先进手段获取缺资料地区情况；三是建立具有物理机制的水文模型，削弱模型对资料的依赖性。而适合用于缺资料地区的分布式水文模型由于能够充分利用水文气象遥感数据，就成了解决PUB问题的可行途径之一，特别对于降水站点稀缺地区，利用TRMM降水产品驱动分布式水文模型研究解决PUB问题是一个可行的选择。
目前TRMM降水产品的空间分辨率最高能达到0.25°，显然对于在小尺度流域的研究不够精确，已有的研究主要集中于大中尺度：Hong等[10]使用一种简单的NRCS-CN径流模拟方法以TMPA降水驱动大致模拟了准全球径流，通过与三种径流数据集对比发现，当流域面积超过10000km2，模拟精度会有明显提高。尽管展现了全球及大中流域径流预报的潜力，但TMPA降水误差的不确定性及对径流模拟的非线性影响等问题没有得到解决。Li等[11]分别以TRMM和WFD两种降水驱动大尺度水文模型WASMOD -D对流域资料匮乏的非洲大陆南部开展了研究，结果表明利用TRMM降水径流模拟效果略逊于WFD降水，但也取得较好的效果。Gu等[12]用TRMM降水驱动大尺度水文模型LSX-HMS证明在长江上游月径流模拟的效果较好。毛红梅[13]研究了TRMM降水在汉江上游进行流量预测的可行性，发现模拟效果与流域面积似乎存在一定关系，而且日模拟精度偏低，但可以用于中长期水资源管理规划。Bitew等[14]利用SWAT模型在非洲两个中尺度流域采用包括TRMM降水在内的四种卫星降水输入分别进行了径流模拟，探讨了模拟精度与不同面积流域、不同降水产品的关系。
在利用TRMM降水驱动分布式水文模型研究缺资料地区水文模拟上，TRMM与多种降水间比较以探求各自水文模拟能力是有必要的。当前有若干常用手段：与地面实测降水的对比[15-16]，通过再比较各时间尺度上的模拟情况[17-20]，揭示出TRMM降水在月尺度上的径流模拟普遍好于日尺度上的。而按照率定模型参数的情景不同，又分为以地面测站降水率定，TRMM、测站降水验证及两种降水分别率定验证[21-23]，研究发现各自率定的验证效果好于前者，但Bitew等人[24]的研究也表明:尽管径流模拟精度得到了提高，但会以降低蒸散发模拟精度为代价；与其他卫星降水的对比[25-26]；与重分析降水的对比[11；27-28]；此外TRMM降水产品众多，通过比较各产品间的优劣提高降水估算算法具有实际意义，Xue等[21]在不丹旺楚河流域使用CREST模型比较了TRMM3B42V7与3B42V6，研究显示出新的V7算法比V6在精度上有明显提高。
TRMM降水可以实时更新，目前尽管在洪水预报上精度差[29]，但利用TRMM实时降水产品进行实时洪水预报具有明显优势：数据免费、易于获取；相比地面测站不易受恶劣环境影响观测；适用于缺资料地区及跨界流域。Amanda等[30]在洪水预报研究中，对TRMM降水进行简单偏差调整后，尽管模拟洪水得到改善，但产生了错误洪峰。这揭示了TRMM降水需要更为复杂的校准才能满足洪水预报的要求。此外模型率定对于提高洪水预报能力作用显著，Sadiq等[31]输入TRMM降水利用MODIS及ASTER卫星洪水淹没遥感图像对CREST模型进行率定，在缺资料地区的洪水淹没范围模拟上显示出潜力，表明通过整合流域下垫面情况及卫星遥感、地面观测数据，能有效提高洪水监测能力。
.png)
图1 TMPA各降水产品流程图
FIG.1 flowchart of TMPA products
近些年基于多卫星融合的TRMM降水表现突出，但在流域尺度上精度仍显不足，在判断降水发生上表现较好却对降水量估计不足。当前对TRMM降水的研究也多集中在低纬度地区，Yong等[32]研究显示出在低纬度、低海拔地区的降水估测精度好于高纬度、高海拔地区。Meng等[33]在黄河源区的研究也说明TRMM降水精度与纬度、年降水量的相关性好，但与海拔的相关性并不显著，驱动分布式水文模型进行日径流模拟的效果也较差。
3.2降水融合
TRMM降水反映降水过程的时空变异，适合在缺资料地区应用，但降水量精度不够理想，而地面站点精度较高，但时空变异性差，通过降水融合将两者优点结合，将融合降水驱动分布式水文模型，可以提高模型模拟精度。在具有一定分布密度地面站点的地区，降水融合可以实现降水校准和插补站点稀缺地区的雨量信息。降水融合有三要素：融合算法；融合技术；融合产品的检验。文中涉及的降水融合是指将TRMM和地面站点降水分别作为基础算法和控制算法，选择适当技术融合两种算法，形成新的降水产品的过程。
降水校准以提高降水量精度为目的，在有一定数量地面雨量站点的前提下，可以实现的手段多，各有优劣。简单的方法是将两种降水进行线性回归分析以建立回归方程，但不具备相关性就无法计算，使用上有很大局限。赵志轩等[34]以此思路当处理两种降水相关性差时建立了TRMM降水与高程的回归方程以达到修正的目的，并将修正后的降水驱动WEP模型，一定程度上提高了径流模拟精度，但仅针对消除区域降水场的系统性偏差，也没有解决TRMM降水网格与模型计算单元间的尺度匹配问题。张顾等[35]采用反距离插值和修正系数降低TRMM降水误差来驱动水文模型，达到了洪水预报的基本要求，但对于无降雨站点区域，trmm精度没有得到改善。
以TMPA降水产品中的TRMM 3B42为例，它是TRMM 3B42RT融合了地面站点月降水产生的精度更高的降水产品，研究[25]表明它对径流模拟的效果要好于RT产品，其融合技术基于加法、乘法的偏差校准[36]，但受限于降水量为0的情况，而且在站点值与TRMM值误差大时，加法校准会产生不真实的降水。鉴于此情况，Vila等[37]提出了CoSch方案，在产生上述问题的区域结合两种校准加权计算，该法考虑了大尺度的变化，产生空间较连续的降水场，实现了TRMM降水与地面站点日降水的融合，估测精度比TRMM 3B42高，但基于加法、乘法的校准一般只对消除系统偏差中的独立误差有用，校准好坏受限于地面站点的分布密度，且方案没有考虑观测误差影响。
系统偏差包含独立误差和非独立误差，独立误差不随区域、时间、观测值变化，这种误差通过对降水场减去相同常数或乘以相同比率来消除，但降水场更普遍的误差是非独立误差，它随区域、时间、观测值变化，通常的线性方法难以校准，TRMM降水的非独立误差随时空变化大，但一定时空范围内的降水概率密度分布相对稳定，可以通过调整降水值使其与地面站点降水的概率密度分布一致，达到消除此误差的目的，这种方法称为概率密度匹配法（简称PDF法）[38]。
假定地面站点降水无偏，两种降水偏差是由于TRMM降水没有考虑天气系统位置、云系结构和地形影响等造成的，则这种偏差既涉及整个TRMM降水场的系统性偏差，还包含各格点上的局地偏差，在使用PDF法校准时，由于降水局地性较强，也会造成局地偏差校准过度的现象。针对此现象，引入客观分析方法，它将不规则离散站点数据转换成规则分布的格点场并进行客观分析使得误差变小。基于客观分析原理的方法较多，简单的有Cressman客观分析、Barnes客观分析，复杂的有最优插值法[38]、变分法[39]等。最优插值能在格点一定范围内求解最优值，既考虑了各种观测误差的自相关关系，其权重函数不仅是距离的单变量关系，还考虑了不同观测间误差的相互影响，但最优插值法假定所有不同来源观测误差相互独立，并且不存在系统误差，必须先采用PDF法校准。变分法多应用在雷达雨量计联合估测降水中，它利用了变分原理，观测降水可以是非线性的，克服了最优插值在实际应用中的“资料选择”问题，使得格点场达到统计意义上的最优，不过要求雨量计分布均匀，还要达到一定密度，否则影响校准结果，且存在权重系数选择、边值处理以及叠代运算收敛性等问题，使用时较麻烦。
为了解决降水场格点边界处降水变化不连续与在缺资料地区降水融合的限制，Li等[40]引入了非参数核光滑估计方法，将TRMM降水通过平滑处理后做为背景场，算出与地面站点降水的残差，再使用双重核光滑技术减少渐近方差得到各向具有良好平滑度的残差场，最后通过背景场与残差场的计算获得了融合降水，通过各项统计指标的比较，表明比克里金方法更好，但方法假定TRMM降水各误差独立，与实际有较大出入。
上述方法适用于在具有一定数量地面站点的区域的校准，其精度主要受站点分布密度的影响，站点越密，精度越好，反之，越差。校准方法众多且各有优势，在不增加站点数量的情况下，综合多种方法进行校准是更合适的。Tobin等[41]使用一种综合手段：利用基于马尔科夫链的地面降水自回归分析滤波以提高FAR、POD等检验指标，再用PDF法校准，在水文模拟中取得良好效果，适合在流域面积1000km2且降水站点少的地区进行日尺度的TRMM降水校准。上述方法大多基于数学统计回归方法，通常建立在很强的假设下，且传统的融合方法仅单独考虑降水的空间相关性或时间相关性，没有同时考虑时空相关性。WU等[42]利用深度学习算法提取空间相关性和时间依赖性建立融合降水模型并驱动水文模型，有效改善了水文模拟效果。
由于TRMM降水精度差，提高TRMM卫星观测能力和改进估测算法获取更接近真实的降水是未来研究方向，而当前估测算法的研究主要集中于多卫星降水融合算法。在应用TRMM降水提高分布式水文模型模拟精度上，一是利用降水融合，另一方面由于模型通过优选参数可以承受卫星降水产品一定程度的误差影响，将多种卫星降水分别驱动模型产生的径流过程通过贝叶斯概率方法融合获得最佳径流过程是一种尝试[25]，此外还可以将数据同化[43]引入分布式水文模型中。
4结语与展望
国内外大量的研究展现了TRMM降水在分布式水文模型中的应用前景，但目前仍然存在的问题限制了其应用，还要多方面去研究探讨。
（1）基于分布式水文模型的缺资料地区水文模拟核心问题是如何削减模型不确定性来提高模拟精度。当前TRMM等卫星降水普遍精度较低，严重制约了模型的模拟精度，有必要探索、发展新的卫星观测技术、降水估算方法及融合卫星遥感数据与地面观测数据的降水融合方法来提高数据的可靠性，此外降水融合在国内主要集中在气象上的应用，水文领域的应用较少，实现高密度的自动站观测降水和卫星降水的融合并将其应用到水文方面，也将是今后降水融合的主要发展方向；
（2）空间异质性造成的水文尺度问题在利用卫星遥感数据进行水文模拟方面是模型重点研究的内容。TRMM降水的空间分辨率较低，还满足不了小流域尺度水文水资源研究的需要，除了在未来发展新的观测技术来提高分辨率以外，也可以通过建立与地形、植被等其他下垫面因素的关系开展降尺度研究，此外应积极探索、发展新的降尺度方法；
（3）不只是单一利用卫星降水作为模型驱动，应充分利用数字高程、地表植被、土壤含水、蒸散发等卫星遥感数据进行遥感水文耦合模型的研究，这也是分布式水文模型发展的必然。
参考文献
[1]刘元波，傅巧妮，宋平，等.卫星遥感反演降水研究综述[J].地球科学进展，2011, 26(11): 1162-1172. ( LIU Yuanbo，FU Qiaoni，SONG Ping，et al. Satellite retrieval of precipitation: An overview[J]. Advances in Earth Science，2011，26( 11) : 1161-1172. ( in Chinese) )
[2]Jia S, Zhu W, Lű A, et al. A statistical spatial downscaling algorithm of TRMM precipitation based on NDVI and DEM in the Qaidam Basin of China[J].Remote Sensing of Environment,2011,115(12):3069-3079.
[3]王超,赵传燕.TRMM多卫星资料在黑河上游降水时空特征研究中的应用[J].自然资源学报,2013,28(005):862-872.(WANG Chao,ZHAO Chuanyan . A Study of the Spatio-Temporal Distribution of Precipitation in Upper Reaches of Heihe River of China Using TRMM Data[J]. Journal of Natural Resources 2013, 28(005): 862-872. ( in Chinese) )
[4]Li X H, Zhang Q, Xu C Y. Suitability of the TRMM satellite rainfalls in driving a distributed hydrological model for water balance computations in Xinjiang catchment, Poyang lake basin[J]. Journal of Hydrology,2012,426:28 -38.
[5]石朋，芮孝芳.降雨空间插值方法的比较与改进[J].河海大学学报:自然科学版，2005，33(4):361-365.(SHI Peng，RUI Xiao-fang. Comparison and improvement of spatial rainfall interpolation methods. Journal of Hohai University: Natural Sciences，2005，33(4):361-365.(in Chinese))
[6]郝振纯，童凯，张磊磊，等.TRMM降水资料在青藏高原的适用性分析[J].水文，2011，31(5):18-23.(HAO Zhen-chun，TONG Kai，ZHANG Lei-lei，et al. Applicability analysis of TＲMM precipitation estimates in Tibetan Plateau.Journal of China Hydrology，2011，31(5):18-23.(in Chinese))
[7]徐宗学,程磊.分布式水文模型研究与应用进展[J].水利学报,2010,9:002.(XU Zongxue，CHENG Lei. Progress on studies and applications of the Distributed Hydrological Models. Journal of Hydraulic Engineering, 2010,41(9):10091017.(in Chinese) )
[8]http://trmm.gsfc.nasa.gov/
[9]Sivapalan M, Takeuchi K, Franks S W, et al. IAHS Decade on Predictions in Ungauged Basins (PUB), 2003–2012: Shaping an exciting future for the hydrological sciences[J]. Hydrological Sciences Journal,2003,48(6):857 -880.
[10]Hong Y, Adler R F, Hossain F, et al. A first approach to global runoff simulation using satellite rainfall estimation[J]. Water Resources Research,2007, 43(8).
[11]Li L, Ngongondo CS, Xu CY, Gong L. Comparison of the global TRMM and WFD precipitation datasets in driving a large-scale hydrological model in Southern Africa[J]. Hydrology Research,2013,44(5):770–788.
[12]Gu H H, Yu Z B, Yang C G, et al. Hydrological assessment of TRMM rainfall data over Yangtze River Basin[J]. Water Science and Engineering,2010, 3(4):418-430.
[13]毛红梅.TRMM雨量在汉江上游大尺度水文模型中的应用[J].水利水电快报,2008,29(8):22-26.(MAO Hongmei. TRMM Rainfall Applied in Flow Prediction of LSHM in Upper Hanjiang River Basin[J].Express Water Resources&Hydropower Information,2008,29(8):22-26.(in Chinese))
[14]Bitew, M. M. and Gebremichael, M.Assessment of satellite rainfall products for streamflow simulation in medium watersheds of the Ethiopian highlands[J]. Hydrology and Earth System Sciences,2011,15:1147-1155.
[15]杨传国,余钟波,林朝晖,等.基于TRMM卫星雷达降雨的流域陆面水文过程[J].水科学进展,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) )
[16]Chen C, Yu Z, Li L, et al. Adaptability Evaluation of TRMM Satellite Rainfall and Its Application in the Dongjiang River Basin[J]. Procedia Environmental Sciences,2011,10:396-402
[17]袁飞,赵晶晶,任立良,等.TRMM多卫星测雨数据在赣江上游径流模拟中的应用[J].天津大学学报,2013(7).(Yuan Fei，Zhao Jingjing，Ren Liliang,et al. Streamflow Simulation in the Upper Ganjiang River Basin Using the TRMM Multi-Satellite Precipitation Data[j] Journal of Tianjin University(Science and Technology),2013(7).(in Chinese) )
[18]Li X H, Zhang Q, Xu C Y. Suitability of the TRMM satellite rainfalls in driving a distributed hydrological model for water balance computations in Xinjiang catchment, Poyang lake basin[J]. Journal of Hydrology,2012,426:28- 38.
[19]李永涛,吴志勇,陆桂华.基于TRMM卫星测雨产品的流域水文模拟研究[J].中国科技论文在线,2007.(LI Yongtao,WU Zhiyong,LU Guihua.Study on hydrologic simulation based on TRMM satellite [J].Chinese Science Paper Online,2007.(in Chinese) )
[20]Arias-Hidalgo M, Bhattacharya B, Mynett A E, et al. Experiences in using the TMPA-3B42R satellite data to complement rain gauge measurements in the Ecuadorian coastal foothills[J]. Hydrology and Earth System Sciences, 2013,17(7):2905-2915.
[21]Xue X, Hong Y, Limaye A S, et al. Statistical and hydrological evaluation of TRMM-based Multi-satellite Precipitation Analysis over the Wangchu Basin of Bhutan: Are the latest satellite precipitation products 3B42V7 ready for use in ungauged basins?[J]. Journal of Hydrology,2013,499: 91-99.
[22]Artan G, Gadain H, Smith J L, et al. Adequacy of satellite derived rainfall data for stream flow modeling[J]. Natural Hazards,2007,43(2):167-185.
[23]Simon Stisen and Inge Sandholt.Evaluation of remote-sensing-based rainfall products through predictive capability in hydrological runoff modelling[J].hydrological processs,2010,24:879–891.
[24]Bitew, Menberu M., Gebremichael, Mekonnen.Evaluation of satellite rainfall products through hydrologic simulation in a fully distributed hydrologic model[J].Water Resources Research,2011,47(6).
[25]Jiang S, Ren L, Hong Y, et al. Comprehensive evaluation of multi-satellite precipitation products with a dense rain gauge network and optimally merging their simulated hydrological flows using the Bayesian model averaging method[J]. Journal of Hydrology,2012,452:213-225.
[26]Kim J P. Application of High Resolution Multi-satellite Precipitation Products and a Distributed Hydrological Modeling for Daily Runoff Simulation[J]. Korean Journal of Remote Sensing,2013,29(2).
[27]A.C.V. Getirana, J.C.V. Espinoza, J. Ronchail, O.C. Rotunno Filho. Assessment of different precipitation datasets and their impacts on the water balance of the Negro River basin[J].Journal of Hydrology,2011,404:304–322.
[28]阚宝云,苏凤阁,童凯,等.四套降水资料在喀喇昆仑山叶尔羌河上游流域的适用性分析[J].冰川冻土,2013,35(3):710-722.(KAN Baoyun,SU Fengge,TONG Kai,et al.Analysis of the Applicability of Four Precipitation Datasets in the Upper Reaches of the Yarkant River,the Karakorum[J].Journal of Glaciology and Geocryology,2013,35(3):710-722.(in Chinese) )
[29]Nikolopoulos E I, Anagnostou E N, Borga M. Using High-Resolution Satellite Rainfall Products to Simulate a Major Flash Flood Event in Northern Italy[J]. Journal of Hydrometeorology,2013,14(1):171-185.
[30]Amanda Harris, Sayma Rahman, Faisal Hossain, Lance Yarborough , Amvrossios C. Bagtzoglou and Greg Easson.Satellite-based Flood Modeling Using TRMM-based Rainfall Products[J].Sensors,2007,7(12):3416-3427.
[31]Sadiq I. Khan, Yang Hong, Jiahu Wang, Koray K. Yilmaz, Jonathan J. Gourley, Robert F. Adler,G. Robert Brakenridge, Fritz Policelli, Shahid Habib, and Daniel Irwin.Satellite Remote Sensing and Hydrologic Modeling for Flood Inundation Mapping in Lake Victoria Basin: Implications for Hydrologic Prediction in Ungauged Basins[J].Geoscience and Remote Sensing,2011,49(1): 85-95.
[32]Yong B, Ren L L, Hong Y, et al. Hydrologic evaluation of Multisa tellite 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).
[33]Meng J, Li L, Hao Z, et al. Suitability of TRMM satellite rainfall in driving a distributed hydrological model in the source region of Yellow River[J]. Journal of Hydrology,2014,509:320-332.
[34]赵志轩,严登华,王浩,等.基于WEP模型和TRMM_PR的唐家山堰塞湖入湖径流预报[J].水利学报,2011,42(7):848-856.(ZHAO Zhixuan,YAN Denghua,WANG Hao,et al.Predicting inflows to Tangjiashan barrier lake based on WEP model and TRMM Precipitation data. Journal of Hydraulic Engineering, 2011,42(7):848-856.(in Chinese) )
[35]张顾,王加虎,罗晓春,鲍婧,张敏,杨茜茜.TRMM数据驱动下雅砻江流域径流预报研究[J].中国农村水利水电,2020(11):8-13.
[36]Huffman G J, Adler R F, Bolvin D T, 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).
[37]Vila D A, De Goncalves L G G, Toll D L, et al. Statistical evaluation of combined daily gauge observations and rainfall satellite estimates over continental South America[J]. Journal of Hydrometeorology,2009,10(2).
[38]Xie P,Xiong A Y.A conceptual model for constructing high‐resolution gauge‐satellite merged precipitation analyses[J].Journal of Geophysical Research: Atmospheres (1984–2012),2011,116(D21).
[39]Ninomiya K, Akiyama T. Objective analysis of heavy rainfalls based on radar and gauge measurements[J]. Meteorological Society of Japan,Journal, 1978,56:206-210.
[40]Li M,Shao Q.An improved statistical approach to merge satellite rainfall estimates and raingauge data[J]. Journal of Hydrology,2010,385(1):51- 64.
[41]Tobin K J, Bennett M E. Adjusting Satellite Precipitation Data to Facilitate Hydrologic Modeling[J]. Journal of Hydrometeorology,2010,11(4).
[42]Wu H, Yang Q, Liu J, et al. A spatiotemporal deep fusion model for merging satellite and gauge precipitation in China[J]. Journal of Hydrology, 2020,584:124664.
[43]Pan M, Wood E F, Wójcik R, et al. Estimation of regional terrestrial water cycle using multi-sensor remote sensing observations and data assimilation[J]. Remote Sensing of Environment,2008,112(4):1282-1294.