青藏高原所等发展出获取青藏高原地区长时间序列高分辨率降水数据新方法

　　青藏高原地区地形复杂，雨量站观测由于站点密度较低，无法提供空间连续的降水数据，存在较大不确定性。卫星降水数据难以反映复杂地形影响，且对固态降水的探测能力不足。多个再分析降水产品可以反映青藏高原地区的大尺度降水时空变化，但显著高估该地区降水量（即存在湿偏差）。高分辨率区域气候模式（WRF）能合理刻画复杂地形对水汽输送及降水分布的影响，在估算青藏高原地区的降水量及空间分布上有较大优势，但需要大量计算资源，较难用于获取大范围长时间序列的降水数据集。

　　基于高分辨率WRF模拟和再分析数据的优势，中国科学院青藏高原研究所三极观测与大数据团队与清华大学合作，在获取青藏高原地区短期（1年）的高分辨率WRF模拟降水的基础上，在粗分辨率上利用WRF模拟降水对ERA5进行校正，并利用卷积神经网络提取高分辨率WRF模拟降水的空间分布特征，用于ERA5降水的降尺度。降尺度后的降水数据基本保留了ERA5降水随时间的变化特征（图1）；此外，由于融合了短期的高分辨率WRF模拟降水，降尺度的降水数据不仅有效改善了ERA5降水在高原地区的湿偏差，且与站点观测降水的空间相关性也显著提升（图2）。该方法可用于获取青藏高原地区长时间序列的高分辨率降水数据集。

　　相关研究成果以A downscaling approach for constructing high-resolution precipitation dataset over the Tibetan Plateau from ERA5 reanalysis为题，发表在Atmospheric Research上。论文第一作者为中科院青藏高原所在读博士生姜尧志，论文通讯作者为研究员阳坤（双聘）。研究工作得到第二次青藏高原综合科学考察研究项目，中科院战略性先导科技专项和国家自然科学基金项目的联合资助。