氣象衛星降水數據在時間尺度上的精度檢驗

魏 莎，崔晨風，童山琳，郭元剛

(西北農林科技大學水利與建筑工程學院,陜西 楊凌712100)

影響流域水循環最為重要的因素就是流域降雨量，降水是地球水循環的重要組成部分，連接著大氣循環過程與地表循環過程，具有重要的氣象學、氣候學和水文學意義[1-4]。理論上，密集布置地面觀測站點是獲得較為精確降水數據的一個重要手段，但由于自然條件和經濟水平的差異，地面觀測站點分布嚴重不均，海洋上更加稀少。由于降水過程的高度時空變異性，現有地面雨量計、地基測雨雷達等雖對單點降水觀測精度較高，但仍存在站點分布和觀測范圍等局限性，尚不能滿足大流域降水觀測的需求[5]。隨著TRMM衛星的發射，衛星降水數據得到廣泛應用[6,7]，與此同時數據精度問題也成為了很多研究學者關注的熱點。李景剛等[8]在洞庭湖流域對 TRMM 3B43數據進行了檢驗，發現在月尺度上，相關系數可以接近0.9。胡慶芳等評估了贛江流域TRMM 3B42V6的精度，并進行了誤差特征分析與成因解釋等[9]。Dominqu等[10]研究了TRMM 數據在亞馬遜河的精度，認為TRMM降水數據在該流域的總量及各月的降水量效果較好，用于水文模擬能夠取得較好效果.

綜觀以上研究表明:國內外學者們對TRMM數據精度檢驗研究大多數選用的空間尺度太大，只能代表整體平均水平，而忽略了小尺度上地區數據的差異，時間尺度包含年、月、日數據精度較少，精度較低；同時在中國地區針對于黑河流域TRMM測雨數據精度檢驗研究相對較少，而且基本都是采用地面氣象站的觀測數據。因此，本文以黑河流域作為研究區，分析TRMM數據在該流域年、月、日尺度上的數據精度，以期為TRMM數據在黑河流域的有效利用提供參考。

1 研究區概況

選擇黑河流域為研究區域，流域水系如圖1所示。黑河流域是我國西北地區流經青海、甘肅、內蒙古3省(區)的較大內陸水系[11]，是我國西北地區第2大內陸流域，位于河西走廊中部 98°E-101°30′E，38°N-42°N，為甘蒙西部最大的內陸河流域。黑河流域的地貌特征區域差異顯著，南部為祁連山山地，中部為走廊平原，北部為低山山地和阿拉善高原，并與巴丹吉林沙漠接壤[12]。祁連山區是黑河流域地表水資源的形成地域，其降水量多寡直接影響著黑河上游的冰川、積雪、徑流狀況[13,14]。但是上游山區地形復雜多樣[15]，黑河流域位于歐亞大陸中部，遠離海洋，周圍高山環繞，流域氣候主要受中高緯度的西風帶環流控制和極地冷氣團影響，氣候干燥，降水稀少而集中，多大風，日照充足，太陽輻射強烈，晝夜溫差大。流域中集水面積大于100 km2的河流約18條，地表徑流量大于1 000 萬m3的河流有24條。

圖1 水文站分布Fig.1 Distribution of hydrological station

2 數據說明

研究共收集流域內25個水文站點1980-2003年逐日降水資料，精度評估中所需的月降水量和年降水量均由逐日降水量累加所得。采用的衛星降水數據為中國區域地面氣象要素數據集，它是中國科學院青藏高原研究所開發的一套近地面氣象與環境要素再分析數據集，為相應水文站點的衛星逐日降水數據。

3 研究方法

3.1 相關系數法

相關系數表示2個要素之間的相關程度的統計指標。對于2個要素x與y，如果它們的樣本值分別為xi與yi(i=1，2，…，n)，它們之間的相關系數：

(2)

式中:n為數據記錄的總個數；xi為氣象衛星降水數據提供的降水量；yi為對應時間內地面水文站點的觀測降水量。

在實際操作中，首先由水文站點經緯度計算出站點所在網格單元的坐標，然后通過 MATLAB語言編程輸出該網格單元內的降水量作為xi的值。R反映了氣象衛星降水數據與站點實測降水值的一致性，取值范圍為[0，1]，越接近1表明數據一致性越好。

3.2 散點斜率法

作一元線性回歸分析：

y=kx+b

(3)

式中：k為斜率；y為氣象衛星降水產品作為因變量;x為氣象臺站降水觀測數據，作為自變量。

線性函數的斜率k越接近于1,偏差越小；若k>1,說明氣象衛星降水量大于實測降水量；若k<1,說明氣象衛星降水量小于實測降水量。

4 結果與分析

4.1 年尺度精度檢驗

(1)數據整體精度檢驗。以1980-2003年研究區內25個水文站點的年實測降水量為自變量，對應年份各水文站點所在的網格內氣象衛星年降水數據為因變量進行一元線性回歸分析，如圖2所示。經檢驗，氣象衛星年降水數據與站點實測降水量的平均相關系數R=0.938，斜率k=0.278 8，顯示了兩者之間存在很好的一致性。從整體而言，氣象衛星年降水數據的降水值比站點實測降水量略微偏低，這可能是由于遙感方法本身的特點導致的。由于衛星主要通過微波傳感器等設備探測云內降水粒子和云粒子與微波的相互作用達到測量降水的目的，這種方式在估計歷時較短、降水較小的降水過程方面存有缺陷，可能因此導致氣象衛星數據在數值上偏小。相比其他區域已有的氣象衛星降水數據精度檢驗結果，氣象衛星年數據與站點實測降水量的相關系數R略高，而斜率k略低。反映出相比其他區域，氣象衛星年數據在本流域與站點實測降水量的相關性略高，但數值差異略大，精度驗證的結論總體一致。

圖2 年降水量相關圖Fig.2 Annual rainfall correlation diagram

(2)各站點精度檢驗。對各個水文站點而言，經統計，圖3以4個站點為例，衛星降水數據與相對應的各水文站年降水量的相關系數普遍較高，說明整體來看衛星降水數據與水文站年降水量具有較好的一致性；衛星降水量較實測降水量偏差較大。具體來看，各站點相關系數值及線性回歸方程的斜率為：八寶河祁連站R=0.970，k=0.328；昌馬河昌馬堡R=0.630，k=0.142；黑河高崖R=0.816，k=0.240；黑河鴛鴦峽R=0.851，k=0.250；黑河札馬什克R=0.837，k=0.256；黑河正義峽R=0.835，k=0.243；洪水河新地站R=0.775，k=0.185；李橋水庫壩上R=0.798，k=0.257；疏勒河潘家莊站R=0.572，k=0.198；討賴河冰溝R=0.522，k=0.082；西營九條溝R=0.847，k=0.227。大部分水文站點都顯示出了良好的一致性，從水文站站點的位置來看，相關性較差的地區是疏勒河潘家莊、討賴河冰溝和昌馬河昌馬堡，這些地方為雨量較少地區，影響氣象衛星的觀測。而衛星降水的斜率為0.142～0.328，說明衛星降水數據降水量與實測降水量偏差較大，且衛星降水數據較實測數據偏小。

圖3 年降水數據與實測年降水數據Fig.3 Precipitation data and annual precipitation data measured in

4.2 月尺度精度檢驗

(1)數據整體精度檢驗。從25個水文站中選取11個資料比較齊全的水文站點數據，以1980年該11個水文站點的實測值作為自變量，相對應的氣象衛星降水值為因變量作相關分析，如圖4所示。經統計計算R=0.962，其相關性優于年降水的相關性，相關關系很好；k=0.285,說明衛星月降水數據仍然是小于水文站月降水數據的，且偏差較大。

圖4 月降水量相關圖Fig.4 Monthly precipitation correlation diagram

(2)各站點精度檢驗。如圖5所示以4個站點為例，氣象衛星降水產品與相對應的各水文站月降水量的相關系數仍普遍較高，說明整體來看氣象衛星降水產品與水文站年降水量具有較好的一致性。具體來看，各站點相關系數值為：八寶河祁連站R=0.991，昌馬河昌馬堡R=0.877，黑河高崖R=0.869，黑河鴛鴦峽R=0.903，黑河札馬什克R=0.974，黑河正義峽R=0.885，洪水河新地站R=0.835，李橋水庫壩上R=0.991，疏勒河潘家莊站R=0.572，討賴河冰溝R=0.667，西營九條溝R=0.940，大部分水文站點仍顯示出良好的相關性，并且相關性略好于年降水量的相關性。另外，k值范圍為0.172 2～0.407 9，說明氣象衛星月降水量與實測降水量偏差仍然較大，且氣象衛星數據較實測數據依然偏小。

圖5 月降水數據與實測月降水數據Fig.5 Rainfall data and monthly precipitation data measured monthly

4.3 日尺度精度檢驗

以1980-1982年的俄博站所有場次降水的實測數據為橫坐標，相應的氣象衛星數據為縱坐標作相關關系圖，如圖6所示，發現相關系數R僅為0.447，實測降水量與氣象衛星測雨產品的日降水數據的相關性較差。

圖6 日降水量相關Fig.6 Daily precipitation correlation diagram

4.4 時間尺度對測雨精度的綜合影響分析

水文尺度問題是當今水文學研究的前沿課題之一。自20世紀90年代初，水文尺度問題被正式提出后，尺度問題在水文科學中一直受到國內外學者的廣泛關注和重視。降水是徑流模擬中最大的不確定因素之一，同時又是洪水預報中最重要的信息。因此，研究時間尺度對衛星測雨產品精度的影響十分必要。就時間尺度而言，本文研究了日、月、年尺度對衛星測雨產品精度的影響，計算結果如表1所示。

表1 時間尺度影響計算Tab.1 Timescales affect the calculation Table

從表1中可以看出，衛星測雨產品和水文站實測雨量的日尺度相關系數的平均值R=0.462,月尺度相關系數的平均值R=0.864，年尺度相關系數的平均R=0.768；日雨量的MRE平均值為0.872，月雨量的MRE平均值為0.786，年雨量的MRE平均值為0.688。因此說明年尺度和月尺度的相關性遠好于日尺度；對于MRE而言，日尺度>月尺度>年尺度，說明衛星測雨產品的精度，年尺度略好于月尺度略好于日尺度。相對誤差絕對值的平均值MRE(Mean Relative Error)來評價氣象衛星估測降水的誤差大小，對于某一給定閾值，MRE定義為：

式中：Ti為氣象衛星測雨值；Si為水文站測雨值；n為測雨次數。

5 結論與展望

衛星遙感資料在水文中的應用是目前水文學研究領域的熱點問題之一。本文利用黑河流域內的25個水文站點，重點選取其中的11個典型水文站點的實測降水量對氣象衛星降水數據在年尺度、月尺度和日尺度上進行了精度檢驗，并通過計算氣象衛星年均降水量、月平均降水量和日均降水量對黑河流域降水在時間尺度上進行了綜合分析，檢驗了氣象衛星測雨產品的精度。主要研究成果如下。

(1)通過對不同時間尺度的氣象衛星測雨數據進行檢驗評估，衛星年降水數據、月降水數據、日降水數據與站點相應實測降水量的平均相關系數R為0.938、0.962、0.447，發現對大多數水文站點來說，氣象衛星數據和水文站數據在年尺度和月尺度的相關性遠好于日尺度，而衛星測雨產品在精度方面，通過MRE等指標得出的結論是：年尺度略好于月尺度略好于日尺度，但是在這3種尺度上的相對誤差普遍較大。

(2)在進行氣象衛星月降水量的精度檢驗時發現：在本流域內表現出基本一致的年內偏差規律，具體表現為在1 a內降水量較少的1-3月和10-12月的偏差較小，精度相對較好；而在降水量較多的其他月份偏差較大，精度相對較差。

隨著衛星遙感技術的進一步發展，如何更好地利用氣象衛星資料和雨量計資料聯合估算流域的降雨分布，將是一個很有發展前景的研究方向。即將實施的多衛星全球降雨觀測計劃GPM(Global Precipitation Measurement)將提供比氣象衛星更完善、更準確的降雨資料，這些資料不僅可用于天氣預報，還可用于洪水預測和全球洪水預警等領域。因此，衛星遙感資料在水文領域中的應用將會成為未來水文學科發展的必然趨勢。

[1] S Michaelides, V Levizzaani, E Angnostou, et al. Precipitation: measurement, remote, sensing, climatology and modeling[J].Atmospheric Research,2009,94(4):512-533.

[2] Shuoyu Xiang,Yueqing Li, Dian Li,et al.An analysis of heavyprecipitation caused by a retracing plateau vortex based on TRMM date[J].Meteorology and Atmospheric Physics,2013,122(1-2):33-45.

[3] AaronYair,NaamaRaz-Yassif.Hydrological processes in a small arid catchment:scale effects of rainfall and slope length[J]. Geomorphology,2004,61(1):155-169.

[4] 朱國鋒，蒲 燾，張 濤，等．TRMM降水數據在橫斷山區的精度[J]．地理科學，2013,33(9):1 125-1 131.

[5] TIAN Wenwen，SONG Xingyuan，LIAO Weimin．Application of set pari analysis( SPA) in quantitative precipitation estimation by radar[J]． Water Resources and Power ( in Chinese) ，2009，26( 2) :20-23．

[6] Chris Kidd. Satellite rainfall climatology: a review[J]. International Journal of Climatology, 2001,21(9):1 041-1 066.

[7] Guofeng Zhu,Yuanqing He, Tao Pu,et al. Spatial distribution and temporal trends in potential evapotranspiration over H-duan Mountains region from 1960 to 2009 [J]. Journal of Geo-Graphical Sciences, 2012,22(1):71-85.

[8] 李景剛，李紀人，黃詩峰．基于TRMM數據和區域綜合Z指數的洞庭湖流域近10 a旱澇特征分析[J]．資源科學，2010，32 ( 6 ) :1 103-1 110．

[9] 胡慶芳，楊大文，王銀堂，等. 贛江流域TRMM 3B42V6的誤差特征與成因解釋[J].水科學進展,2013,24(6):1-9.

[10] Dominqu C，Bernard S，Albert O．Review on estimation of evapotranspiration from remote sensing data: from empirical to numerical modeling approaches[J]．Irrigation and Drainage Systems，2005，19:223-249．

[11] 張 凱，王潤元，韓海濤,等．黑河流域氣候變化的水文水資源效應[J].資源科學，2007,29(1):77-83.

[12] 王寧練，張世彪，賀建橋,等．祁連山中段黑河上游山區地表徑流水資源主要形成區域的同位素示蹤研究[J]．科學通報，2009,54(15):2 148-2 152.

[13] 肖生春，肖洪浪，藍永超,等．近50 a來黑河流域水資源問題與流域集成管理[J]．中國沙漠，2011,31(2):529-535.

[14] 張華偉，魯安新，王麗紅,等．祁連山疏勒南山地冰川變化的遙感研究[J]．冰川凍土，2011,33(1):8-13.

[15] 陳 乾，陳添宇，張逸軒．祁連山區能量場特征與降水分布的關系分析[J]．冰川凍土，2011,33(5):1 046-1 054．