降水数据对于理解陆地-大气相互作用和区域水文循环至关重要。但目前的降水数据在高海拔山区存在很大的不确定性。崎岖陡峭的地形、观测点的位置，风吹雪和低温的环境，这些因素都阻碍了高质量网格降水数据的建立。全球气候模式模拟的降水在青藏高原存在显著高估，动力降尺度模拟的降水优于全球气候模式，但是降水高估现象依然存在。

为了进一步减少降水模拟误差，复旦大学高艳红教授带领的研究团队开展了对流允许尺度模拟。他们首先综合评估了对流允许尺度降水模拟（4km）、动力降尺度模拟（28km）、和三套基于地表和遥感观测的网格降水产品（CMFD、CMORPH、TRMM）在青藏高原的性能；其次为了评估缺乏站点观测的、高海拔地区的降水数据(>4800米),他们基于先进的高分辨率陆面数据同化系统（HRLDAS），模拟了青藏高原一个雪季的积雪覆盖度，并与课题组之前开发的MODIS和风云卫星的去云产品（Jiangetal.2019）进行了比较。

研究发现，目前的网格降水产品在青藏高原存在非常大的不确定性，遥感反演降水量最小，气候模式模拟的降水量最大。这种不确定性在藏东南的雅鲁藏布江峡谷最为明显，该地区的网格点与站点的海拔高度差距最大。使用原始分辨率进行比较，发现相比于动力降尺度结果，对流允许尺度模拟显著较小了降水量和降水频率的模拟误差。但是，将对流允许尺度模拟结果进行区域平均，到动力降尺度相同分辨率进行对比，发现模拟性能仍然是有一定程度的提高，不过改进程度没有使用原始分辨率的结果显著。这一现象说明，即使在粗网格尺度比较，相比动力降尺度，对流允许尺度模拟仍然可以提高青藏高原降水模拟性能，不过更多的改进体现在小尺度特征。

基于观测的网格降水产品驱动的积雪覆盖度模拟存在普遍性低估现象，尤其是高估了无雪期的模拟。相比基于观测降水产品驱动的积雪覆盖度模拟，动力降尺度和对流允许尺度降水驱动模拟的积雪覆盖度模拟误差更小，而且可以更准确模拟积雪覆盖度的水平和随海拔分布特征，与MODIS产品的概率密度分布函数更为接近。这一研究表明高海拔山区降水，尤其是无站点观测地区，很可能远远高于站点观测值；基于物理过程的对流允许尺度模拟和动力降尺度模拟可以为高海拔山区提供更准确的高时空分辨率降水数据。

该研究为无站点观测的高海拔山区水循环研究提供了新视角。该文章已经在J. Hydrometeor. 发表。

Gao, Y., Chen, F. , & Jiang, Y.(2020). Evaluation of a convection-permitting modeling of precipitation over the Tibetan Plateau and its influences on the simulation of snow-cover fraction. Journal of Hydrometeorology.21, 1531-1548.

Figure 1 Domain and topography (Units: m) for a) DDM and b) CPM.

Figure 2 Scatterplots of the mean snow-cover fraction (units: %) in October

       2013 to May 2014 versus elevation (units: m) from the (a) MODIS and

HRLDAS simulations driven by precipitation from (b) CMFD, (c)

TRMM, (d) CMORPH, (e) DDM, and (f) CPM, respectively.