Fig. 1. La zone d'étude et la répartition des sites d'observation. Les dix points jaunes représentent les sites indépendants utilisés pour la validation de la distribution de fréquence, et les points blancs représentent les points de maillage. Le rectangle en pointillé jaune est l'étendue de l'interpolation. Crédit :LI Hongyi
Un ensemble de données maillées précises sur les précipitations est essentiel pour une meilleure compréhension du changement climatique, et les processus hydrologiques et écologiques sur le plateau tibétain. Cependant, le réseau d'observation des précipitations dans cette région est clairsemé. Les précipitations observées sont sensibles à des conditions météorologiques et orographiques complexes, limitant la précision de l'ensemble de données maillées sur les précipitations. La variété des instruments de précipitation sur le plateau tibétain et ses environs a également sérieusement affecté la correction des précipitations mesurées.
En compensant la sous-capture des précipitations de différents types d'instruments autour du plateau tibétain et en optimisant la distribution de la fréquence des précipitations dans le schéma d'interpolation, une équipe de recherche du Northwest Institute of Eco-Environment and Resources (NIEER) de l'Académie chinoise des sciences (CAS) a proposé un nouvel ensemble de données sur les précipitations.
L'ensemble de données utilise les précipitations observées de 159 stations comme source de données (Fig. 1) et corrige la sous-capture de la jauge. Ensuite, en comparant six schémas d'interpolation couramment utilisés en utilisant l'erreur de fréquence des précipitations comme norme d'évaluation, le schéma d'interpolation optimal adapté au plateau tibétain est obtenu.
En outre, un ensemble de données quotidiennes maillées sur les précipitations avec une résolution spatiale de 10 km à partir du 1er janvier 1980 au 31 décembre 2009 est obtenu sur la base de ces travaux.
Les résultats montrent que la correction de l'undercatch est nécessaire pour les données de la station, ce qui peut réduire l'erreur de distribution de 30% au maximum. Un algorithme d'interpolation de splines à plaque mince considérant l'altitude comme une covariable est utile pour réduire l'erreur statistique de distribution en général.
Fig. 2. La différence entre les résultats corrigés et l'ensemble de données précédent. La moyenne est la moyenne quotidienne, Q98 est le 98e centile, Var est la variance et APHRO signifie l'ensemble de données APHRODITE. Tous les résultats ne prennent en compte que les jours humides, qui sont classés par un seuil de 0,1 mm/j. La première colonne (a, d) montre la différence dans la moyenne quotidienne. La deuxième colonne (b, e) montre la différence dans le 98e centile quotidien. La troisième colonne (c, f) montre la différence dans la variance quotidienne. Crédit :LI Hongyi
Par rapport à l'ensemble de données de précipitations maillées existant, cet ensemble de données a de meilleures caractéristiques de distribution de fréquence des précipitations, une valeur moyenne plus raisonnable, variance, et un meilleur effet de lissage suppressif largement présent dans les précédents produits de précipitation maillée (Fig. 2).
Les résultats fournissent un ensemble de données de précipitations maillées relativement fiables pour ces études hydrométéorologiques sur le plateau tibétain.
L'ensemble de données a été publié en ligne dans un article intitulé "Reducing the Statistical Distribution Error in Gridded Data for the Tibetan Plateau" dans le Journal d'hydrométéorologie .
