finclip saas

本次研究中，合作团队进一步从器测误差和代表性误差两个方面，系统剖析了青藏高原降水被严重低估的原因：在青藏高原地区，降水过程中雪的占比相对较高，且常伴有强风。传统地面监测仪器的开口面积有限且底部封闭，在强风条件下易形成上托气流，阻碍雨滴或雪花进入，从而造成降水量低估。这种由强风引起的器测误差是影响高寒地区降水测量精度的最主要原因，在极端天气条件下误差甚至可超过100%。

李新表示，为此，合作团队呼吁重新评估基于现有器测降水数据得到的水资源、水循环和水灾害相关结果。他们还从仪器创新、站点建设与空间优化、多监测手段对比、数据同化与融合、深度学习等方面，提出青藏高原降水监测新方案。

这项青藏高原水循环领域重要研究进展，由中国科学院青藏高原研究所、北京师范大学、清华大学、河海大学和荷兰乌得勒支大学等科研同行共同完成，相关成果论文近日在国际学术期刊《美国科学院院刊》(PNAS)发表。

finclip saas中新网北京6月7日电 (记者 孙自法)被誉为“世界屋脊”、有“亚洲水塔”之称的青藏高原，其降水量监测评估的精准度如何，对相关区域水资源管理、水循环研究和水灾害防控至关重要。

目前普遍认为，地面仪器监测(简称“器测”)是获取降水信息最主要、最可靠的手段。不过，中外科学家最新合作研究发现，器测严重低估了青藏高原的实际降水量，亟需研究构建新观测体系。

据了解，青藏高原平均海拔超过4000米，冰储量仅次于南极和北极，是包括长江、黄河、雅鲁藏布江、印度河、湄公河在内的亚洲10多条主要河流的发源地，为近20亿人提供可靠水源。

论文第一作者、北京师范大学缪驰远教授介绍说，代表性误差可划分为网格代表性误差和区域代表性误差。青藏高原地形复杂，即便在一个网格单元内也存在显著的地形变化，垂直降水梯度明显。但是，气象站点通常位于山谷或低海拔地区，无法反映其所在网格单元的整体降水特征。对于无地面测站分布的网格单元，降水量需利用更远的台站数据进行推算，进一步降低了降水量监测的可靠性，从而在区域尺度上引入代表性误差。由于交通不便、监测环境困难，青藏高原现有的气象台站密度(每个站点平均覆盖2.2万平方公里)明显低于世界气象组织推荐的最小站点密度。此外，气象站点的空间和海拔分布不均进一步降低了区域降水的估算精度，区域代表性误差大幅增加。