Page 125 - 2023年第54卷第1期

图 １ 汉江流域上游地理位置和地形分布

表 １ ＭＯＤ１６等 ３种遥感蒸散发数据基本情况
数据名称 数据研制机构 算法原理 时空分辨率 序列长度

美国国家航天局 利用 ＭＯＤＩＳ土地覆盖、叶面积指数、光合有效辐射比值、反照率以及
ＭＯＤ１６ ５００ｍ，８ｄ ２０００—２０２２
ＮＡＳＡ ＭＥＲＲＡＧＭＡＯ的气象再分析数据基于 ＰＭ模型计算实际蒸散发 ［５，２２］ 。

美国国家航天局 以全球数据同化系统的气象数据和 ＭＯＤＩＳ热图像数据作为输入，基于
ＳＳＥｂｏｐ １ｋｍ，８ｄ ２０００—２０２２
ＮＡＳＡ 简化的地表能量平衡模型计算实际蒸散发 ［７］ 。
基于 ＧＬＤＡＳ陆面同化系统，以普林斯顿大学研制的气象数据集（包括
美国国家航天局
Ｎｏａｈ 降水、太阳辐射、地面压力、湿度和风速等）驱动 Ｎｏａｈ模型，并利用 ０．２５°，３ｈ ２０００—２０２２
ＮＡＳＡ
地表观测数据校正后，计算实际蒸散发 ［８］ 。

（２）降水数据。获取了 ２００６—２０１４年汉江流域 ＭＳＷＥＰ（Ｍｕｌｔｉ － ＳｏｕｒｃｅＷｅｉｇｈｔＥｄｅｎｓｅｍｂｌｅＰｒｅｃｉｐｉｔａｔｉｏｎ） ［２３］
月降水格网数据集。ＭＳＷＥＰ是一套集成卫星遥感、大气再分析信息的全球性降水数据集。本文根据
汉江流域 ５０５个雨量站观测值，利用地理加权回归方法 ［２４］ 对 ＭＳＷＥＰ数据进行校正，得到了汉江流域
上游逐月面平均降水量。
（ ３）径流数据。从水利部刊印的水文年鉴（第 ６卷第 １４册），获取了 ２００６—２０１４年丹江口水库坝
址下游汉江干流的黄家港水文站逐月径流量，并根据丹江口水库水位 － 库容特征曲线等资料推求了丹
江口水库逐月入库径流量。
（ ４）陆地水储量变化数据。获取了美国德克萨斯大学奥斯汀分校 ＣＳＲ（ＣｅｎｔｅｒｏｆＳｐａｃｅＲｅｓｅａｒｃｈ，
ＣＳＲ） ［２５］ 基于 ＧＲＡＣＥ重力卫星观测数据 ［２６］ 研制的陆地水储量变化数据，空间分辨率为 ０．２５°，该数据
所使用的球谐方法较标准方法具有更好性能 ［２７］ 。据此提取了汉江流域上游 ２００６—２０１４年逐月的陆地
水储量变化量，个别月份缺失数据通过相邻月份线性插补得到。

４ 结果分析与讨论

４．１ 流域水储量变化比较 由于流域水储量对蒸散发基准序列的构建均有影响，从而影响蒸散发数据
集的精度评价结果，因此首先对 ＧＲＡＣＥ数据和 ＷＢＭ－ ＤＰ模型得到的流域水储量进行了比较。图 ２给
出了 ２００６—２０１４年基于 ＷＢＭ－ ＤＰ的汉江流域上游月径流和水储量过程模拟结果。由图 ２（ａ）可知，

０
— １ ２ —