青藏高原是亚洲多条大河的发源地，为周边国家的数十亿人口提供水资源。水文模型对于理解高山区水文过程十分重要，而降水是水文模型的关键输入数据。在青藏高原，严酷的自然条件以及观测数据的匮乏，为获取能够表现空间时间异质性的降水数据集带来了很大困难。
基于此，中国科学院青藏高原地球科学卓越创新中心、青藏高原研究所张凡研究员课题组博士生王莉及其合作者，利用2013年7-8月份在青藏高原东南部的马崩弄流域的降水加密观测，分析发现海拔是影响降水空间分布的主要因素，并基于观测数据得到研究区的降水梯度和降水分布。对于微量降水、小雨和中雨，其平均降水梯度分别为0.10, 0.28 和 0.26 mm/d/100m（图1），平均降水历时分别为0.1,0.8和5.2小时。根据流域附近低海拔的气象站降水数据，结合实地观测获得的降水梯度和降水历时，得到研究区的降水网格数据集。将其作为耦合积雪过程的基于能量和水量平衡的生态水文模型(WEB-DHM-S)的输入数据，模拟研究流域水文过程，观测径流、MODIS Terra卫星的积雪面积和地表温度数据被用于模型的校核与验证，均得到了合理的结果（图2）。敏感性分析表明不考虑降水会导致模拟径流显著低于观测径流，即使是短期的降水加密观测也有助于提高对站点稀少的高山流域水文过程的理解。
该研究成果近期发表于Journal of Hydrology期刊。引用方式：Li Wang, Fan Zhang, Hongbo Zhang, Christopher A. Scott, Chen Zeng, Xiaonan Shi. Intensive precipitation observation greatly improves hydrological modelling of the poorly gauged high mountain Mabengnong catchment in the Tibetan Plateau. Journal of Hydrology, 2018,556:500-509.论文链接：https://doi.org/10.1016/j.jhydrol.2017.11.039 。
图1 微量降雨、小雨和中雨降水梯度
图2 径流、积雪面积和地表温度模拟结果与敏感性分析。Base case使用观测降水梯度与降水历时；Case 1使用观测降水梯度但日降水平均分配到24小时；Case 2不考虑降水梯度但使用观测降水历时；Case 3不考虑降水梯度且日降水平均分配到24小时
