青藏高原逐小时高分辨率全天候大气水汽总量多源遥感融合数据集（2016-2022）

近期，国家青藏高原科学数据中心作为科研论文关联数据仓储, 发布共享了“青藏高原逐小时高分辨率全天候大气水汽总量多源遥感融合数据集（2016-2022）”。该数据集由中国科学院空天信息创新研究院胡斯勒图研究员、姬大彬副研究员和中国科学院国家空间科学中心施建成研究员共同牵头开发，用户可开放获取。关联论文以“An hourly 0.02° total precipitable water dataset for all-weather conditions over the Tibetan Plateau through the fusion of observations of geostationary and multi-source microwave satellites” 为题发表于Earth System Science Data。

青藏高原作为“亚洲水塔”，其大气水汽分布直接影响区域水循环与下游水资源安全。获取高时空分辨率、全天候大气水汽总量数据，对改进降水预报、明晰水汽输送机制至关重要。当前单一传感器遥感技术难以在多云条件下获取高分辨率水汽数据，多源遥感传感器间的系统性偏差会导致在青藏高原复杂地形区域存在明显观测差异。研究团队提出一种新的多源遥感大气水汽总量融合框架（图1），该融合框架充分利用微波遥感全天候观测能力和静止卫星观测的高时空分辨率的互补优势，通过整合8颗微波卫星与Himawari-8/9（H8/9）静止卫星数据，采用两种校正策略——基于H8/9静止卫星高质量、高时空分辨率晴空大气水汽总量数据的多源微波遥感数据偏差校正方法，以及多云条件下自适应校正方法，同时融入地形辅助信息优化降尺度过程，成功削减多源观测偏差并首次生成2016-2022年覆盖青藏高原、时间分辨率1小时、空间分辨率0.02°的全天候高时空分辨率大气水汽总量数据集。

图1 多源遥感总可降水量融合算法流程图

研究团队对融合数据集在不同时间尺度下展开验证，并与多源遥感水汽融合产品MIMIC-TPW2以及ERA5再分析数据在原始空间分辨率的进行验证对比。小时尺度上融合数据集验证结果均方根误差（RMSE）为3.79 mm，相较同为多源遥感水汽融合产品的MIMIC-TPW2（RMSE 4.25 mm）和ERA5再分析数据（RMSE 4.05 mm）误差分别减少10.82%和6.19%；日尺度上融合数据集RMSE为3.50 mm，相较两类对比数据分别降低10.26%和9.60%；月尺度上融合数据集RMSE为3.19 mm，相较两类对比数据误差分别减少12.84%和15.16%。

图2 全天空条件下GNSS大气水汽总量与融合数据集大气水汽总量、ERA5大气水汽总量及MIMIC-TPW2大气水汽总量的散点对比图

时间尺度分别为小时（第一行）、日（第二行）和月（第三行）(a、d、g：融合数据集大气水汽总量；b、e、h：ERA5大气水汽总量；c、f、i：MIMIC-TPW2大气水汽总量)

图3为2017年6月8日09:00-18:00雅鲁藏布江上游及周边区域三种水汽数据的时空分布对比。ERA5因空间分辨率较粗（0.25°），水汽梯度被过度平滑，水汽输送特征模糊，无法刻画局地过程。MIMIC-TPW2局部水汽分布差异较大、输送路径不清晰等问题。融合数据集的空间分辨率相比ERA5等数据提高了12.5倍，能够提供逐小时、0.02°的高时空分辨率大气水汽总量数据，可清晰捕捉河谷处出现的东西向水汽输送通道，数据空间连续性强且细节完整。

图3 雅鲁藏布江上游及周边区域融合数据集大气水汽总量、ERA5 大气水汽总量与MIMIC-TPW2大气水汽总量的逐小时空间分布图

（a：区域位置；b：基于DEM生成的地形背景；c - f：融合数据集大气水汽总量；g - j：ERA5 大气水汽总量；k - n：MIMIC-TPW2大气水汽总量）

该数据集凭借优异的时空分辨率、多云条件下的覆盖能力及精度优势，可用于青藏高原水汽通量与散度计算、水汽收支分析，为区域水循环研究及水资源变化监测提供高质量数据支撑。同时，其能作为关键输入数据，用于改进青藏高原复杂地形区域的降水反演和降水预报精度，推动相关气象水文研究。

该数据集及关联成果由中国科学院空天信息创新研究院、中国科学院国家空间科学中心及中国气象局气象探测中心等单位的研究人员合作完成。相关研究得到了国家自然科学基金（42025504、U2442214）、国家重点研发计划（2023YFB3907701）、第二次青藏高原综合考察研究（2019QZKK0206）、“电磁与地物圈层相互作用理论、方法与实验验证子任务一”项目（E4Z202021F）的资助。

论文信息：

Sun, Q., Letu, H.*, Wang, Y., Zhang, P., Liang, H., Shi, C., Yin, S., Shi, J., and Ji, D.*.(2026). An hourly 0.02° total precipitable water dataset for all-weather conditions over the Tibetan Plateau through the fusion of observations of geostationary and multi-source microwave satellites. Earth Syst. Sci. Data, 18(1), 371-395. doi:https://doi.org/10.5194/essd-18-371-2026.

Sun, Q., Ji, D.* Letu, H. *, Ni, X., Zhang, H., Wang, Y., Li, B., & Shi, J. (2024). A method for estimating high spatial resolution total precipitable water in all-weather condition by fusing satellite near-infrared and microwave observations. Remote Sensing of Environment, 302,113952. doi:https://doi.org/10.1016/j.rse.2023.113952.

Ji, D. *, Shi, J., Xiong, C., Wang, T., and Zhang, Y. (2017). A total precipitable water retrieval method over land using the combination of passive microwave and optical remote sensing. Remote Sens. Environ, 191, 313–327. doi:https://doi.org/10.1016/j.rse.2017.01.028

数据信息：

姬大彬, 孙启翔, 王永前, 施建成. (2024). 青藏高原逐小时高分辨率全天候大气水汽总量多源遥感融合数据集（2016-2022）. 国家青藏高原科学数据中心. https://doi.org/10.11888/Atmos.tpdc.301518. https://cstr.cn/18406.11.Atmos.tpdc.301518.

END

声明：欢迎转载、转发。气象学家公众号转载信息旨在传播交流，其内容由作者负责，不代表本号观点。文中部分图片来源于网络，如涉及内容、版权和其他问题，请联系小编(微信：qxxjgzh)处理。