紅河上游流域MSWEP降水數據精度評價和影響因素研究

吳青見

(云南省水利水電勘測設計研究院，云南 昆明 650021)

在全球水循環過程中，降水是一個重要的組成部分。此外，在很多水文、氣象模型中，都是以降水作為基礎數據，對于一些水文氣象資料較少的地區或流域，精度高的降水數據更加重要[1]。目前，降水數據的獲得主要包括傳統雨量站或氣象站觀測降水、雷達觀測降水、遙感衛星觀測降水[2- 3]。傳統雨量站觀測降水精度高，是最準確的方式。但是由于雨量站分布不均，觀測的雨量為局部降雨量，受其他因素的影響較大，如地形因素[4]。一些沒有雨量站的地區，就需采用插值方法得到降雨量[5]。雷達觀測獲得的降水數據具有較高的精度，在一定空間區域內具有較好的精度，但是其理論復雜，不適用于大范圍空間的降水觀測[6]。衛星遙感觀測降水具有精度高、適用范圍廣、連續觀測的優點，地形等因素對觀測結果的精度影響小[7]。

目前全球有眾多的降水數據產品，但是很多都沒有充分發揮衛星降水數據和再分析數據的優勢。多源加權集合降水數據集(MSWEP)是一種將雨量站數據、衛星觀測數據、再分析數據優點融合的降水產品，在全球范圍內的時間分辨率可以達到3h，空間分辨率可以達到0.1°。針對MSWEP降水數據的精度評價，NAIR A等[8]研究了不同降雨強度下使用MSWEP降水數據進行降水預測的準確性，結果表明：常規降水強度下，精度較高，異常降雨強度下，精度較低。SAHLU D等[9]對比了6種不同降水產品在降水預測方面的精度，包含TMPA、ECMWF、MSWEP、PERSIANN、CMORPH、ERA-Interim，結果表明：在雨季，預測精度最高的是CMORPH，MSWEP次之；在非雨季，預測精度最高的是MSWEP。鄧越等[10]將MSWEP降水產品應用于我國內陸降水估計，以數百個不同氣候區多年的氣象站點觀測數據為參照，結果表明：MSWEP降水產品在我國內陸大部分地區存在降水量估計偏大的現象，而少部分區域存在估計偏小的現象，如華北地區。王圓圓等[11]在評價MSWEP降水產品的精度時，以三峽庫區上游區域氣象站點的降水數據和GAM融合站點降水空間插值數據為依據，結果表明：MSWEP產品在預測雨季降水時，可以達到較好的精度。總體而言，MSWEP降水產品在國內的應用和驗證研究開展的較少。

紅河上游流域地處我國西南地區，流域內降雨量時空分布呈現較大的復雜性，印度洋季風和太平洋季風氣候對該流域降水有重要影響，流域內氣象站較少，且分布不均。目前針對該流域的研究重點集中在極端降水和時空分布規律[12]、降水量在空間范圍內的變化情況[13]、流域水文模擬等[14]。而這些方面的研究都建立在降水數據的基礎上，所以必須保證降水數據的精度滿足要求。為了能更加準確地預測紅河上游流域的降水，為水文模擬研究和水資源管理提供更加準確的數據，更好地融合氣象站點、衛星觀測、再分析降水數據的優點，將MSWEP降水產品應用于紅河上游流域，分析評價該流域內MSWEP降水數據的精度，并對該流域內影響MSWEP降水數據精度的因素進行分析。

1 MSWEP降水數據精度評價

收集紅河上游流域24個氣象站實測降水量數據，數據序列的持續時間為1986—2015年，共30a。利用BECK H E等[15]人開發的MSWEP V2.1降水產品，需要的MSWEP降水數據從http://www.gloh2o.org網站下載，對應的降水數據時間也為1986—2015年。保存數據文件，并導入到Matlab軟件中，對數據進行簡單處理。根據氣象站點的實際位置獲取與之對應的MSWEP日降水數據和月降水數據。以月降水數據為基礎，通過疊加就可以獲得季降水數據和年降水數據。以氣象站實測降水量為參照，以相關系數R、均方根誤差RMSE和相對偏差Bias為評價指標[16]，評價MSWEP降水數據的精度。收集日、月、年、季的實測降水量數據，并以日、月、年、季為時間尺度進行研究，分析在不同時間尺度上MSWEP降水數據的精度。

1.1 日、月、年降水量精度評價

繪制日、月、年MSWEP降水數據和實測降水量的散點圖，并用直線擬合，結果如圖1—3所示。根據降水數據，計算相關系數、均方根誤差和相對偏差，結果見表1。

圖1 MSWEP日降水量和氣象站實測日降水量散點圖

圖2 MSWEP月降水量和氣象站實測月降水量散點圖

圖3 MSWEP年降水量和氣象站實測年降水量散點圖

表1 MSWEP日、月、年降水量精度評價指標結果

由圖1—3和表1可以得出，在日尺度上，MSWEP日降水量和氣象站實測日降水量的相關系數R為0.5852，說明兩者的相關性和一致性一般。分析認為：紅河上游流域多為山區，異常降水事件發生概率較大，MSWEP對異常降水事件的預測準確性較低；MSWEP日降水量和氣象站實測日降水量的相對偏差Bias為-5.31%，說明MSWEP日降水量整體小于氣象站實測日降水量5.31%。在月尺度上，MSWEP月降水量和氣象站實測月降水量的相關系數R為0.9467，說明兩者的相關性和一致性高；MSWEP月降水量和氣象站實測月降水量的相對偏差Bias為-5.31%，說明MSWEP月降水量整體小于氣象站實測月降水量5.31%。在年尺度上，MSWEP年降水量和氣象站實測年降水量的相關系數R為0.9014，說明兩者的相關性和一致性較高；兩者的均方根誤差RMSE為143.23，說明兩者存在一定的誤差，分析認為均方根誤差RMSE較大的原因是由于月尺度降水量偏差累積而導致的。

總結得出，MSWEP降水量在月尺度和年尺度上具有較高的精度，和氣象站實測降水量具有較高的相關性和一致性，MSWEP降水量在日尺度上精度一般。

1.2 季降水量精度評價

紅河上游地處云南省境內，濕潤和干旱季非常鮮明，四季降水呈現顯著的不均勻性。以季為尺度，對MSWEP降水數據的精度進行評價。紅河上游流域的四季具體劃分是：春(3—5月)、夏(6—8月)、秋(9—11月)、冬(12月—次年2月)。根據統計數據，繪制季MSWEP降水量和氣象站實測降水量的散點圖，并用直線擬合，如圖4—7所示，計算出季降水量的評價指標結果，見表2。

圖4 MSWEP春季降水量和氣象站實測春季降水量散點圖

圖5 MSWEP夏季降水量和氣象站實測夏季降水量散點圖

圖6 MSWEP秋季降水量和氣象站實測秋季降水量散點圖

圖7 MSWEP冬季降水量和氣象站實測冬季降水量散點圖

分析不同季節降水量的相關系數R，春季和冬季的相關系數R均大于0.9，表明春季和冬季的MSWEP降水數據具有較高的精度，和氣象站實測

表2 不同季節MSWEP降水量精度評價結果

降水量具有較大的相關性和一致性；夏季和秋季的相關系數R均小于0.8，表明夏季和秋季的MSWEP降水量精度一般。分析不同季節降水量的均方根誤差RMSE，冬季最小，夏季最大，其主要原因是冬季降水量少，降水量的變化幅度較小，夏季降水量多，降水量的變化幅度較大。分析不同季節降水量的相對偏差Bias，四個季節的相對偏差Bias均為負值，說明和氣象站實測降雨量相比，MSWEP降水量偏小。

2 影響因素研究

紅河上游流域多高山峽谷，不同區域地形起伏大，整體地勢表現為西北高、東南低，地形復雜，需要分析地形因素對MSWEP降水數據精度的影響，研究的影響因素有：高程、坡度、坡向。

2.1 高程

以月為時間尺度，計算24個氣象站實測降水數據和MSWEP降水數據之間的相關系數R和相對偏差|Bias|，根據各個氣象站的實測高程，繪制高程和相關系數R及相對偏差|Bias|的散點圖。高程和相關系數R的散點圖如圖8所示，高程和相對偏差|Bias|的散點圖如圖9所示。此外，也對高程和相關系數R及相對偏差|Bias|進行了顯著性檢驗分析。

圖8 高程和相關系數R的散點圖

圖9 高程和相對偏差|Bias|的散點圖

由圖8可以得出，高程和相關系數R之間的相關性較強，當顯著性水平α=0.05時，通過了顯著性檢驗，說明相關系數R隨著高程的變化而變化。當高程大于1500m時，MSWEP降水數據和氣象站實測數據之間的相關系數R大部分都大于0.9；當高程小于1500m時，相關系數R大部分都小于0.9，僅有部分氣象站的R大于0.9。由圖9可以得出，高程和相對偏差|Bias|的相關性較強，且當顯著性水平α=0.01時，通過了顯著性檢驗，說明相對偏差|Bias|隨著高程的變化而變化。當高程大于1500m時，MSWEP降水數據和氣象站實測數據之間的相對偏差|Bias|大多數都小于20%；當高程小于1500m時，相對偏差|Bias|大多數都大于20%，僅有部分氣象站的相對偏差|Bias|小于20%。

結合相關系數R和相對偏差|Bias|2個評價指標，當高程小于1500m時，MSWEP降水數據和氣象站實測降水存在一定誤差，分析認為：在河谷地帶布置的氣象站高程較低，且河谷地帶的地勢起伏較大，地形復雜，對降雨的影響較大；當高程大于1500m時，氣象站所處的地形起伏變化較小，對降雨的影響較小，因而MSWEP降水數據和實測降水數據之間具有較好的匹配性。

2.2 坡度

根據24個氣象站所處位置的坡度，繪制坡度和相關系數R及相對偏差|Bias|的散點圖。坡度和相關系數R的散點圖如圖10所示，坡度和相對偏差|Bias|的散點圖如圖11所示。此外，也對坡度和相關系數R及相對偏差|Bias|進行了顯著性檢驗分析。

圖10 坡度和相關系數R的散點圖

圖11 坡度和相對偏差|Bias|的散點圖

由圖10可以得出，坡度和相關系數R之間的相關性較強，且當顯著性水平α=0.05時，通過了顯著性檢驗，說明相關系數R隨著坡度的變化而變化；坡度較小時，相關系數R較大。由圖11可以得出，坡度和相對偏差|Bias|的相關性較強，且當顯著性水平α=0.05時，通過了顯著性檢驗，相對偏差|Bias|隨著坡度的增大呈增大趨勢。根據圖10—11可以得出，當坡度在3°以上時，MSWEP降水數據和氣象站的實測數據之間的相關系數R較小，相對偏差|Bias|較大，2類數據之間存在較大差異，說明坡度對MSWEP降水數據的精度具有一定影響，當地形越平坦時，MSWEP降水數據和實測降水數據越接近。

2.3 坡向

根據24個氣象站所處位置的坡向，繪制坡向和相關系數R及相對偏差|Bias|的散點圖。坡向和相關系數R的散點圖如圖12所示，坡向和相對偏差|Bias|的散點圖如圖13所示。此外，也對坡向和相關系數R及相對偏差|Bias|進行了顯著性檢驗分析。

圖12 坡向和相關系數R的散點圖

圖13 坡向和相對偏差|Bias|的散點圖

由圖12可以得出，坡向和相關系數R之間的相關性較強，且當顯著性水平α=0.05時，通過了顯著性檢驗，說明相關系數R隨著坡向的變化而變化。由圖13可以得出，坡向和相對偏差|Bias|的相關性不強，當顯著性水平α=0.05時，未通過顯著性檢驗。由圖13也可以得出，位于東北、東南、西南方向的氣象站，大多數相對偏差|Bias|小于10%，位于西北方向的氣象站，有些氣象站的相對偏差|Bias|大于10%。說明在西南、東南方向，MSWEP降水數據的精度較高，和實測降水數據的相近。由此可以得出：坡向對MSWEP降水數據的精度也有較大的影響。

3 結論

(1)紅河上游流域MSWEP降水數據在月尺度和年尺度上具有較高的精度，和氣象站實測降水量具有較高的相關性和一致性，MSWEP降水量在日尺度上精度一般；在季尺度上，春季和冬季的MSWEP降水數據精度較高，夏季和秋季的MSWEP降水數據精度較低，在不同時間尺度上，MSWEP降水數據整體小于實測降水量。

(2)當所處位置的高程、坡度、坡向不同時，MSWEP降水量和氣象站實測降水量之間的相關系數和相對偏差|Bias|也會隨之變化，同時顯著性檢驗理論證明了高程、坡度和坡向會對MSWEP降水數據的精度產生影響。

(3)MSWEP降水數據可以作為紅河上游流域水文模擬研究和水資源管理的基本數據，但是MSWEP降水產品在其他流域的應用有待證明。