斯洛文尼亚降水时间序列的创新性增强：基于多重级联模型的再分析数据应用

为解决斯洛文尼亚地区高分辨率降水数据稀缺问题，研究人员通过ERA5-Land和COSMO-REA6再分析数据（PRP）验证及微正则级联模型（MCM）参数估计，提出了一种降水时间序列生成新方法。研究显示，基于PRP参数生成的降水序列在连续性和极端事件表征上优于直接使用PRP，为复杂地形区无观测流域的降水模拟提供了可靠方案。

　　

降水数据的高时空分辨率对水文建模、城市洪涝研究和侵蚀分析至关重要，但许多地区面临观测数据稀缺或时间序列不足的挑战。斯洛文尼亚作为多山国家，其降水时空变异性显著，传统观测网络难以全面覆盖。尽管降水再分析产品（PRP）如ERA5-Land和COSMO-REA6提供了全局覆盖的替代方案，但其在复杂地形区的精度仍存疑。为此，来自国外研究机构的研究团队在《Journal of Hydrology: Regional Studies》发表论文，探索了PRP在斯洛文尼亚的适用性，并提出通过微正则级联模型（Micro-canonical Cascade Model, MCM）增强降水时间序列的新方法。

研究团队首先验证了ERA5-Land和COSMO-REA6在5个雨量站和20个流域的表现，发现两者均存在系统性偏差：ERA5-Land因空间分辨率较低（约81 km²），对湿期持续时间和降水强度的表征误差更显著；而COSMO-REA6（分辨率约36 km²）表现略优，但仍高估湿期持续时间并低估干旱间隔。为解决这一问题，研究人员利用PRP数据估计MCM参数，将日尺度观测数据降尺度至小时分辨率。关键技术包括：1）基于观测和PRP数据的MCM参数估计；2）通过Spearman秩相关检验分析PRP误差与流域属性（如面积、海拔）的关系；3）采用非超越概率曲线和极端值分析评估降水序列性能。

4.1 站点级PRP验证
结果显示，直接使用PRP会导致湿期持续时间高估（ERA5-Land偏差+175%）和干旱间隔低估（-73%）。而基于PRP参数生成的降水序列显著改善了这些偏差，尤其是COSMO-REA6参数驱动的结果（湿期持续时间偏差仅-4%）。极端降水分析表明，PRP对1小时极端降水的低估（如ERA5-Land在2年重现期偏差-65%）通过MCM降尺度后大幅缓解（COSMO-REA6参数结果偏差+9%）。

4.2 流域级PRP验证
在20个流域中，PRP对平均降水强度的低估（ERA5-Land偏差-67%）和湿期持续时间的系统性误差（COSMO-REA6偏差+71%）同样存在。但使用PRP参数降尺度后的序列（Cat-REA6）在非超越概率曲线和极端值表征上优于直接使用雨量站参数（Cat-Obs），尤其在重现期<5年的极端事件中更接近观测。

4.3 误差与地形关联性
Spearman检验揭示PRP误差与流域属性显著相关：降水强度偏差随流域面积减小而增大（p<0.01），湿期持续时间误差与最大海拔正相关（p<0.001）。这表明PRP在高海拔小流域的适用性更受限，可能与其对局地对流过程的低分辨率表征有关。

结论与意义
研究证实，直接应用PRP在复杂地形区存在明显局限，但将其作为MCM参数来源可有效提升降水序列质量。这一方法不仅弥补了观测数据稀缺区的空白，还为水文模型输入提供了物理一致性更强的数据。尤其值得注意的是，基于COSMO-REA6参数的降尺度结果甚至优于部分站点观测参数的结果，凸显了高分辨率再分析数据在降水模拟中的潜力。该成果为全球类似地区的数据生成提供了范式，同时为PRP改进指明了方向——需重点优化对小尺度地形降水过程的表征能力。