青藏高原平均海拔超过4000m，冰储量仅次于南极和北极，是包括长江、黄河、雅鲁藏布江、印度河、湄公河在内的亚洲10多条主要河流的发源地，为近20亿人提供可靠水源，是名副其实的“亚洲水塔”。在全球变暖大背景下，青藏高原的水循环正发生巨大变化，直接影响我国的水资源利用及众多“一带一路”国家的水安全。降水是水循环的核心环节之一，降水的准确估算是科学开展水资源管理、水循环研究和水灾害防控的关键。
目前普遍认为，地面仪器监测（简称“器测”）是获取降水信息最主要、最可靠的手段。然而，本研究发现，器测严重低估了亚洲水塔的实际降水量（图1），具体表现为：1）实际蒸散发量大于器测降水量（Eta > P）；2）河川径流系数普遍偏高；3）从多个冰芯中提取的雪水当量显著高于同期器测降水量（SWE > P）。
图1 亚洲水塔实际降水被严重低估的三个关键证据
研究进一步从器测误差和代表性误差2个方面系统剖析了亚洲水塔降水被严重低估的原因。在青藏高原地区，降水过程中雪的比例相对较高，且常伴有强风。传统地面监测仪器的开口面积有限且底部封闭，在强风条件下易形成上托气流，阻碍雨滴或雪花进入，从而造成降水量低估。这种由强风引起的器测误差是影响高寒地区降水测量精度的最主要原因，在极端天气条件下误差甚至可超过100%。
代表性误差指利用空间插值方法将代表性“点”数据推求至“面”降水量过程产生的误差，可进一步划分为网格代表性误差和区域代表性误差。青藏高原地形复杂，即便在一个网格单元内也存在显著的地形变化，垂直降水梯度明显。但是，气象站点通常位于山谷或低海拔地区（图2a），无法反映其所在网格单元的整体降水特征（图2b）。以高程为例，青藏高原现有气象站高程比相应网格单元（0.5°× 0.5°）的平均高程低约1 km（图2c）。而对于无地面测站分布的网格单元，降水量需利用更远的台站数据进行推算，进一步降低了网格插值降水的可靠性，从而在区域尺度上引入代表性误差。由于交通不便、监测环境困难，青藏高原现有的气象台站密度（每个站点平均覆盖22,000 km2）明显低于世界气象组织（WMO）推荐的最小站点密度。以0.1°× 0.1°网格分辨率为例，约只有0.4%的网格单元内气象站点分布（图2d）。此外，气象站点的空间和海拔分布不均进一步降低了区域降水的估算精度，区域代表性误差大幅增加。
图2 亚洲水塔降水观测的代表性误差
为此，研究呼吁重新评估基于现有器测降水数据得到的水资源、水循环和水灾害相关结果，如水资源量、水循环速率、径流组分占比等。最后，研究从仪器创新、站点建设与空间优化、多监测手段对比、数据同化与融合、深度学习等方面提出了亚洲水塔降水监测的新方案。
上述研究成果以“Understanding the Asian Water Tower requires a redesigned precipitation observation strategy”为题，发表于美国科学院院刊（PNAS）。北京师范大学地理科学学部教授缪驰远为论文第一作者，同时来自荷兰乌得勒支大学的教授Walter W. Immerzeel、中国科学院青藏高原研究所研究员李新、徐柏青，清华大学教授阳坤和河海大学教授段青云也参与了该研究工作。该研究得到国家自然科学基金委青藏高原地球系统基础科学中心（41988101）、第二次青藏高原综合科学考察研究（2019QZKK0405）项目的共同资助。