2 個代表性的國外衛(wèi)星遙感降水觀測系統(tǒng)

洪 敏 ，安 晶 ，馬 龍

（1. 河海大學(xué)水文水資源學(xué)院，江蘇 南京 210098；2. 河海大學(xué)計算機(jī)與信息學(xué)院，江蘇 南京 211100）

0 引言

降水是水循環(huán)的重要環(huán)節(jié)。降水?dāng)?shù)據(jù)是降雨徑流模型的重要輸入，降水時空數(shù)據(jù)的獲取，尤其是面雨量估計，是水文研究與生產(chǎn)應(yīng)用中的一個無法回避的難題。將多個雨量站的點雨量通過泰森多邊形等方法“計算”出面平均雨量，是經(jīng)典的水文方法。實際觀測和實驗研究已經(jīng)證實，近地表空間雨量場并不連續(xù)，點雨量很難代表該點鄰域的降水時空變化特征。另一方面，雨量站的布設(shè)受自然條件和經(jīng)濟(jì)社會活動的影響嚴(yán)重，特別是在高原寒區(qū)、海洋等人跡罕至的地區(qū)，無法設(shè)站并進(jìn)行長期觀測。近年來，地面降水觀測雷達(dá)的應(yīng)用，一定程度上對地面降水觀測站網(wǎng)形成了有效補(bǔ)充，但雷達(dá)造價和運行維護(hù)成本相對較高，用雷達(dá)回波估算的降水量及其空間分布的精度也有待提高[1]。遙感衛(wèi)星是指用作外層空間遙感平臺的人造衛(wèi)星，能在規(guī)定的時間內(nèi)覆蓋整個地球或指定的任何區(qū)域，當(dāng)衛(wèi)星沿地球同步軌道運行時，能連續(xù)對地球表面某指定地域進(jìn)行遙感監(jiān)測。因此，在遙感衛(wèi)星上搭載相應(yīng)的降水傳感器，可進(jìn)行全球范圍或指定區(qū)域的降水量遙感觀測，所獲取的降水時空信息具有周期性、時效性及可比性等特點。TRMM（Tropical Rainfall Measuring Mission，熱帶降雨觀測行動）和 GPM（Global Precipitation Measurement，全球降水觀測系統(tǒng)）是國外 2 個代表性的衛(wèi)星遙感降水觀測系統(tǒng)。

1 TRMM 及其主要應(yīng)用成果

TRMM 是全球第 1 個用于雨量觀測的衛(wèi)星系統(tǒng)，由美國國家航空航天局（NASA）和日本宇宙航空研究開發(fā)機(jī)構(gòu)（JAXA）合作開發(fā)，主要用于降雨和氣候變化研究。TRMM 的衛(wèi)星于 1997 年 11 月發(fā)射，設(shè)計壽命為 3 a，實際在軌運行了 17 a，提供了寶貴的科學(xué)數(shù)據(jù)。2015 年 4 月 15 日，TRMM 正式結(jié)束。

TRMM 主要用于熱帶和亞熱帶地區(qū)的雨量觀測，搭載了 5 種設(shè)備，其中有 3 種是雨量傳感器，即星載主動式測雨雷達(dá) PR（Precipitation Radar）、測量地表和大氣福射的微波成像儀 TMI（TRMM Microwave Imager）、用于測量云頂/地表輻射強(qiáng)度的可見光紅外掃描儀 VIRS（Visible Infrared Scanner）；另 2 種是其它相關(guān)設(shè)備，即測量閃電的閃電成像傳感器 LIS（Lightning Imaging Sensor）和獲取寬譜帶輻射收支資料的云與地球能量測量儀 CERES（Clouds and Earth’s Radiant Energy System）。TRMM衛(wèi)星及其搭載的傳感器示意圖如圖 1 所示[2]。

圖 1 TRMM 衛(wèi)星及其搭載的傳感器

國外利用 TRMM 在熱帶及副熱帶云與降水等研究領(lǐng)域取得了豐碩成果，主要成果如下：

1）云與降雨等統(tǒng)計規(guī)律。Nesbitt 等[3]基于TRMM 衛(wèi)星上 2 個儀器數(shù)據(jù)（近地面 PR 反射率和TMI 85.5 GHz 偏振校正溫度），采用降雨尺度特征分類法識別 1998 年 8，9 和 10 月期間 2 個陸地和海洋地區(qū)（空間尺度＞ 75 km）的降水特征，實驗結(jié)果表明產(chǎn)生大部分降雨的大陸系統(tǒng)可能有更高的閃電頻率，這與雷達(dá)和冰的散射強(qiáng)度有關(guān)。Liu 等[4]分析了 TRMM 衛(wèi)星上雷達(dá)的垂直降水剖面，并對給定的降雨類型，在 2 km 高度類似降雨量的所有剖面進(jìn)行主成分分析，研究發(fā)現(xiàn)第 1 個主成分可以表征超過80% 的剖面變化，重建的第 1 主成分與整體均值非常相似。Shin 等[5]利用 1998 年 1 月至 1999 年 2 月的數(shù)據(jù)描述了 TRMM 第 1 顆星載 PR 得到的反射率特征，重點研究了融解層（亮帶）的層狀降水，最后選定 8 個區(qū)域的詳細(xì)氣候資料，針對區(qū)域季節(jié)性變化討論了層間高度和反射率剖面的均值和變化，并依據(jù)融解層高度和二次產(chǎn)物的晝夜周期（如沿衛(wèi)星軌跡的空間相關(guān)性），說明了融解層高度的不規(guī)則特征。Schumacher 等[6]對 TRMM 降水雷達(dá)觀測熱帶地區(qū)的地層降雨情況的研究結(jié)果表明，在熱帶地區(qū)（20°N～20°S），反射率 ≥17 dBZ 的 PR，層狀降水占降水覆蓋面積的 73%，且在海洋上更加明顯。

2）氣候診斷分析。Anyamba 等[7]基于 2 個獨立的全球閃電觀測計劃，分析全球平均對流指數(shù)（深對流指數(shù)），結(jié)果表明，在熱帶地區(qū)，深對流季節(jié)內(nèi)的波浪具有 wavenumber-1 結(jié)構(gòu)，其中 120°W到 60°E 的區(qū)域具有 1 個相位，而另一個半球具有相反的相位。當(dāng)南半球和非洲的主要閃電產(chǎn)區(qū)組成的前半球存在深對流最大值時，舒曼共振增強(qiáng)；相反，當(dāng)對流向東傳播到印度洋和西太平洋時，舒曼共振被抑制。Cecil 等[8]基于 TRMM 衛(wèi)星在 3 a 里觀測到近 600 萬個降水特征，并對其按照閃電率、最低亮度溫度、最大雷達(dá)反射率、面積范圍和體積降雨量進(jìn)行排序，著重分析了雷達(dá)，輻射和閃電特性。Masunaga 等[9]基于 TRMM 的 PR 和 VIRS 的測量數(shù)據(jù)重點分析季節(jié)內(nèi)振蕩（MJO）與赤道羅斯貝波（ER）和開爾文波（Kelvin）的關(guān)系，結(jié)果表明ER 波導(dǎo)致 MJO 與 ER 波之間的關(guān)系不明顯。此外，證實了與 MJO 周期有關(guān)的參數(shù)包括海面溫度、水汽、低云、淺對流和近地面風(fēng)等。

3）云和降水日變化規(guī)律。Imaoka 等[10]首次使用 TRMM TMI 成像儀數(shù)據(jù)，采用 1998 年的降水?dāng)?shù)據(jù)，研究了熱帶海洋降水量的日變化過程，結(jié)果表明在熱帶海洋地區(qū)降水逐日變化的幅度為 14%。Nesbitt 等[11]通過 TRMM 降水雷達(dá)和微波成像儀，采用全球熱帶地區(qū) 3 a 的降水?dāng)?shù)據(jù)（-36°～36°），綜合分析了降水特征及頻率、降雨強(qiáng)度、對流分層降水的孔隙度和遙感對流強(qiáng)度等。Ichikawa 等[12]利用 5 a的 TRMM 降水雷達(dá)數(shù)據(jù)，研究了婆羅洲島降雨晝夜循環(huán)的時空特征，結(jié)果顯示其與大氣環(huán)流模式的季內(nèi)變化及島上的底層?xùn)|西風(fēng)帶有關(guān)。Sanderson 等[13]通過反演主動和被動微波數(shù)據(jù)，研究了基于時空尺度算法對日降雨量監(jiān)測的影響。結(jié)果表明，不同的算法對全球和區(qū)域尺度時均降雨率均有顯著影響。Yang 等[14]基于 1998 年的 TRMM 數(shù)據(jù)，使用 3 種算法研究了熱帶、亞熱帶地區(qū)逐日降水的現(xiàn)象。結(jié)果表明，降水特征在各個算法上的表現(xiàn)一致，證實了從 TRMM 數(shù)據(jù)反演降水的可能性。

4）降水、潛熱和水汽等參數(shù)的反演。Aonashi等[15]提出一種利用 TRMM 數(shù)據(jù)估算降水的算法，結(jié)果表明，通過計算輻射傳輸模型（RTM）和亮溫（TBs）可以得到最佳降雨估算模式。Kummerow等[16]討論了 TRMM 降雨衛(wèi)星在軌道上運行 2 a 后的狀態(tài)，著重闡述了 TRMM 降雨衛(wèi)星中傳感器的校準(zhǔn)、降雨算法的改進(jìn)及數(shù)據(jù)的應(yīng)用。Meneghini 等[17]改進(jìn) SRT 算法，提出一種混合 SRT 算法，該算法可以消除雷達(dá)輻射不連續(xù)的影響。Tao 等[18]總結(jié)了通過 TRMM 數(shù)據(jù)反演潛熱的算法、產(chǎn)品，以及相關(guān)模型和應(yīng)用情況。

此外，TRMM 提供了 17 a 的全球熱帶降雨和雷電數(shù)據(jù)集，該數(shù)據(jù)集已經(jīng)成為業(yè)內(nèi)公認(rèn)的權(quán)威基準(zhǔn)數(shù)據(jù)，在推進(jìn)氣象氣旋結(jié)構(gòu)演化、對流層系統(tǒng)屬性、閃電和風(fēng)暴的相關(guān)性、氣候和氣象模型，以及人類活動對降雨影響等方面的研究發(fā)揮了不可替代的重要作用，并為防汛防臺風(fēng)減災(zāi)、干旱監(jiān)測及天氣預(yù)報應(yīng)用研究提供強(qiáng)有力的數(shù)據(jù)支持。

2 GPM 及其主要應(yīng)用

GPM 以 JAXA 和 NASA 為首發(fā)起，聯(lián)合美國國家海洋和大氣管理局（NOAA）、法國國家太空研究中心（CNES）、印度空間研究組織（ISRO）、歐洲氣象衛(wèi)星開發(fā)組織（EUMETSAT）等國際組織機(jī)構(gòu)合作開發(fā)，GPM 主衛(wèi)星于 2014 年 2 月發(fā)射升空。GPM 衛(wèi)星及其搭載傳感器示意圖如圖 2 所示[19]。

圖 2 GPM 衛(wèi)星及其搭載傳感器

GPM 旨在提升全球性的降水預(yù)測正確性、氣象預(yù)報及氣候變動預(yù)測能力，構(gòu)筑洪水警報和水資源管理系統(tǒng)等。GPM 繼承了 TRMM 的觀測成果，并實現(xiàn)對 TRMM 的觀測精準(zhǔn)度的提升、范圍的擴(kuò)大和頻率的增加。主要攜帶微波成像儀 GMI（GPM Microwave Imager）和雙頻測雨雷達(dá) DPR（Dual-Frequency Precipitation Radar）[19]。相對于 TRMM，GPM 觀測范圍覆蓋了高緯度的地區(qū)，提供了覆蓋全球的雨量觀測，并且可對微量、固態(tài)降水，以及降水顆粒的微觀物理屬性進(jìn)行觀測[20]。

GPM 產(chǎn)品對水文氣象和水利及防汛減災(zāi)領(lǐng)域的研究與應(yīng)用具有重要意義。例如，GPM 能夠觀測熱帶風(fēng)暴及強(qiáng)對流降水系統(tǒng)整個生命周期的運動、演變過程，可大大增強(qiáng)對極端天氣事件（如臺風(fēng)暴雨）的預(yù)報能力，為防汛防臺風(fēng)服務(wù)。GPM 能夠提供對降水微觀物理特性的觀測成果，有利于分析地球大氣和地表過程及其建模，從而提高氣象、氣候和水文預(yù)報能力。GPM 還能夠提供 3 h 以內(nèi)的全球降水量估算產(chǎn)品，可滿足水文氣象應(yīng)用要求的時間間隔，在提升洪水、干旱和泥石流等災(zāi)害的預(yù)報能力方面作用顯著[20]。

3 衛(wèi)星遙感降水觀測技術(shù)的應(yīng)用

衛(wèi)星遙感降水觀測技術(shù)已經(jīng)在多個領(lǐng)域得到廣泛應(yīng)用。Yang 等[21]基于衛(wèi)星遙感降水?dāng)?shù)據(jù)及其他遙感數(shù)據(jù)，提供了一種近似的全球徑流模擬方法。利用前期降水指數(shù)（API）作為前期條件，估算時變的 NRCS-CN（Natural Resources Conservation Service Curve number）值，并通過 1998—2006 年的TRMM 衛(wèi)星降雨數(shù)據(jù)進(jìn)行模擬分析，為快速分析全球和中大流域的衛(wèi)星降雨徑流提供參考。Behrangi等[22]驗證了衛(wèi)星降水產(chǎn)品在集水區(qū)模擬的有效性。在 2003—2008 年期間，使用 5 個基于衛(wèi)星的降水產(chǎn)品（tmpa-rt，tmpa-v6，CMORPH，PERSIANN和 PERSIANN-UNK）在 6 h 和每月的時間尺度上進(jìn)行模擬分析，并取得較好的結(jié)果。Wu 等[23]基于實時衛(wèi)星降水遙感數(shù)據(jù)反演洪水模擬參數(shù)，進(jìn)行全球洪水預(yù)報，并將該方法應(yīng)用于 GFMS（Global Flood Monitoring System）系統(tǒng)中，對洪水事件預(yù)測具有一定的作用。Sapiano 等[24]實現(xiàn)了高分辨率衛(wèi)星降雨估算（每 3 h 測量數(shù)據(jù)），并在 5 個高分辨率數(shù)據(jù)集上完成了比較與驗證。Maggioni 等[25]對 TRMM（1998—2015 年期間）的高分辨率衛(wèi)星降雨產(chǎn)品進(jìn)行了綜述，并對多個產(chǎn)品的精度進(jìn)行了比較分析。Alexakis 等[26]基于 MODIS 數(shù)據(jù)，采用多線性回歸和人工神經(jīng)網(wǎng)絡(luò)模型進(jìn)行 TRMM 降雨產(chǎn)品的降尺度比較，并對這 2 種方法的實驗結(jié)果進(jìn)行了分析。

衛(wèi)星遙感降水觀測技術(shù)的應(yīng)用，為大時空尺度降水過程的有效監(jiān)測提供了可能。TRMM 和 GPM的產(chǎn)品數(shù)據(jù)，已經(jīng)在洪水預(yù)報、徑流模擬、水資源監(jiān)測等領(lǐng)域中得到研究與應(yīng)用。Sen 等[27]對應(yīng)用 9 a的 TRMM 降水雷達(dá)數(shù)據(jù)進(jìn)行了研究，結(jié)果表明，在大多數(shù)地區(qū)和季節(jié)，層狀云的云量與對流云的流出和殘余有關(guān)，冬季北印度次大陸上的層狀云覆蓋區(qū)域和任何對流云的最大區(qū)域并沒有太多關(guān)系。Rasmussen 等[28]研究了 4 種類型的層狀區(qū)域，以及相關(guān)的極端雷達(dá)回波暴雨偏差范圍，實驗結(jié)果表明，TRMM 降水雷達(dá)算法低估了地表深度對流對地表降水的影響，證實了亞熱帶和熱帶地區(qū)風(fēng)暴類型與雨偏之間具有很大關(guān)系。Prakash 等[29]驗證了TRMM 衛(wèi)星降水分析與利用國家海洋和大氣管理局/太平洋海洋環(huán)境實驗室提供的面雨量數(shù)據(jù)進(jìn)行季風(fēng)分析和預(yù)報的結(jié)果一致。Hou 等[30]介紹了一些常用的衛(wèi)星降雨系統(tǒng)，并對其在全球降雨中的應(yīng)用進(jìn)行了詳細(xì)闡述，對未來降水衛(wèi)星觀測任務(wù)進(jìn)行了展望。Huffman 等[31]研究了 GPM 集成多衛(wèi)星檢索的算法和處理流程，算法可以對“所有”衛(wèi)星微波降水進(jìn)行估計，并可以對以 TRMM 和 GPM 為基礎(chǔ)的降水產(chǎn)品進(jìn)行校正。Le 等[32]研究了不同降雨測量的雙頻比 DFRm 特征，并定義 2 個頻率通道（Ku- 和Ka-）測量反射率的差異，研究表明，DFRm 可用于分層和對流雨的分離，并據(jù)此開發(fā)了一種用于DPR 輪廓分類的降水類型分類模型，取得很好的應(yīng)用效果。

由此可見，使用衛(wèi)星遙感降水?dāng)?shù)據(jù)將成為解決水文研究及應(yīng)用問題的一種重要途徑，特別是在無資料地區(qū)，顯得尤為重要。以數(shù)據(jù)化理論與方法為基礎(chǔ)，將衛(wèi)星遙感、地面天氣雷達(dá)、X 波段面雨量觀測、氣象探空、GIS 和 GPS、地面水位流量、降水蒸發(fā)和區(qū)域下墊面等數(shù)據(jù)，按時間同步及空間協(xié)同模式建立水文氣象信息場景，即可通過場景推演等方法，對指定區(qū)域或全球水文氣象實時動態(tài)演化趨勢、歷史過程重現(xiàn)及氣候變化與水文響應(yīng)等進(jìn)行分析研究，也可以基于水文氣象信息場景數(shù)據(jù)集合，應(yīng)用大數(shù)據(jù)分析技術(shù)，發(fā)現(xiàn)新的氣象、氣候要素與水文要素間的非因果關(guān)聯(lián)關(guān)系，為建立水文學(xué)的新理論、新方法和開拓新應(yīng)用領(lǐng)域服務(wù)[33–34]。

4 結(jié)語

TRMM 和 GPM 數(shù)據(jù)產(chǎn)品在洪水、干旱等方面的研究與應(yīng)用實踐表明，應(yīng)用衛(wèi)星遙感降水?dāng)?shù)據(jù)解決點降水觀測數(shù)據(jù)區(qū)域代表性不強(qiáng)、無降水資料地區(qū)及大時空尺度降水量估計等難題方面，可以發(fā)揮不可替代的作用。但國內(nèi)外的相關(guān)研究還不夠深入，國內(nèi)目前也沒有形成基于衛(wèi)星遙感降水?dāng)?shù)據(jù)的實時水文預(yù)報、水資源評價、水工程設(shè)計、流域規(guī)劃管理等方面的實用化方法和模型或產(chǎn)品，相關(guān)研究仍需進(jìn)一步加強(qiáng)。今后一條可行的研究途徑，就是建立水文氣象信息場景，為大數(shù)據(jù)分析技術(shù)的應(yīng)用創(chuàng)造條件，從而支撐水文學(xué)科新理論、新方法和新技術(shù)的研究與應(yīng)用，為增強(qiáng)水利防汛等事務(wù)處理的能力服務(wù)。

[1] GERMANN U, GALLI G, BOSCACCI M, et al. Radar precipitation measurement in a mountainous region[J].Quarterly Journal of the Royal Meteorological Society,2006, 132 (618): 1669-1692.

[2] 李南，盧美圻. 星載測雨雷達(dá)簡介[J]. 科教文匯（下旬刊），2015 (9): 175-177.

[3] NESBITT S W, ZIPSER E J, CECIL D J. A census of precipitation features in the tropics using TRMM: Radar, ice scattering, and lightning observations[J]. Journal of Climate,2000, 13 (23): 4087-4106.

[4] LIU G S, FU Y F. The Characteristics of Tropical Precipitation Pro files As Inferred From Satellite Radar Measurements[J].Journal of the Meteorological Society of Japan, 2001, 79 (1):131-143.

[5] SHIN D B, NORTH G R, BOWMAN K P. A summary of reflectivity pro files from the first year of TRMM radar data[J].Journal of Climate, 2000, 13 (23): 4072-4086.

[6] SCHUMACHER C, HOUZE R A J. Stratiform rain in the tropics as seen by the TRMM precipitation radar[J]. Journal of Climate, 2003, 16 (11): 1739-1756.

[7] ANYAMBA E, WILLIAMS E, SUSSKIND J, et al. The manifestation of the Madden-Julian oscillation in global deep convection and in the Schumann resonance intensity[J].Journal of the Atmospheric Sciences, 2000, 57 (8): 1029-1044.

[8] CECIL D J, GOODMAN S J, BOCCIPPIO D J, et al. Three years of TRMM precipitation features. Part I: Radar,radiometric, and lightning characteristics[J]. Monthly Weather Review, 2005, 133 (3): 543-566.

[9] MASUNAGA H, L'ECUYER T S, KUMMEROW C D. The Madden-Julian oscillation recorded in early observations from the Tropical Rainfall Measuring Mission (TRMM)[J]. Journal of the Atmospheric Sciences, 2006, 63 (11): 2777-2794.

[10] IMAOKA K, SPENCER R W. Diurnal variation of precipitation over the tropical oceans observed by TRMM/TMI combined with SSM/I[J]. Journal of Climate, 2000,13 (23): 4149-4158.

[11] NESBITT S W, ZIPSER E J. The diurnal cycle of rainfall and convective intensity according to three years of TRMM measurements[J]. Journal of Climate, 2003, 16 (10):1456-1475.

[12] ICHIKAWA H, YASUNARI T. Time-space characteristics of diurnal rainfall over Borneo and surrounding oceans as observed by TRMM-PR[J]. Journal of Climate, 2006, 19 (7):1238-1260.

[13] SANDERSON V L, KIDD C, MCGREGOR G R. A comparison of TRMM microwave techniques for detecting the diurnal rainfall cycle[J]. Journal of Hydrometeorology,2006, 7 (4): 687-704.

[14] YANG S, SMITH E A. Mechanisms for diurnal variability of global tropical rainfall observed from TRMM[J]. Journal of Climate, 2006, 19 (20): 5190-5226.

[15] AONASHI K, LIU G. Passive microwave precipitation retrievals using TMI during the Baiu period of 1998[J].Journal of Applied Meteorology, 2000, 39 (12): 2024-2037.

[16] KUMMEROW C, SIMPSON J, THIELE O, et al. The status of the Tropical Rainfall Measuring Mission (TRMM) after two years in orbit[J]. Journal of Applied Meteorology,2000, 39 (12): 1965-1982.

[17] MENEGHINI R, JONES J A, IGUCHI T, et al. A hybrid surface reference technique and its application to the TRMM precipitation radar[J]. Journal of Atmospheric and Oceanic Technology, 2004, 21 (11): 1645-1658.

[18] TAO W K, SMITH E A, ADLER R F, et al. Retrieval of latent heating from TRMM measurements[J]. Bulletin of the American Meteorological Society, 2006, 87 (11):1555-1572.

[19] KIDD C, HUFFMAN G. Global precipitation measurement[J]. Meteorological Applications, 2011, 18 (3): 334-353.

[20] SMITH E A, ASRAR G, FURUHAMA Y, et al. International Global Precipitation Measurement (GPM) program and mission:An overview[M]//Measuring precipitation from space.Berlin: Springer Netherlands, 2007: 611-653.

[21] HONG Y, ADLER R F, H0SSAIN F, et al. A first approach to global runoff simulation using satellite rainfall estimation[J]. Water Resources Research, 2007, 43 (8): 625-628.

[22] BEHRANGI A, KHAKBAZ B, JAW T C, et al. Behrangi hydrologic evaluation of satellite precipitation products over a mid-size basin[J]. Journal of Hydrology, 2011, 397 (3–4):225-237.

[23] WU H, ADLER R F,TIAN Y D, et al. Real-time global flood estimation using satellite‐based precipitation and a coupled land surface and routing model[J]. Water Resources Research, 2014, 50 (3): 2693-2717.

[24] SAPIANO M R P, ARKIN P A. An intercomparison and validation of high-resolution satellite precipitation estimates with 3-hourly gauge data[J]. Journal of Hydrometeorology,2009, 10 (1): 149-166.

[25] MAGGIONI V, MEYERS P C, ROBINSON M D. A review of merged high-resolution satellite precipitation product accuracy during the Tropical Rainfall Measuring Mission(TRMM) era[J]. Journal of Hydrometeorology, 2016, 17 (4):1101-1117.

[26] ALEXAKIS D D, TSANIS I K. Comparison of multiple linear regression and artificial neural network models for downscaling TRMM precipitation products using MODIS data[J]. Environmental Earth Sciences, 2016, 75 (14): 1-13.

[27] SEN R S, SAHA S B, ROY BHOWMIK S K, et al. Analysis of monthly cloud climatology of the Indian subcontinent as observed by TRMM precipitation radar[J]. International Journal of Climatology, 2015, 35 (8): 2080-2091.

[28] RASMUSSEN K L, CHOI S L, ZULUAGAM D, et al.TRMM precipitation bias in extreme storms in South America[J]. Geophysical Research Letters, 2013, 40 (13): 3457-3461.

[29] PRAKASH S, GAIROLA R M. Validation of TRMM-3B42 precipitation product over the tropical Indian Ocean using rain gauge data from the RAMA buoy array[J]. Theoretical and Applied Climatology, 2014, 115 (3-4): 451-460.

[30] SCHONHUBER M, LAMMER G, RANDEU W L, et al.Precipitation: Advances in Measurement, Estimation and Prediction[M]. Berlin:Springer, 2008: 131-170.

[31] HUFFMAN G J, BOLVIN D T, BRAITHWAITE D, et al. NASA Global Precipitation Measurement (GPM) Integrated Multi-Satellite Retrievals for GPM (IMERG) Algorithm Theoretical Basis Document (ATBD) version 4.4[J]. National Aeronautics and Space Administration, 2014, 26 (4): 1-30.

[32] LE M, CHANDRASEKAR V. Precipitation type classification method for Dual-frequency Precipitation Radar (DPR)onboard the GPM[J]. IEEE Transactions on Geoscience and Remote Sensing, 2013, 51 (3): 1784-1790.

[33] AI P, XIONG C S, LIAO H L, et al. A method for water resources object identification and encoding based on EPC[C]//Distributed Computing and Applications for Business Engineering and Science (DCABES), 2015 14th International Symposium on. Guiyang: IEEE, 2015: 264-267.

[34] AI P, YUE Z X, YUAN D B, et al. A scene analysis model for water resources Big Data[C]//Distributed Computing and Applications for Business Engineering and Science(DCABES), 2015 14th International Symposium on. Guiyang:IEEE, 2015: 280-283.