基于融合降水產(chǎn)品的春季淮河流域干旱指數(shù)適用性分析

王嘉志 宋媛媛 王幫潔

摘要 本文使用CMORPH地面衛(wèi)星融合逐小時降水產(chǎn)品和2008—2012年淮河流域26個地面觀測站春季降水資料計算降水量距平百分率（Pa指數(shù)）、Z指數(shù)和同期的驗證指數(shù)，即標(biāo)準(zhǔn)化降水指數(shù)（standardized precipitation index，SPI）。結(jié)果表明，CMORPH地面融合逐小時降水產(chǎn)品月累積降水?dāng)?shù)據(jù)資料可靠，與實測數(shù)據(jù)的相關(guān)系數(shù)r為0.94，顯著相關(guān)；通過修正的Z指數(shù)和Pa指數(shù)與SPI的相關(guān)系數(shù)r分別為0.74、0.75，滿足相關(guān)性檢驗。表明基于CMORPH地面衛(wèi)星融合逐小時降水產(chǎn)品的Pa指數(shù)和Z指數(shù)對淮河流域春季的干旱監(jiān)測是有效的。

關(guān)鍵詞 融合降水產(chǎn)品；Pa指數(shù)；Z指數(shù)；適用性；淮河流域；春季

中圖分類號 S423 文獻標(biāo)識碼 A 文章編號 1007-5739（2018）13-0206-02

Feasibility Analysis of Drought Index of Huai River Basin in Spring Based on Fusion Precipitation Products

WANG Jia-zhi SONG Yuan-yuan WANG Bang-jie

（College of Hydrometeorology，Nanjing University of Information Science & Technology，Nanjing Jiangsu 210044）

Abstract The precipitation anomaly percentage index（Pa index），Z index and same period validate index（standardized precipitation index，SPI）were calculated by using hourly precipitation and CMORPH fusion precipitation products，and precipitation data from 26 stations of Huai River basin in spring of 2008-2012.The results showed that the monthly precipitation data accumulated by CMORPH hourly precipitation fusion products was reliable，the linear correlation coefficient r was 0.94，and it was significantly related to Z index.The correlation coefficient r between modified drought classifications and SPI was 0.74（modified Z index）and 0.75（modified Pa index） respectively，which met requirement of correlation test.The correlation test showed that Pa index and Z index based on the hourly precipitation and CMORPH precipitation fusion products were valid.

Key words fusion precipitation product；Pa index；Z index；feasibility；Huai River basin；spring

干旱是最常見的自然災(zāi)害之一，對我國甚至全球的生產(chǎn)影響都很巨大。通過對各類干旱定義的分析，美國氣象學(xué)會總結(jié)為農(nóng)業(yè)、社會經(jīng)濟、水文和氣象4種干旱，其中氣象干旱是直接影響降水的因素，因而氣象干旱是其他3種干旱的主要原因。春播時期如果出現(xiàn)適時降水，處于生長期的農(nóng)作物得到灌溉，將在很大程度上決定這一年的收成，所以說“春雨貴如油”。春季干旱的監(jiān)測對農(nóng)作物種植有指導(dǎo)意義。

在降水?dāng)?shù)據(jù)的來源中，衛(wèi)星反演降水產(chǎn)品是“主角”之一[1-3]，傳統(tǒng)地面站點觀測雖然觀測精度較高，但是時空分辨率低，衛(wèi)星反演降水產(chǎn)品能擬補這個缺陷。在建立地球表面的水文和氣候模型過程中，高時空分辨率的降水分析產(chǎn)品能夠起到有效的數(shù)據(jù)支撐作用[4-5]。隨著科技的發(fā)展已經(jīng)涌現(xiàn)出了一批成熟的衛(wèi)星降水產(chǎn)品，如TRMM衛(wèi)星反演降水[6]、CMORPH衛(wèi)星降水[7]等。CMORPH降水產(chǎn)品在這些產(chǎn)品中時空分辨率最優(yōu)，能監(jiān)測30 min內(nèi)的降雨，在我國中小時間尺度的降水監(jiān)測過程中提供巨大的幫助。受到衛(wèi)星獲取降水原理、傳感器以及反演算法等因子的影響，存在系統(tǒng)誤差和隨機誤差，降水觀測精度也會出現(xiàn)誤差[8]。因此，對衛(wèi)星數(shù)據(jù)的有效性進行驗證是必要的。

本文通過2008—2012年淮河流域春季CMORPH地面融合逐小時降水產(chǎn)品計算Pa指數(shù)和Z指數(shù)，討論其在該地區(qū)的適用性。

1 區(qū)域概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

淮河起源于桐柏山太白頂北麓，臥于長江和黃河兩流域之間，處于中國東部，順次流經(jīng)河南、湖北、安徽、江蘇四省，位于東經(jīng)111°55′～121°25′、北緯30°55′～36°36′，面積約27萬km2。淮河流域大致是由南向北遞減，山區(qū)多于平原，沿海大于內(nèi)陸。淮河流域地處中國南北氣候過渡帶，屬暖溫帶半濕潤季風(fēng)氣候區(qū)，多年平均降水量約為920 mm。夏秋悶熱多雨，冷暖和早澇轉(zhuǎn)變急劇；冬春干旱少雨。

1.2 數(shù)據(jù)來源

1.2.1 CMORPH_Hourly地面融合產(chǎn)品。CMORPH_Hourly地面融合產(chǎn)品是由美國氣候預(yù)測中心研發(fā)的全球30 min、8 km分辨率的CMORPH衛(wèi)星反演降水產(chǎn)品和經(jīng)過質(zhì)量控制后的全國逾3萬個自動氣象站觀測的小時降水量引入概率密度匹配+最優(yōu)插值（PDF+OI）兩步數(shù)據(jù)融合概念模型，并對技術(shù)核心參數(shù)進行調(diào)試和改造，生成了2008年以來的逐小時融合降水量產(chǎn)品。融合產(chǎn)品的規(guī)格，時間分辨率為1 h，即前1 h累積降水量；空間分辨率為0.1°×0.1°，空間范圍為70°～140°E，15°～60°N；序列長度從1998年1月1日0：00起（世界時），實時更新。降雨數(shù)據(jù)集為由中國氣象數(shù)據(jù)網(wǎng)（http：//data.cma.cn/）提供的2008—2012年CMORPH_Hourly地面融合產(chǎn)品（以下簡稱CMORPH融合數(shù)據(jù)）。

1.2.2 地面觀測降水?dāng)?shù)據(jù)。選取26個淮河流域范圍內(nèi)國家基準(zhǔn)地面氣象觀測站的降雨數(shù)據(jù)，觀測站點分布均勻，資料比較完整。該資料在中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)（http：//cdc.cma.gov.cn/home.do）下載獲取，數(shù)據(jù)長度為2008—2012年的日數(shù)據(jù)，數(shù)據(jù)精度為0.1 mm，所選站點降水?dāng)?shù)據(jù)無缺測、質(zhì)量過關(guān)[9]。

1.3 研究方法

1.3.1 降水量距平百分率（Pa指數(shù)）。Pa指數(shù)表示某個時段降雨量偏離氣候平均狀況程度的指標(biāo)之一，可直觀反映降雨異常導(dǎo)致的農(nóng)業(yè)干旱狀況。Pa指數(shù)的計算式為：

式中：P為某一時段的降雨量，mm；P為該時段多年平均降雨量，mm。

Pa指數(shù)能夠監(jiān)測干旱并且區(qū)分干旱的程度。根據(jù)2006年國家氣象干旱等級標(biāo)準(zhǔn)[6]，以Pa指數(shù)劃分5個干旱等級：無旱（Pa>-0.40）、輕旱（-0.600.25）、正常（-0.40

1.3.2 Z指數(shù)。Z指數(shù)與降水時空分布聯(lián)系密切，能夠很好展現(xiàn)單站點干旱的發(fā)生及程度。由于降水量一般不符合正態(tài)分布，通過對降水量進行正態(tài)化處理，再以Person-Ⅲ型分布為基礎(chǔ)，將其轉(zhuǎn)化為以Z指數(shù)為標(biāo)量的標(biāo)準(zhǔn)正態(tài)分布[7]。本文中Z指數(shù)結(jié)果獲取類似Pa指數(shù)，均由5年的融合數(shù)據(jù)計算得到每個像素點的Z指數(shù)值，其計算方法為：

式中：Zi表示某一年CMORPH融合數(shù)據(jù)中每個像素第i個春季的降水Z指數(shù)；Cs和Φi分別為偏態(tài)系數(shù)和標(biāo)準(zhǔn)變量，其中，Cs=（xi-x）3/nδ3，Φi=（xi-x）/δ；xi為第i個春季的降水量；n為總年數(shù)，此處為5年；δ為降水序列的標(biāo)準(zhǔn)差；x表示降水序列的均值。為了與Pa指數(shù)的干旱等級相對應(yīng)，依賴已有的干旱程度劃分研究成果[3-4]，本文將Z指數(shù)的干旱等級分為5個等級：濕潤（Z>0.842）、正常（-0.842

2 結(jié)果與分析

2.1 CMORPH融合數(shù)據(jù)的有效性驗證

從日、月、季不同時間尺度的擬合結(jié)果來驗證數(shù)據(jù)的有效性。結(jié)果表明，融合數(shù)據(jù)與地面觀測降水?dāng)?shù)據(jù)在月、季尺度上的相關(guān)性都很高，相關(guān)系數(shù)r分別為0.94和0.99。由此表明，月、季時間尺度上的數(shù)據(jù)有效性高，并且比日數(shù)據(jù)的相關(guān)性（r=0.32）更高。

從表1可以看出，Pa指數(shù)和Z指數(shù)的時間演化規(guī)律類似，但是干旱程度的比例分布存在差異。因為干旱程度的界定是通過已有的研究結(jié)果和現(xiàn)有資料得到的，所以對于相同指數(shù)干旱程度的界定有多種方式，結(jié)果也就會存在差異。

2.2 干旱等級的分析與修正

根據(jù)表1各類干旱程度的比重分析，Z指數(shù)偏離實際情況，Pa指數(shù)更相符。Pa指數(shù)干旱等級的界定參考2006年的國家干旱等級標(biāo)準(zhǔn)，存在指導(dǎo)意義；而Z指數(shù)干旱程度的界定以已有的研究為基礎(chǔ)，其結(jié)果會因地域的不同存在差異。因此，本文以Pa指數(shù)的等級界定為基準(zhǔn)對Z指數(shù)的等級界定進行修正。

2008—2012年春季Pa指數(shù)和Z指數(shù)擬合結(jié)果顯示，相關(guān)系數(shù)r為0.91，Pa指數(shù)和Z指數(shù)為正相關(guān)，相關(guān)性非常顯著。根據(jù)擬合方程以及Pa指數(shù)劃分等級的標(biāo)準(zhǔn)，對Z指數(shù)等級劃分進行了修正。等級界定由原來的0.84（濕潤）、-0.84（正常）、-1.04（輕旱）和-1.65（重旱），修改為0.24（濕潤）、-0.36（正常）、-0.55（輕旱）、-0.87（重旱）。

從修正后的Z指數(shù)各干旱等級所占比重統(tǒng)計結(jié)果（表1）可以看出，各干旱等級所占比重和Pa指數(shù)變化趨勢一致，相比較初始的統(tǒng)計，效果有明顯改善。

2.3 干旱指數(shù)的有效性檢驗

本文計算了2008—2012年5年淮河流域春季的26個氣象站點的月平均降水量以及基于融合數(shù)據(jù)的Pa指數(shù)和修正后的Z指數(shù)監(jiān)測結(jié)果下輕旱及以上等級站點數(shù)的變化特征，并對干旱指數(shù)進行驗證。

Pa指數(shù)監(jiān)測出現(xiàn)干旱的站點個數(shù)較多的時間段：2008年3月干旱站點數(shù)多，相應(yīng)時段的降水量也較少；2008年4月至2010年5月干旱站點較少，相應(yīng)的時間段降水量增多，且趨勢都較為平緩；2011年3月、4月干旱站點增多，降水量也減少。

修正后的Z指數(shù)反映的趨勢與2種指數(shù)在總體趨勢上反映的情況一致，并與降水增減變化的趨勢相反，說明Pa指數(shù)與修正后的Z指數(shù)結(jié)果相吻合，詮釋了指數(shù)的有效性。在結(jié)果中也發(fā)現(xiàn)，Pa指數(shù)和Z指數(shù)在2009年4月至2010年3月這個時間段反映的變化趨勢有微小差異，Z指數(shù)與月降水量的趨勢更加吻合。

3 結(jié)論

（1）CMORPH融合數(shù)據(jù)和實測站點降水量數(shù)據(jù)在日、月、季尺度吻合程度依次增大，其中日尺度吻合程度較低，月、季尺度吻合度較高，相關(guān)系數(shù)分別為0.94和0.99。月、季尺度數(shù)據(jù)能夠達到實際運用要求，可以對干旱情況進行監(jiān)測。

（2）以CMORPH融合數(shù)據(jù)為基礎(chǔ)的Pa指數(shù)和Z指數(shù)滿足干旱監(jiān)測的需求。基于Pa指數(shù)修正的Z指數(shù)干旱等級界定，能夠監(jiān)測出干旱的程度。另外，Pa指數(shù)和修正后的Z指數(shù)與SPI的相關(guān)系數(shù)分別為0.74、0.75，通過檢驗，證實了2種指數(shù)干旱監(jiān)測的有效性和可靠性，說明融合數(shù)據(jù)用于干旱監(jiān)測是可行的。Z指數(shù)比Pa指數(shù)表現(xiàn)更優(yōu)異[10-11]。

4 參考文獻

[1] ADLER，R F，HUFFMAN G J，CHANG A，et al.The version-2 global precipitation climatology project（GPCP） monthly precipitation analysis（1979 Present）[J].Journal of Hydrometeorology，2003，4（6）：1147.

[2] BELLERBY T，TODD M，KNIVETON D，et al.Rainfall estimation from a combination of TRMM precipitation radar and GOES multispectral satellite imagery through the use of an artificial neural network[J].Journal of Applied Meteorology，1999，39（12）：2115-2128.

[3] BA M B，GRUBER A.GOES Multispectral rainfall algorithm（GMSRA）[J].Journal of Applied Meteorology，2001，40（8）：1500-1514.

[4] JOYCE R J，JANOWIAK J E，ARKIN P A，et al.CMORPH：A method that produces global precipitation estimates from passive microwave and infrared data at high spatial and temporal resolution[J].Journal of Hydr-ometeorology，2004，5（3）：287-296.

[5] HOSSAIN F，HUFFMAN G J.Investigating error metrics for satellite

rainfall data at hydrologically relevant scales[J].Journal of Hydromete-orology，2008，9（3）：563-575.

[6] 吳慶梅，程明虎，苗春生.用TRMM資料研究江淮、華南降水的微波特性[J].應(yīng)用氣象學(xué)報，2003（2）：206-214.

[7] 林盛吉，許月萍，田燁，等.基于Z指數(shù)和SPI指數(shù)的錢塘江流域干旱時空分析[J].水力發(fā)電學(xué)報，2012，31（2）：20-26.

[8] HUFFMAN G J.Estimates of root-mean-square random error for finite samples of estimated precipitation[J].Journal of Applied Meteorology，1996，36（9）：1191-1201.

[9] 任芝花，熊安元，鄒鳳玲.中國地面月氣候資料質(zhì)量控制方法的研究[J].應(yīng)用氣象學(xué)報，2007，18（4）：516-523.

[10] MCKEE T B，DOESKEN N J，KLEIST J.The relationship of drought fre-quency and duration to time scales[C]//Anaheim：Eighth Conference on Applied Climatology，1993.

[11] MCKEE T B N，DOESKIN N J，KLEIST J.Drought monitoring with mu-ltiple time scales[C]//American Meteorological Society.The 9th Confe-rence on Applied Climatology.Dallas：The 9th Conference on Applied Climatology，1995：233-236.