基于GPM 數(shù)據(jù)的肅南地區(qū)降雨侵蝕力計(jì)算

黃進(jìn)平

（甘肅省隴南市宕昌縣水務(wù)局，甘肅 隴南 748500）

降雨侵蝕力是引起區(qū)域土壤侵蝕、土地退化、生態(tài)破壞的重要驅(qū)動(dòng)因素，同時(shí)是地表過程模擬、產(chǎn)流聚沙的重要參數(shù)。準(zhǔn)確評估降雨侵蝕力，對預(yù)測氣象地質(zhì)災(zāi)害、土壤流失和優(yōu)化區(qū)域水土保持綜合治理具有積極意義[1]。通用土壤流失方程(universal soil loss equation) 首次明確了降雨侵蝕力的含義并給出了計(jì)算公式，在此基礎(chǔ)上我國水土保持專家章文波等結(jié)合侵蝕小區(qū)實(shí)驗(yàn)與全國氣象站點(diǎn)觀測數(shù)據(jù)提出了適宜我國的降雨侵蝕力模型[2]。但由于受氣象站“時(shí)點(diǎn)”監(jiān)測模式影響以及空間連續(xù)性氣象資料缺失，導(dǎo)致該模型在空間分布式應(yīng)用中可靠性不高。為此，國內(nèi)外學(xué)者提出基于氣象觀測衛(wèi)星的降雨侵蝕力降尺度方法。例如，Hongfen 等[3]利用2012 年～2015 年的TRAM 衛(wèi)星資料結(jié)合Kriging 方法反演中國地區(qū)降雨侵蝕力空間分布特征。Pandey 等[4]則基于TRMM-3B42 V7 產(chǎn)品建立降雨強(qiáng)度- 侵蝕力關(guān)系模型，并成功繪制卡爾納利河流域侵蝕力系數(shù)分布圖。曾珍等[5]利用TRMM 數(shù)據(jù)結(jié)合地理加權(quán)回歸降尺度模型提取2005 年～2013 年四川盆地100 m 分辨率的降雨侵蝕力信息。這些研究將以站點(diǎn)或粗糙集形式呈現(xiàn)的降雨量和降雨侵蝕力的信息推向精細(xì)尺度，為小區(qū)域地區(qū)的氣象災(zāi)害預(yù)警和生態(tài)地質(zhì)調(diào)查提供了詳實(shí)資料。鑒于此，本文以肅南地區(qū)為案例，運(yùn)用隨機(jī)森林回歸原理結(jié)合GPM衛(wèi)星資料建立區(qū)域降雨侵蝕力降尺度模型。

1 研究區(qū)概況

肅南地處西北河西走廊中段向祁連山北麓過度地帶，總面積2.38 萬km2，見圖1。區(qū)域?yàn)楦呱健⒒哪⑴_(tái)垣、平原折疊地貌類型，地勢自西南向東北傾斜，高程介于697 m～5263 m 之間。自祁連山麓發(fā)源有密集河流，形成石羊河、黑河、疏勒河等主要河流，流域面積達(dá)2.15 萬km2，徑流量達(dá)43 億m3。由于地處內(nèi)陸，加上地勢高峻引起的垂直效應(yīng)，導(dǎo)致區(qū)域形成高山半干旱性氣候，在局部低地為溫帶大陸性氣候，氣候特征為冬季寒冷漫長、夏季短促?zèng)鏊⒖諝飧稍锒鴾夭畲蟆?/p>

圖1 研究區(qū)位置和DEM 分布

2 研究方法

2.1 氣象觀測資料

本研究從從國家氣象信息中心數(shù)據(jù)網(wǎng)站搜集到研究區(qū)內(nèi)6 個(gè)氣象站點(diǎn)（紅灣寺、康樂、馬蹄、皇城、祁豐、大河）的2019 逐日降雨資料。依次為驗(yàn)證數(shù)據(jù)，用以驗(yàn)證區(qū)域降雨侵蝕力計(jì)算精度。

2.2 GPM 氣象衛(wèi)星數(shù)據(jù)

本研究以全球降水測量計(jì)劃（GPM，Global Precipitation Measurement Mission）為研究數(shù)據(jù)基礎(chǔ)。GPM數(shù)據(jù)是是由美國國家航天局（NASA）在（Tropical Rainfall Measurement Mission，TRMM）遙感系列衛(wèi)星基礎(chǔ)上實(shí)施的新一代高分辨率全球降水實(shí)時(shí)觀測計(jì)劃，其提供了“ear-ly-run”、“l(fā)ate-run”以及“final-run”3 種級別的產(chǎn)品，空間分辨率最優(yōu)可達(dá)0.1°（10 km），時(shí)間分辨率最小為15 min。本研究從美國國家航天局網(wǎng)站（pmm.nasa.gov/data-access/downloads/gpm）下載IMERG 系列產(chǎn)品，其數(shù)據(jù)示例見圖2。

圖2 研究區(qū)GPM 數(shù)據(jù)產(chǎn)品示例（2 月份降雨量）

2.3 GPM 數(shù)據(jù)降尺度處理

鑒于GPM最優(yōu)尺度的降水反演數(shù)據(jù)依然不能滿足小區(qū)域范圍的降雨量空間精細(xì)特征描述，因此采用降尺度方法，將其從0.1°的柵格分辨率降低為100 m。研究經(jīng)驗(yàn)表明，降雨量分布與海陸位置、下墊面特征密切相關(guān)。因此參照文獻(xiàn)[4]的研究，以經(jīng)度（x）、緯度（y）、DEM、坡度（SLO）、坡向（ASP）為解釋變量，以GPM格點(diǎn)值為目標(biāo)變量，進(jìn)而構(gòu)建二者之間的關(guān)系模式并實(shí)現(xiàn)尺度下降。其中x、y 值利用ArcGIS平臺(tái)的幾何計(jì)算工具得到，ASP、SLO 則從全球STRMDEM數(shù)據(jù)集（https://lta.cr.usgs.gov）中提取。降尺度算法核心在于回歸模型，本研究采用隨機(jī)森林（Random Forest，RF） 方法構(gòu)建降尺度模型。隨機(jī)森林是Breiman 等[8]提出的集成多棵決策樹（Decision tree）模型而形成的融合算法。該算法借助隨機(jī)子空間和自助聚集理論，運(yùn)用bootstrap 方法從全部特征變量屬性中進(jìn)行隨機(jī)等概率地放回抽樣，對每個(gè)bootstrap 樣本構(gòu)建決策樹，通過打分尋找得分最高結(jié)果作為分類或回歸的結(jié)果[6]。

2.4 降雨侵蝕力計(jì)算

降雨侵蝕力表征降雨動(dòng)能對地表擊打、破壞力，其與降雨強(qiáng)度有密切關(guān)系。由于難以獲取廣域范圍準(zhǔn)確的降雨強(qiáng)度數(shù)據(jù)，故而一般采用經(jīng)驗(yàn)公式法計(jì)算侵蝕力。本文采用國內(nèi)通用的章文波公式[2]，公式如下：

式中：Ryear為年降雨侵蝕力值，MJ·mm/（hm2·h·a）；Rhalfmonth為半月時(shí)段的降雨侵蝕力值，MJ·mm/（hm2·h·a）；Pk為半月內(nèi)第k天的侵蝕雨量（日降水量大于12 mm，否則以0 計(jì)算）；m 為半月時(shí)段的天數(shù)，每個(gè)月的前15 天為第一個(gè)半月時(shí)段，其余部分為第二個(gè)半月時(shí)段，將全年劃分為24 個(gè)半月時(shí)段；Pd12為侵蝕降雨閾值，一般取值為12 mm；Ry12為日降水量大于12 mm 的年平均降水量，mm。

2.5 精確性評估

以研究區(qū)6 個(gè)實(shí)測氣象站點(diǎn)數(shù)據(jù)為驗(yàn)證集，以決定系數(shù)（R2）、均方根誤差（RMSE）和林氏一致性相關(guān)系數(shù)（LCCC）作為準(zhǔn)確性評價(jià)指標(biāo)。

3 結(jié)果與分析

3.1 協(xié)變量因子空間分布特征

協(xié)變量是GPM 降雨數(shù)據(jù)降尺度過程中重要的依賴變量，其空間特征對降尺度模型精度有重要影響。由圖1 和圖3 的地形因子可知，該區(qū)域地形復(fù)雜、坡度起伏大。利用ArcGIS 的Band Collection Statistics 工具統(tǒng)計(jì)100 m 像素水平上區(qū)域協(xié)變量的統(tǒng)計(jì)特征，可知協(xié)變量的變異性分別為SLO（19.50%）＜ASP（20.69%）＜DEM(23.54%)。

圖3 研究區(qū)坡度和坡向空間分布

3.2 肅南地區(qū)降雨侵蝕力空間分布

將GPM逐日降水資料進(jìn)行合成后得到區(qū)域年降雨量分布柵格圖（圖3），可知研究區(qū)降水量介于69.7 mm～526.3 mm 之間，呈現(xiàn)自南向北減少的分布特征，然而粗糙的柵格像素?zé)o法精細(xì)呈現(xiàn)其細(xì)節(jié)變化。利用隨機(jī)森林降尺度模型得到區(qū)域100 m 像素水平上降水量空間分布（圖4）。結(jié)果顯示器降水量分布范圍為54.6 mm～508.2 mm 之間，與原始GPM資料相比二者值域區(qū)間相差不大，并且精確保留了其空間趨勢特征。

圖4 研究區(qū)100 m 像素水平上降水量空間分布

圖5 直觀呈現(xiàn)肅南地區(qū)降雨侵蝕力空間特征。區(qū)域降雨侵蝕力介于48.24 MJ·mm/（hm2·h·a）～187.56 MJ·mm/（hm2·h·a），柵格平均值為108.55 MJ·mm/（hm2·h·a），變異性為32.61%，呈現(xiàn)弱變異，表明區(qū)域降雨侵蝕力差異性不大。綜合來看，研究區(qū)降雨侵蝕力空間分布與降雨量分布特征一致，呈現(xiàn)自南向北減少格局。

圖5 基于GPM 數(shù)據(jù)的研究區(qū)降雨量合成結(jié)果與降尺度結(jié)果

3.3 肅南地區(qū)降雨量和降雨侵蝕力計(jì)算精度評價(jià)

將利用研究區(qū)6 個(gè)氣象站點(diǎn)的降雨觀測資料計(jì)算的年降雨量與降雨侵蝕力對GPM降尺度得到的結(jié)果進(jìn)行驗(yàn)證，其結(jié)果見圖6。由圖6 可知，就降雨量而言，GPM降尺度值與實(shí)際值的R2達(dá)0.83，MAE 為35.17 mm，RMSE 為51.02，LCCC 為0.96。就降雨侵蝕力而言，實(shí)際值與GPM值之間的R2為0.95，MAE 為9.95，RMSE 為35.17，LCCC 為0.98。說明基于GPM反演的區(qū)域降水量具有較高的精度，且降雨侵蝕力具有可靠性。

圖6 基于降雨量和降雨侵蝕力驗(yàn)證結(jié)果

4 結(jié)論

利用GPM氣象衛(wèi)星觀測資料結(jié)合隨機(jī)森林降尺度算法得到肅南地區(qū)2019 年降雨量100m 柵格尺度的數(shù)據(jù)，在此基礎(chǔ)上求得區(qū)域降雨侵蝕力。獨(dú)立驗(yàn)證顯示，GPM反演值與實(shí)際值具有較高的一致性，誤差在可接受范圍內(nèi)。該方法規(guī)避了傳統(tǒng)方法基于點(diǎn)位測站無法準(zhǔn)確呈現(xiàn)空間精細(xì)信息的弊端，實(shí)現(xiàn)了粗尺度向細(xì)尺度的精確拓展，可為地表水文模擬提供可行的技術(shù)參考。