楊曉柳, 王 平, 高大威, 楊 幸, 丁智強
(云南師范大學 旅游與地理科學學院, 昆明 650500)
降水作為全球水循環的基礎組成部分,是氣象學、水文學、生態學的重要參數,是地球和大氣系統能量交換和物質循環的重要組成部分[1-5]。傳統的降水數據主要通過地面站點觀測獲得,這種觀測方式很大程度上受到地形條件的影響,特別是在地形復雜的山區和高原地區,地面觀測點稀少導致降水數據相對缺乏[6-7]。因此,獲取準確的降水信息對于研究全球氣候變化及水循環等具有重要意義[8]。
近年來隨著衛星觀測的快速發展,在全球與區域尺度上已經形成了一系列的衛星降水數據產品,雖然衛星降水數據具有空間覆蓋范圍廣、時空分辨率高的特點,但往往存在對實際降水高估或低估的現象,特別是在地形復雜、地勢起伏大的地區,這種現象尤為明顯[9-11]。而融合了站點降水、衛星降水和再分析數據的多源加權集成降水數據集[12-13](Multi-Source Weighted-Ensemble Precipitation,MSWEP)充分結合了站點數據和衛星數據的優點,具有長時間序列、高精度和高時空分辨率特性,在全球尺度上提供了較為可靠的降水數據[14]。MSWEP產品自發布以來,一些學者開展了精度評估研究,如學者Jiang等[15]對該降水數據進行了精度檢驗,評估了MSWEP降水數據在不同時間尺度上的表現和不同降雨強度等級下對總降雨量的貢獻率。Sahlu等[16]在埃塞俄比亞尼羅河流域,對比分析了6種衛星產品和再分析產品精度,包括TMPA、CMORPH、PERSIANN、ECMWF、ERA-Interim和MSWEP。王園園等[17]利用三峽庫區及附近地區氣象站點的降水數據對MSWEP月降水數據進行評估,采用GAM融合站點降水空間插值結果和MSWEP產品就三峽庫區分析1979—2014年降水變化特征做了分析。鄧越等[18]基于1979—2015年中國大陸824個氣象站點觀測數據,評估MSWEP在中國大陸區域的精度。作為新的網格降水產品,MSWEP降水產品在秦巴山區尚未有人對其進行研究。
秦巴山區是我國自然地理南北重要分界,是漢江、丹江、嘉陵江、渠江等重要河流的發源地,生態脆弱、氣候敏感,一直以來都是氣候變化研究的熱點區域。對秦巴山區MSWEP降水數據進行精度評估,對MSWEP與站點降水多年變化進行對比分析,旨在探討MSWEP降水數據在該地區的適用性,為MSWEP產品在該區域的應用,如氣象預報、防災減災、流域生態環境管理、水情調度及社會經濟發展等方面提供科學依據。
秦巴山區由秦嶺和大巴山兩大山區及之間的漢江谷地等構成(30°29′—34°37′N,103°44′—113°13′E),地處中國中部,橫跨于華北與華南之間,位于四川、重慶、陜西、湖北、河南、甘肅6省市交界處(圖1),是我國人文、地理、氣候等南北過渡區,也是氣候變化的敏感區和脆弱區,是漢江中上游、嘉陵江上游、渠江上游等匯水區,在維系下游水安全、水生態、水環境等方面發揮著重要作用。以山地、丘陵、盆地為主,氣候類型多樣,四季分明,降水主要集中在夏秋季節,是亞熱帶和溫帶的分界線。該區域不僅是生物多樣性保護生態功能區,同時也是重要的水源涵養地,是中國重要的生態安全保障區[19]。

圖1 秦巴山區氣象站點分布
MSWEPV 2.1數據是Beck等基于站點數據、衛星降水數據和再分析數據,制作的一款全新的多源加強集成降水數據集,該數據具有3小時的時間分辨率和0.1°的空間分辨率,時間跨度為1979—2016年。提取研究區內格點上MSWEP降水數據時間序列,使用的降水數據從http:∥www.gloh2o.org下載,MSWEP數據的儲存格式為nc文件格式。使用Matlab軟件對原始數據進行預處理,提取出流域內對應站點位置的月降水數據,再利用月降水數據進行累加得到季和年降水數據。
秦巴山區范圍內的18個氣象站點數據,來源于國家氣象信息中心數據庫,時間序列為1979—2014年,站點沒有移動,數據資料序列連續完整,并通過R軟件中的RClimDex程序對數據進行處理,以達到檢驗和提高數據質量的目的,包括異常值和錯誤值的篩選,以保證結果的可靠性[20]。秦巴山區平均序列為18個站總算術平均值。按照氣候統計上的春季(3—5月)、夏季(6—8月)、秋季(9—11月)、冬季(12月—翌年2月)、雨季(5—10月)、干季(11月—翌年4月)統計各季降水量。
2.2.1 精度評估方法 本文主要采用的是定量指標中的相關系數(CC)反映了兩組數據之間的相關性程度,CC取值范圍為[-1,1],相關系數絕對值越大,表示兩者之間的相關性程度越高,相關性絕對值越接近0,表明數據之間相關性越低;均方根誤差(RMSE)表示兩組數據之間的偏差,常用來評估誤差的整體水平,數值越小,反映MSWEP降水與站點實測降水之間的誤差越小;平均絕對誤差(MAE)可以避免誤差相抵的問題,可以準確反映MSWEP降水與站點實測降水之間的誤差;相對偏差(Bias)映了一組數據相對于另一組數據的偏離程度,Bias越接近0,表明MSWEP數據越精確,兩組數據的吻合度越高,Bias為正值,表明MSWEP降水高于實測降水,Bias為負值,表明MSWEP降水低于實測降水。運算公式如下所示[21-26]。
(1)
(2)
(3)
(4)

2.2.2 兩種降水量變化特征分析方法 線性趨勢法,即把氣候要素表達為時間t的線性函數x=at+b,其中a,b為經驗常數。根據所選的實際數據資料,運用最小二乘法,將a和b的數值演算出來,其中a表示的意義是線性函數的斜率,表征氣候要素的線性趨勢,如果a為正就表示的是增加趨勢,如果a的值為負就代表減小趨勢,如果a等于0則就說明沒有變化趨勢[27]。
Mann-Kendall突變檢驗法,是一種非參數統計檢驗方法,它不需要樣本遵從一定的分布,也不受少數異常值的影響和干擾,能夠反映序列的變趨勢,還能夠找出序列是否有突變及其位置[28-29]。
3.1.1 時間序列精度檢驗 秦巴山區18個氣象站點降水的實測數據和對應網格位置上的MSWEP降水數據在年、季節和月尺度上的擬合結果及評價指標見表1。在年尺度上,MSWEP降水數據與站點實測數據相關性較好,相關系數達到0.83,均方根誤差均值為57.30 mm,平均絕對誤差均值為16.74 mm,從兩者誤差可以看出MSWEP降水和站點實測值較接近,相對偏差均值為-2.22%,表明MSWEP降水對實測降水有輕微的低估現象。

表1 年、季節、月尺度上MSWEP降水數據精度指標評估結果
在季節尺度上,相關系數都大于0.85,一致性較高,其中秋季一致性最高,其均值為0.92,大于春季0.86、夏季0.85及冬季0.89。從均方根誤差來看,MSWEP降水在春、夏、秋、冬季的均值分別為15.55,35.39,17.10,4.16 mm。從平均絕對誤差看,MSWEP降水在春、夏、秋、冬季的均值分別為4.45,10.47,4.57,1.04 mm。從相對偏差來分析,MSWEP降水在春、夏、秋、冬季的均值分別為-7.55%,-1.40%,1.77%,-9.69%。
在月尺度上,MSWEP降水數據與站點實測數據間的相關系數均值為0.94,均方根誤差均值為35.49 mm,平均絕對誤差均值為27.19 mm,相對偏差均值為-2.22%。月尺度上的MSWEP降水數據與氣象站點實測數據一致性很高,誤差也較小,對實測數據有輕微低估現象。
3.1.2 單個站點精度檢驗 由于降水受多種氣象和地理因素影響,因此,除了需要對整個區域時間序列上的MSWEP數據進行精度評估外,還需進一步在單個站點尺度上對MSWEP數據進行精度檢驗。由表2可知:(1) 18個氣象站點實測數據與MSWEP降水數據之間在月尺度上存在明顯的線性相關性,相關系數都在0.90以上,其中漢中站相關系數最高0.99。(2) 18個氣象站點實測數據與MSWEP降水數據均方根誤差都在11.5 mm以下,超過10的站點僅有4個,分別是房縣站、廣元站、萬源站、奉節站,萬源站最大為11.48 mm,盧氏站最小為3.62 mm。氣象站點實測數據與MSWEP降水數據平均絕對誤差都在2.4 mm以下,超過2 mm的站點僅有3個,分別是房縣站、萬源站、奉節站,其余站點均小于2 mm,房縣站最大為2.39 mm,盧氏站最小為0.67 mm。(4) 18個站點中,有11個站點相對偏差小于0,7個站點大于0,表明MSWEP降水數據相對于站點實測降水數據,有11個站點存在輕微低估現象,7個站點存在輕微的高估現象。在所有站點中,有16個站點相對偏差的絕對值|Bias|在20%以內,占到18個站點總數的88.9%,其中|Bias|最小的站點為西峽站-0.70%,僅有2個站點|Bias|在20%以上,分別為武都站和房縣站。說明各個站點MSWEP降水數據在月尺度上與氣象站點實測降水數據之間具有很好的一致性,在一定程度上能夠反映區域內真實的降水情況。

表2 單個站點月尺度MSWEP數據精度評價指標
秦巴山區36 a來,站點年平均降水量為851.1 mm,年降水量最多的年份是1983年為1 220.2 mm,最少的年份是1997年為599.2 mm,并且呈波動減少趨勢變化(圖2),傾向率為-27.3 mm/10 a。MSWEP年平均降水量為872.7 mm,年降水量最多的年份是1983年為1 180.2 mm,最少的年份是1997年為608.8 mm,降水量呈波動減少趨勢變化,傾向率為-23.1 mm/10 a。站點和MSWEP降水量季節變化大(表3),均呈現夏季>秋季>春季>冬季、雨季>干季,各季節降水量最多的年份,兩種降水均出現在同一年,春、夏、秋、冬、雨、干季分別為1998年、1981年、2011年、1989年、1983年、1989年。降水量最少的年份除夏季(站點降水2006年,MSWEP降水1997年)外,其余季節均相同,并且都是在20世紀90年代中后期,春、秋、冬、雨、干季分別是1995年、1998年、1999年、1995年、1997年。從整體變化來看,除MSWEP降水夏季呈增多趨勢變化外,其他各季兩種降水均呈減少趨勢變化,但春、秋、冬季MSWEP降水量的變化幅度大于站點降水量,而夏、雨、干季則是站點降水量變化幅度大于MSWEP降水量。
用M-K突變檢驗,對秦巴山區1979—2014年年降水量進行檢驗。結果顯示(圖3),站點年降水量呈“減少—增多”兩個階段變化,1979—1986年UF曲線>0,該時段降水量呈增多趨勢變化,但沒有超過95%置信區間,證明該時段降水量增多趨勢不顯著,1986—2014年UF曲線<0,該時段降水量呈減少趨勢,并在1993—2005年超出95%置信區間,該時段降水量減少顯著,UF和UB曲線1985年,表明1985年是突變年。MSWEP降水量也呈“增多—減少”階段變化,1979—1985年UF曲線>0,降水量呈增多趨勢變化,該階段UF曲線處于置信區間內,降水量增多不顯著,1985—2014年UF曲線<0,降水量呈減少趨勢,其中1996—2002年超出95%置信區間,該時段降水量減少顯著,1985年UF和UB曲線相交,1985年為突變年。
由1979—2014年秦巴山區站點及MSWEP年降水量小波變化系數實部圖和小波方差可知(圖4),站點年降水量,存在4~7 a和20~25 a時間尺度的“豐—枯”交替變化周期。在20~25 a時間尺度上存在3個準震蕩周期,站點年降水量經歷了豐枯豐的循環交替,20世紀80年代中期前秦巴山區處于多雨期,而1987—2000年處于少雨期,進入21世紀后降水量較前一階段有所增加為多雨期,但沒有20世紀80年代中期前的降水量多,而到2014年等值線還沒有閉合,證明未來一段時間降水量將繼續偏多;4~7 a的周期震蕩主要在20世紀90年代前和1997年以后比較活躍,存在降水較豐富和較少交替循環交替。小波方差表明,該時段站點年降水量存在兩個峰值,分別為5 a和23 a,其中23 a的時間周期峰值最顯著,所以為站點年降水量變化的主周期。
MSWEP年降水量,存在3~5 a,6~10 a,19~26 a時間尺度的“豐—枯”交替變化周期。在29~26 a時間尺度上存在3個準震蕩周期,站點年降水量經歷了豐枯豐的循環交替,1987年前處于多雨期,1987—2000年處于少雨期,2000年以后降水較前一時段增多,為多雨期,但降水量不如1987年前多,而到2014年等值線還沒有閉合,證明未來還有一段時間降水量將繼續偏多;6~10 a的周期震蕩主要在21世紀以前比較活躍,存在降水量較多和較少交替變化;3~5 a的短時間尺度的降水變化,存在降水量較豐富和較少的交替變化。小波方差表明,該時段MSWEP年降水量存在兩個峰值,分別為8 a和24 a,其中24 a的時間周期峰值最顯著,所以為MSWEP年降水量變化的主周期。

圖2 站點與MSWEP降水量變化趨勢

表3 1979-2014年站點與MSWEP降水量年、季節變化趨勢及其傾向率

圖3 站點與MSWEP年降水量M-K檢驗

圖4 站點與MSWEP降水量變化周期
(1)從精度檢驗結果來看,首先站點降水與MSWEP降水在年、季節、月尺度上相關系數均在0.8以上,具有較高的一致性,月尺度和秋季一致性最高,相關系數在0.9以上;均方根誤差,年尺度為57.3 mm、月尺度為35.5 mm,季節尺度春、夏、秋、冬季分別為15.6,35.4,17.1,4.2 mm;平均絕對誤差,年尺度為16.7 mm,月尺度為27.2 mm,季節尺度春、夏、秋、冬季分別為4.4,10.5,4.6,1.0 mm;相對偏差,年尺度為-2.22%,月尺度為-2.22%,季節尺度春夏秋冬分別為-7.55%,-1.40%,1.77%,-9.69%。其次,各個站點MSWEP降水數據在月尺度上與氣象站點實測降水數據之間也具有很好的一致性,在一定程度上能反映區域內真實的降水情況。
(2)從變化趨勢來看,站點和MSWEP年降水量均呈波動減少趨勢變化,傾向率分別為-27.3,-23.1 mm/10 a,季節降水量除春季MSWEP呈增加趨勢外,其余各季節兩者降水數據均呈減少趨勢變化,其中降水量減少最顯著的季節無論是站點還是MSWEP降水都是夏季(站點傾向率:-23.1 mm/10 a,MSWEP傾向率:-22.2 mm/10 a)和雨季(站點傾向率:-24.5 mm/10 a,MSWEP降水傾向率:-22.7 mm/10 a)。從突變分析來看,站點和MSWEP降水量在該時段均有突變現象,并且突變年份都為1985年。從變化周期上看,站點數據與MSWEP數據均出現“枯—豐”周期性變化規律,但站點降水量變化主周期比MSWEP降水量短2 a。