高山区精确的面降水数据是限制环境、水文、气候等学科研究的瓶颈，是了解高山区各种水文过程的基础。高山区海拔落差大、地形复杂，在地形、水汽、气压系统等共同作用下，降水的时空分布具有很大的变异性，给获取精确的面降水数据带来很大困难。遥感降水产品为缺少观测的高山区提供了面降水数据的时空分布特征，但是其粗糙的空间分辨率，在流域尺度的应用存在一定限制性。降尺度技术基于粗糙的遥感产品，获取高分辨率的面降水数据，对局地、流域尺度水文学研究具有重要意义。为此，在前人研究基础上，研究人员提出两种改进的降尺度方法：1）年尺度上，基于TRMM降水与去除气温影响的归一化植被指数（PNDVI）、DEM、经纬度等变量的多元非线性统计关系，获取高分辨率面降水数据。降尺度的TRMM数据经过观测数据校正，获取校正的降尺度结果。2）月尺度上， TRMM月降水占年降水比例经过观测数据校正，分解校正的降尺度年降水数据获得高分辨率的月降水产品。应用2006-2015年的相关数据，在祁连山研究结果表明：1） PNDVI比NDVI更能反映祁连山年降水的分布特征(图1)；2）年尺度上，校正的降尺度数据的RMSE比降尺度的TRMM数据、原始TRMM数据平均降低了66.48mm和83.07mm。改进的方法相比原始方法（仅统计降水与NDVI和DEM关系），校正的降尺度数据和降尺度的TRMM数据的RMSE平均降低了13.63mm和80.11mm（图2）；3）月尺度上，改进的方法比原始方法，RMSE平均降低了4.93mm。数据表明，改进方法更适用于遥感降水产品在山区的降尺度研究（图3）。论文链接及引用：https://www.mdpi.com/2072-4292/11/7/870；Wang, L., Chen, R., Han, C., Yang, Y., Liu, J., Liu, Z., ... & Guo, S. (2019). An Improved Spatial–Temporal Downscaling Method for TRMM Precipitation Datasets in Alpine Regions: A Case Study in Northwestern China’s Qilian Mountains. Remote Sensing, 11(7), 870.

图1祁连山区年降水与NDVI（A）和PNDVI（B）关系散点图

图2 初步降尺度结果(A)和校正后的降尺度结果（B）对比

图3月尺度上改进方法与之前方法对比验证