基于声发射技术的SAP混凝土在疲劳荷载与极端环境交互作用下的断裂行为研究

针对发展中国家和群岛国家地面降雨站(GSR)覆盖不足的问题，研究人员整合GSR与GSMaP卫星降雨数据，评估降水数据集选择对SWAT+水文模型在Saguling流域性能的影响。研究发现校准后的GSMaP数据虽能反映降雨日变化模式，但对低强度降雨存在高估、对高强度降雨存在低估，导致极端高流量事件中径流预测显著偏差。该研究为卫星降雨数据在水文建模中的应用提供了重要参考。

　　

在全球水资源管理面临严峻挑战的背景下，热带群岛和发展中地区普遍存在地面降雨监测站(GSR)覆盖不足的困境。印度尼西亚作为典型的群岛国家，其西爪哇省的Citarum河流域正面临双重压力：一方面，流域内的Saguling水库承担着水力发电、洪水调控和供水等关键功能；另一方面，该区域频繁遭遇极端降雨引发的洪水和干旱，而传统GSR网络因基础设施限制难以提供全面可靠的降水数据。这种数据缺口严重制约了水文模型的准确性，进而影响水资源管理决策。

针对这一科学问题，来自印度尼西亚万隆理工学院的研究团队创新性地将27个GSR站点数据与日本宇宙航空研究开发机构(JAXA)的GSMaP_MVK v8卫星降水产品相结合，在Saguling流域(面积2320.30 km²)开展对比研究。通过SWAT+水文模型(版本2.3.7)的模拟，研究人员首次系统评估了不同降水数据源对热带流域水文过程模拟的影响，相关成果发表在《Results in Engineering》期刊。

研究采用三项关键技术方法：(1)基于分位数映射的GSMaP数据偏差校正；(2)结合概率检测指数(POD)、误报率(FAR)和关键成功指数(CSI)的卫星降雨质量评估；(3)应用傅里叶振幅敏感性检验(FAST)的模型参数敏感性分析。验证阶段(2005-2023年)采用Nanjung水文站的日径流数据，通过纳什效率系数(NSE)、百分比偏差(PBIAS)和Kling-Gupta效率(KGE)等指标评估模型性能。

【卫星降雨准确性评估结果】
校准后的GSMaP数据在量化曲线中显著改善，但仍存在系统性偏差：对日降雨量<20 mm的事件平均高估34%，而对>50 mm的极端降雨低估22%。地形效应显著，位于高海拔的Cileunca站误报率(FAR)达0.34，明显高于低海拔站点。这种偏差源于被动微波反演算法对对流性降雨结构的识别局限。

【水文模型性能对比】
GSR情景表现出更好的整体性能(KGE=0.57 vs GSMaP的0.30)，尤其在极端高流量预测中误差仅16%，而GSMaP情景对606.34 m³/s的实测峰值流量产生176%的高估。但值得注意的是，在2015-2018年GSR数据缺失期间，校准后的GSMaP表现出更稳定的预测能力，说明卫星数据在数据填补方面具有独特价值。

【参数敏感性分析】
FAST分析揭示两种情景驱动不同的水文过程：GSR情景以渗流(PERCO)和侧向流(LATQ_CO)为主导，反映较慢的水文响应；而GSMaP情景则显示地表径流(CN3_SWF)和坡度(SLOPE)的高敏感性，导致更快的水文响应和洪峰放大效应。这种差异突显降水输入特性会显著改变模型的关键参数敏感性结构。

研究结论强调，尽管校准后的GSMaP数据能有效捕捉降雨日变化模式，但其对极端事件的识别偏差限制了在洪水预测中的直接应用。不过，该数据在低流量模拟(概率>0.6的径流事件)和资料缺失期补充方面展现优势。从管理角度看，研究建议在热带流域采用GSR-GSMaP混合输入策略，并针对不同海拔带实施分区校准。这项工作为卫星降水产品在复杂地形区的水文应用提供了重要方法论参考，尤其对印度尼西亚等发展中国家的水资源综合管理具有实践指导价值。

讨论部分特别指出，未来研究应整合多源卫星降水产品(如IMERG、ERA5)和更高时空分辨率的土地覆盖数据，同时考虑水库调度规则等人为因素。此外，将模型域扩展至Citarum河中下游(包括Cirata和Jatiluhur水库)将有助于评估流域尺度的水能协同效应。这些改进方向将进一步提升卫星水文模型在综合水资源管理决策支持系统中的应用潜力。