GPM與TRMM降水數據在海河流域的精度對比研究

魏志明, 岳官印, 李 家, 呂天陽

(1.遼寧師范大學 城市與環境學院, 遼寧 大連 116029; 2.Esri中國信息技術有限公司,北京 100027; 3.大連國家海域使用動態監視監測管理中心, 遼寧 大連 116011)

GPM與TRMM降水數據在海河流域的精度對比研究

魏志明1, 岳官印2, 李 家1, 呂天陽3

(1.遼寧師范大學 城市與環境學院, 遼寧 大連 116029; 2.Esri中國信息技術有限公司,北京 100027; 3.大連國家海域使用動態監視監測管理中心, 遼寧 大連 116011)

[目的] 對GPM與TRMM降水產品在海河流域的測量精度進行對比研究，以評估TRMM及GPM數據在海河流域的適用性。 [方法] 以海河流域為研究區，利用35個氣象站點2014年4—10月的實測降水量數據在月時間尺度上對兩代降水產品利用決定系數R2和相對誤差BIAS進行精度評價。 [結果] (1) 衛星降水產品與氣象臺站實測降水量決定系數從TRMM數據的0.758 2提升至GPM數據的0.760 7，斜率K從TRMM數據的0.810 5提升至GPM的數據的0.833 5。(2) TRMM與GPM降水產品差別較小，雖兩者均輕微低估了降水量，但整體上精度較高且GPM略優于TRMM。 [結論] GPM IMERG降水產品在海河流域月尺度的高空間分辨率水文分析方面具有很好的應用前景。

GPM； TRMM； 降水數據； 精度評價

文獻參數： 魏志明, 岳官印, 李家, 等.GPM與TRMM降水數據在海河流域的精度對比研究[J].水土保持通報，2017,37(2)：171-176.DOI:10.13961/j.cnki.stbctb.2017.02.026； Wei Zhiming, Yue Guanyin, Li Jia, et al. Comparison Study on Accuracies of Precipitation Data Using GPM and TRMM Product in Haihe River Basin[J]. Bulletin of Soil and Water Conservation, 2017,37(2)：171-176.DOI:10.13961/j.cnki.stbctb.2017.02.026

降水是整個水循環的主要驅動力，同時也是水文模型最基本的輸入資料，具有充足時間、空間細節的準確數據對于估算流域尺度水文學非常重要[1]。大量研究成果顯示[2-3]，空間分辨率直接影響到模型結果的精度，部分學者[4-5]研究表明水文模型中使用遙感衛星反演的降水柵格數據精度要優于點源降水數據。熱帶降水觀測衛星TRMM(tropical rainfall measuring mission)于1997年11月27日發射成功，是美國國家航空航天局(NASA)與日本宇宙航空研究開發機構(JAXA)的合作計劃。TRMM有效載荷主要有降雨雷達PR(precipitation radar)、微波成像儀TMI(trmm microwave imager)、可見光和紅外掃描儀VIRS(visible and infrared scanner)，其中PR是全球第一個星載測雨雷達[6]。TRMM衛星數據的空間分辨率為0.25°，相比之前基于衛星的降水產品其分辨率較高，但是對于小空間尺度的水文研究仍較粗糙。因此，獲得更高空間分辨率的衛星降水產品成為水文研究領域的一個重要目標。2014年2月27日,NASA和JAXA在TRMM取得的成功之上再次合作，在日本種子島發射基地成功發射全球降水觀測計劃衛星GPM(global precipitation measurement)。GPM的成功發射，為高空間分辨率水文研究提供了新的數據源。GPM核心觀測平臺的主要載荷有雙頻測雨雷達DPR(dual-frequency precipitation radar)和GPM微波成像儀GMI(GPM microwave imager)。DPR能夠返回液態及固態降水的三維輪廓及強度，這些數據將會揭示云中和云下的風暴內部結構。GMI具備在包括中到大雨及小雨雪條件下檢測降水量、面積、強度和類型的能力[7-8]。TRMM降水數據在應用時必須對其精度進行檢驗，學者對此進行了大量的研究工作[9-13]，但目前關于GPM應用之前的數據精度驗證等方面的研究還不多見，因此亟需開展類似研究。海河流域是我國經濟比較發達的地區之一，包括作為全國政治和文化中心的首都北京，研究其水資源問題對京津冀一體化等重大國家戰略和華北地區的社會經濟與生態環境可持續發展具有重要意義。本研究以海河流域作為研究區，對TRMM及GRM衛星數據在該流域的監測精度進行對比評價。首先，對數據整體進行精度評估。隨后，對數據從逐月整體評估及逐個氣象站個體評估兩個方面進行了進一步對比，評估TRMM及GPM數據在海河流域的適用性，以更好的表現海河的降水分布模式，同時也為使用水文模型提供更優的數據源，有利于提高水文模型的輸出結果。

1 研究區概況

海河流域位于東經112°—120°，北緯35°—43°，東臨渤海，南界黃河，西以太行山脈與黃河流域接界，北依蒙古高原與內陸河流域接界，總的地勢是西北高，東南低。由灤河、海河、徒駭馬頰河3大水系組成。流域總面積3.20×105km2，占全國面積3.3%。其中，山區面積1.89×105km2，占總流域面積的59%；平原面積1.31×105km2，占總面積的41%。海岸線長920 km，其中河北省421 km，天津市115 km，山東省344 km。除上述沿海3省市外，行政區劃還包括北京市全域，山西省、河南省、遼寧省、內蒙古自治區的部分地區。海河流域地處溫帶半濕潤、半干旱大陸性季風氣候區。年平均氣溫由南往北和由平原向山地降低，變化范圍在0～14.5 ℃。多年平均降水量535 mm，是中國東部沿海降水最少的地區。冬季寒冷少雪，盛行北風和西北風；春季氣溫回升快，風速大，干旱多風沙；夏季氣候濕潤，降水多，多東南風；秋季秋高氣爽，降雨量少。

2 數據與方法

2.1 數據及預處理

所用的數據包括氣象站點實測降水數據，GPM IMERG數據[14]，TRMM 3B43數據[15]。GPM IMERG降水數據的空間范圍為90°S—90°N,180°W—180°E，空間分辨率為0.1°×0.1°，時間分辨率為月，數據記錄的是每個月的平均每小時降水量(mm/h)。通過NASA-GSFC的降水處理系統(precipitation processing system, PPS)通過ftp方式(ftp:∥arthurhou.pps.eosdis.nasa.gov/)獲得。TRMM 3B43V7降水數據的空間范圍為50°S—50°N,180°W—180°E，空間分辨率為0.25°×0.25°，時間分辨率為月,數據記錄的同樣為月內平均每小時降水量(mm/h)。從美國國家航空航天局(NASA)戈達德航空航天中心(goddard space flight center, GSFC)通過匿名FTP(ftp:∥disc2.nascom.nasa.gov/data/s4 pa/TRMM_L3/TRMM_3 B43/)選取與實測降水數據同時段的數據。DEM數據為STRM V4數據，水平空間分辨率為3弧秒(相當于90 m)。

由于GPM IMERG數據從2014年4月開始分發，而到目前為止，TRMM 3 B43數據分發截止之間是2014年10月，故本研究采用2014年4—10月GPM IMERG數據產品以及同時期TRMM 3B43V7數據產品，研究中的月降水量通過降水速率逐月換算獲得。同時，為檢驗兩種基于遙感的降水數據在研究區的精度，從中國氣象科學數據共享網(http:∥cdc.nmic.cn/home.do)選用2014年4—10月流域內35個氣象站同期觀測月降水量數據作為本研究“真值”，進行對比分析。本研究使用的行政邊界數據為國家基礎地理信息系統1∶400萬數據集中國界與省界數據；海河流域范圍從中國1∶25萬一級流域分級數據集[16]提取；降水柵格數據為HDF5格式。預處理過程為：首先利用ArcMap軟件提取降水Precipitation層數據，然后將其另存為tiff格式文件；接下來將文件導入ENVI軟件將其投影轉換為WGS84地理坐標系，波段運算去除噪聲點后將數據輸出；最后將文件再次使用ArcMap軟件中的“提取值到點”工具提取降水臺站所在位置的降水速率值。

2.2 檢驗及分析方法

本研究采用決定系數(R2)，相對誤差(Bias)對兩種將數據產品進行精度檢驗：

(1)

(2)

3 數據準確度檢驗

3.1 數據整體精度評估

以研究區內35個氣象觀測站2014年4—10月的觀測數據為自變量，分別以TRMM3B43及GPMIMERG數據為因變量做一元線性回歸分析(圖1)。經檢驗TRMM數據與氣象臺站的決定系數，斜率K=0.833 5；GPM數據與氣象臺站的決定系數R2=0.760 7，斜率K=0.810 5，兩代數據的決定系數均通過p<0.01的顯著性檢驗，說明2種數據與觀測數據之間具有明顯的相關特性與一致性。從整體上看，TRMM數據降水量與觀測量相比偏小，這很可能由于降水雷達(PR)觀測數據的衰減校正和降水估算方法不確定性影響有關[17-18]，其可能因此導致TRMM數據在數值上偏小。同時，GPM數據降水量與觀測量也偏小，在整體一致性上略優于TRMM數據，一定程度上說明了GPM在偵測小雨雪上的能力上優于TRMM。

從以上的檢驗的結果來看，TRMM，GPM兩代數據產品在整體上具有較好的精度，為全面客觀地揭示出兩代產品在不同時間段精度及空間上的差異以及進一步分析TRMM與GPM兩代產品在研究區的內的數據精度，現對兩種數據從時間尺度及空間尺度2個方面進行精度驗證。

圖1 海河流域2014年4-10月GPM(左)、TRMM(右)與地面觀測降水量的散點趨勢

3.2 數據逐月整體精度評估

通過對海河流域研究區內的35個氣象觀測站點2014年4—10月逐月進行散點趨勢分析，可以看出(表1)在月尺度上，除4月GPM數據與實測數據精度高于整體檢驗外，其余各月兩種數據的精度均有所下降，其中7—9月豐水期內較為顯著。在這一時期，TRMM的決定系數R2略優于GPM的R2，說明在7—9月TRMM整體趨勢描述更好，而在4—5月及10月平水期內，GPM與實測數據的一致性則有更好的表現。所有月份的決定系數均通過p<0.01的顯著性檢驗。為真實反映兩種降水產品在研究時間段里對于降水偵測能力，計算逐月降水量并繪制折線圖(圖2)，結果顯示除7月TRMM與實測降水量差值大小與GPM實測降水量小以外，其余各月GPM與TRMM相比于實測降水量差值更小，說明GPM相較于TRMM在捕捉降水信息上更為準確。GPM數據更為準確的原因是因為GPM核心觀測平臺中的兩大主要載荷較其前代的性能提升。其中，GMI相比TMI頻率范圍由10～85.5 GHz拓展到10～183 GHz，增加的4個高頻段更適合觀測小到中雨；DPR的使用相比PR原有Ku波段(13.8 GHz)相控陣天氣雷達的基礎之上增加了Ka波段(35.5 GHz)，這一頻率可成功偵測低至0.5 mm/h的微量降水及固態降水[19-20]。

體檢驗法也同時掩蓋了單個站點數據與對應格網降水產品的差異，尤其降水是所有氣象要素中影響因子最多的變量，其受地形、地勢、海拔、大氣環流、經緯度位置、海陸位置等因素影響[9]，具有空間、時間上的不連續性和高度非線性特征。因此，僅僅對數據總體精度進行評估是不足的。因此需要對研究區內各個站點進行進一步的精度驗證。

表1 海河流域2014年4-10月逐月GPM,TRMM與地面觀測站降水量決定系數

圖2 2014年4-10月GPM與TRMM測得海河流域平均降水量關系

3.3 數據個體精度評估以

研究區內各個氣象觀測站2014年4—10月的月降水量數據為自變量(X軸)，以各個氣象站對應的格網降水產品(GPM和TRMM)數據為因變量(Y軸)，做一元線性分析，得到各個格網數據與各氣象觀測站點之間的決定系數(且均通過了p<0.05的顯著性檢驗)(表2)。

從表2可以看出： (1) 大部分的氣象觀測站實測降水量與TRMM 3 B43,GPM IMERG產品降水量之間呈現較高的相關性，這進一步驗證了在海河流域，GPM和TRMM數據與氣象觀測數據存在明顯的線性關系； (2) 個別氣象站點與氣象臺站決定系數較低，如天鎮，霸州，饒陽，泊頭，南宮觀測降水量與GPM(TRMM)的R2值分別為0.38(0.41)，0.20(0.41)，0.20(0.10)，0.17(0.34)，0.42(0.30)，說明這些臺站GPM(TRMM)與觀測數據之間的線性關系較弱。其中除天鎮外，其余4點皆位于華北平原區及海河南系二級流域內(圖3)。其主要原因可能是由于成像雷達像元內的降水不均勻性，導致降水產品與實測降水量兩者在時空檢測尺度不匹配[21-22]，使中部平原相較燕山太行山地區及東部沿海地區相比造成決定系數R2偏小。 (3) 35個觀測站點中，有23個站點GPM與實測數據的決定系數高于TRMM與實測數據的決定系數，占到臺站總數的65.7%。在其余12個觀測站，除霸州與泊頭兩站GPM決定系數與TRMM決定系數相差較大外，其余10個觀測站決定系數基本相當。2種數據表明在大多數站點上GPM月降水數據相較TRMM月降水數據與實測數據具有更好的一致性。

表2 海河流域2014年4-10月GPM,TRMM與地面觀測站降水量決定系數

決定系數只能反映出TRMM與GPM降水數據和降水實測降水量之間一致性大小，無法客觀反映兩者之間降水量數值的差異程度。各氣象站點計算得到的相對誤差Bias反映了TRMM，GPM月降水數據偏離實測降水量的程度。利用公式(2)計算各個站點的Bias(表3)。由表3可知，在研究區35個觀測站點中，2種產品五臺山、遵化、惠民等3個站點的Bias均為負值，表明在這些站點上，月降水數據在整體上相比于站點實測降水量存在一定的低估。大同、蔚縣、靈丘等22個觀測站中Bias為正值，表明在這些點上，月降水數據在整體上相比于站點實測降水量存在一定的高估。其中，特別是石家莊、樂亭、泊頭存在非常明顯的高估。其余包括天鎮、長治等在內的10個點在兩種產品中，Bias值互為正負，表明存在不同的偏差。綜合以上的精度驗證結果：整體上，海河流域TRMM與GPM分別與站點實測降水量具有較好的一致性，除個別站點外全流域 值在0.75以上，數值上降水數據與實測站點數據整體略微偏高；從個體上，大多數站點衛星月降水數據與實測降水量在數值上差異較小，而在石家莊、樂亭、泊頭差異較大。

圖3 GPM，TRMM決定系數空間分布

表3 海河流域2014年4-10月GPM,TRMM數據與地面觀測站降水量相對誤差

4 結 論

(1) 在海河流域內TRMM 3B43/GPM IMERG數據與35個氣象觀測數據在整體上R2分別為0.758 2和0.760 7，斜率K分別為0.810 5和0.833 5，說明兩代數據產品差別較小，GPM略優于TRMM，與觀測數據具有明顯的線性關系特征，數據質量較高。整體而言，從月數據產品中提取的降水值實測值比站點實測降水量均略微偏小。

(2) 在研究時間區間內，對兩種數據產品進行逐月精度檢驗，發現GPM IMERG與TRMM 3B43相比整體上更接近實測降水量，且在平水期與實測數據有更好的一致性。

(3) 對35個氣象臺站降水數據與實測數據進行一元回歸分析，結果表明各站點位置GPM的 值與 值均略高于TRMM各站點位置的 值與 值，且更接近與1，說明GPM IMERG在數據整體的一致性上，略優于TRMM 3B43。

(4) 對35個氣象臺數據準確性逐個進行分析，發現大部分值較高，少部分值較低，最低值出現在研究區中部的霸州、饒陽、泊頭、南宮等地區；本研究的不足之處在于，TRMM衛星與GPM衛星的交接期較短，致使本研究的時間范圍僅為7個月。且相對于整個海河流域，35個氣象臺站雖分布較均勻，但點位仍較少。如果未來采用衛星日尺度或小時尺度降水產品與實測站點數據，則有必要對降水產品進行更細致的適用性分析。

[1] Immerzeel W W, Rutten M M, Droogers P. Spatial downscaling of TRMM precipitation using vegetative response on the Iberian Peninsula[J]. Remote Sensing of Environment, 2009,113(2):362-370.

[2] Meng Jin, Li Li, Hao Zhenchun, et al. Suitability of TRMM satellite rainfall in driving a distributed hydrological model in the source region of Yellow River[J]. Journal of Hydrology, 2014,509(2): 320-332.

[3] 張蒙蒙,江志紅.我國高分辨率降水融合資料的適用性評估[J].氣候與環境研究,2013,18(4):461-471.

[4] Duan Z, Bastiaanssen W G M, Liu J. Monthly and annual validation of TRMM Mulitisatellite Precipitation Analysis(TMPA) products in the Caspian Sea Region for the period 1999—2003[C]∥Geoscience and Remote Sensing Symposium(IGARSS), IEEE： 2012 IEEE International. 2012:3696-3699.

[5] Adler R F, Kidd C, Petty G, et al. Intercomparison of global precipitation products: The third precipitation intercomparison project(PIP-3)[J]. Bulletin of the American Meteorological Society, 2001,82(7):1377-1396.

[6] Kozu T, Kawanishi T, Kuroiwa H, et al. Development of precipitation radar onboard the Tropical Rainfall Measuring Mission(TRMM) satellite[J]. Geoscience and Remote Sensing, IEEE Transactions on, 2001,39(1):102-116.

[7] Smith E A, Asrar G, Furuhama Y, et al. International global precipitation measurement (GPM) program and mission: An overview[M]∥Measuring precipitation from space. Springer Netherlands, 2007:611-653.

[8] Hou A Y, Kakar R K, Neeck S, et al. The global precipitation measurement mission[J]. Bulletin of the American Meteorological Society, 2014,95(5):701-722.

[9] 曾紅偉,李麗娟.瀾滄江及周邊流域TRMM 3B43數據精度檢驗[J].地理學報,2011,66(7):994-1004.

[10] Liu Junzhi, Zhu AXing, Duan Zheng. Evaluation of TRMM 3B42 precipitation product using rain gauge data in Meichuan watershed, Poyang Lake basin, China[J]. Journal of Resources and Ecology, 2012,3(4),359-366.

[11] 駱三,苗峻峰,牛濤,等.TRMM 測雨產品 3 B42 與臺站資料在中國區域的對比分析[J].氣象,2011,37(9):1081-1090.

[12] Chen Sheng, Yang Hong, Cao Qing, et al. Similarity and difference of the two successive V6 and V7 TRMM multisatellite precipitation analysis performance over China[J]. Journal of Geophysical Research: Atmospheres, 2013,118(23):13,060-13,074.

[13] Koo M S, Hong S Y, Kim J. An evaluation of the tropical rainfall measuring mission(TRMM) multi-satellite precipitation analysis(TMPA) data over South Korea[J].Asia-Pacific Journal of Atmospheric Sciences, 2009,45(3):265-282.

[14] Huffman G J, Bolvin D T, Braithwaite D, et al. NASA Global Precipitation Measurement (GPM) Integrated Multi-satellitE Retrievals for GPM(IMERG)[M]∥Algorithm theoretical basis document, version 4.1. NASA, 2013.

[15] George J H, Robert F A, David T B. The TRMM Multisatellite Precipitation Analysis(TMPA): Quasi-global, multiyear,combined-sensor precipitation estimates at fine scales[J]. Journal of Hydrometeorology, 2006,8(1):38-55.

[16] 國家科技基礎條件平臺—國家地球系統數據共享平臺—湖泊—流域科學數據中心.中國2002年1∶25萬一級流域分級數據集[DB/OL]. (20020105)[20150525]http:∥lake.data.ac.cn.

[17] Iguchi T, Kozu T, Kwiatkowski J, et al. Uncertainties in the rain profiling algorithm for the TRMM precipitation radar[J].気象集誌，2009,87(2):1-30.

[18] 劉元波,傅巧妮,宋平,等.衛星遙感反演降水研究綜述[J].地球科學進展,2011,26(11):1162-1172.

[19] Bidwell S W, Flaming G M, Durning J F, et al. The global precipitation measurement (GPM) microwave imager (GMI) instrument: role, performance, and status[C]∥Geoscience and Remote Sensing Symposium,IGARSS’05. Proceedings. IEEE： IEEE International， 2005.

[20] Huffman G J, Bolvin D T, Braithwaite D, et al. Developing the integrated multi-satellite retrievals for GPM (IMERG)[J]. Acta Paulista De Enfermagem, 2012, 25(1):146-150.

[21] 商建,范學花,楊汝良.TRMM衛星測雨雷達與地基雷達的數據匹配問題研究[J].遙感技術與應用,2009,24(2):164-166.

[22] 唐國強,萬瑋,曾子悅,等.全球降水測量(GPM)計劃及其最新進展綜述[J].遙感技術與應用,2015,30(4):607-615.

Comparison Study on Accuracies of Precipitation Data Using GPM and TRMM Product in Haihe River Basin

WEI Zhiming, YUE Guanyin, LI Jia, Lü Tianyang

(1.CollegeofUrbanandEnvironmentalScience,LiaoningNormalUniversity,Dalian,Liaoning116029,China; 2.EsriChinaInformationTechnologyCo.Ltd,Beijing100027,China; 3.DalianSeaUSCDynamicSurveillanceManagementCenter,Dalian,Liaoning116011,China)

[Objective] The accuracies of GPM and TRMM precipitation data were measured to evaluate the applicability of TRMM and GPM data in the Haihe River basin. [Methods] The precipitation products from April to October 2014 in the Haihe River basin were compared with the corresponding data measured with rain gauges from 35 meteorological stations. the coefficient of determinationR2and relative error BIAS were used as statistical indicators to evaluate the performance of GPM(global precipitation measurement) and TRMM (tropical rainfall measuring mission). [Results] GPM performed slightly better than TRMM did. The coefficient of determinationR2between satellite precipitation product and in-situ data were 0.758 2 and 0.760 7 for TRMM and GPM, the slopeKwere 0.810 5 and 0.833 5, respectively. Although the difference between TRMM and GPM was minor and both of them underestimated the real precipitation, accuracies of them still were relative high. [Conclusion] GPM IMERG precipitation product has potentially good application prospect in monthly scale hydrology for its high spatial resolution.

GPM； TRMM； precipitation data； evaluation

2016-10-13

2016-11-08

魏志明(1991—)，男(漢族)，遼寧省沈陽市人，碩士研究生，研究方向為地理信息系統。E-mail:876830062@qq.com。

B

1000-288X(2017)02-0171-06

P412.27