JH：重建雅鲁藏布江流域1961-2016年逐日降水序列

降水是陆地水循环系统的关键组成部分，也是陆面水文过程模拟的重要驱动要素，其准确性对水文模型模拟和预测结果的可靠性有重要影响。青藏高原长时间序列的国家气象观测站点稀少，且主要集中在东部低海拔地区，导致基于站点插值的网格降水数据低估高原高海拔实际降水。基于站点观测数据插值、校验而形成的网格、遥感、再分析产品为青藏高原高山区气候和水文研究提供数据支撑。然而，由于观测站点密度低、分布不均且受风吹雪等问题影响，这些降水数据在年降水量、季节分配、空间分布形态等方面存在较大偏差，给高山区水文模拟结果带来很大不确定性，进而导致错误估算冰雪消融对径流的贡献。目前，高山区真实降水信息的缺乏，是深入理解冰雪补给流域水文水资源对气候变化响应机制的一个主要限制因素。

发源于青藏高原的雅鲁藏布江流域降水和径流模拟研究也面临同样挑战。该流域真实降水量到底是多少？能否通过地面加密观测来矫正和重建降水数据，满足该流域水文模拟的需求？针对以上难题，中国科学院青藏高原研究所环境变化与多圈层过程团队、青藏高原地球科学卓越创新中心苏凤阁研究员等依托第二次青藏高原综合科学考察，自2017年来在雅鲁藏布江流域自上而下布设了12套雨量筒，整合了流域内262个雨量筒2014-2016年月降水数据，形成较为密集的降水观测网络。结合地形矫正和线性矫正分别对CMA和GLDAS两套降水产品在雅鲁藏布江巴昔卡以上7个子流域进行校正（图1，2），重建了该流域1961-2016年10km分辨率的逐日降水数据集（图3）。利用重建的降水数据驱动VIC水文模型模拟了雅鲁藏布江流域及各子流域径流及冰雪面积变化，并利用实测径流、MODIS积雪覆盖及冰川编目数据进行验证（图4）。结果表明：1.雅鲁藏布江流域降水低估主要集中在下游羊村-奴下和奴下-巴昔卡子流域（30—32%），重建后流域年均降水量约为709mm，与矫正前相比，年均降水量增加了34%；2.流域降水整体随海拔增加而降低，降水的地形效应只在小尺度流域上体现。第三极西风和季风主导流域源区降水呈现不同梯度特征，西风主导流域降水随海拔增加而增加，地形效应明显；季风主导流域的地形效应仅在小尺度呈现。因此，利用地形矫正方法反演第三极高山区降水时应综合考虑流域的气候系统和流域面积。

近日，该成果以“Precipitation correction and reconstruction for streamflow simulation based on 262 rain gauges in the upper Brahmaputra of southern Tibetan Plateau”为题，发表在《Journal of Hydrology》(https://doi.org/10.1016/j.jhydrol.2020.125484)上，第一作者为我所在读博士生孙赫，通讯作者为苏凤阁研究员。该成果为雅鲁藏布江流域径流模拟提供了较为可靠的降水数据，也为解析青藏高原其它高山区降水数据问题提供了方法参考。该研究获得国家自然科学基金项目(91747201，41871057)、第二次青藏高原综合科学考察研究（2019QZKK0201）和中国科学院A类战略性先导科技专项“泛第三极环境变化与绿色丝绸之路建设”（XDA20060202）联合资助。重建后的雅鲁藏布江流域降水数据已提交至国家青藏高原科学数据中心 (

https://data.tpdc.ac.cn/)。

图1 雅鲁藏布江及各子流域2014–2016年站点年均降水量与海拔的关系

图2 雅鲁藏布江及各子流域2014–2016年站点与格点年均降水量的关系

图3 雅鲁藏布江及各子流域1961–2016年降水校正前后的月均和年均降水量对比

图4 雅鲁藏布江及各子流域1980–2000年校正前后降水数据驱动模型模拟月均径流与实测径流对比

来源：中国科学院青藏高原研究所