多時間尺度下遙感降水產品與再分析降水產品在海河流域適用性對比分析

王宗敏, 王治中, 楊 瑤, 吳一凡

(鄭州大學水利科學與工程學院, 鄭州 450001)

精確的降水時空分布對水文、生態、氣象、農業等領域至關重要[1],目前,降水資料大多數都是通過地面氣象站點的定位觀測獲取,然而由于地形、氣候復雜等因素的影響,氣象站點存在數量較少,分布相對不均等缺陷,對區域尺度降水精度產生較大的影響[2-3]。遙感降水產品具有高時空分辨率、覆蓋面廣泛、空間分布均勻和實時性高等特點,被廣泛應用到各類水文氣象研究中[4]。

當前,中國常用的遙感反演降水產品主要包括:熱帶降雨測量衛星(tropical rainfall measuring mission,TRMM)、全球降水測量計劃(global precipitation measurement,GPM)、美國氣候預測降水中心融合技術降水產品(climate prediction center morphing technique,CMORPH)、中國地區高分辨率氣象要素集(ITPCAS)等[5]。目前,中外大量學者為評估TRMM衛星降水產品的適用性,在不同區域、不同時間尺度下展開了相關研究[6]。但是,關于GPM衛星降水產品的精度評價,由于衛星運行時間較短,大部分研究僅局限于日尺度和月尺度上的短期精度評估。魏志明等[7]對2014年4—10月期間TRMM和GPM遙感降水產品在海河流域的適用性進行了分析,發現GPM遙感降水產品的精度在月尺度和日尺度上均略高于TRMM。Xu等[8]對比了TRMM和GPM兩種降水產品在青藏高原南部地區的精度,結果表明,GPM 降水產品對該地區的小雨事件發生的數目產生了一定的低估現象,TRMM則相反。余坤倫等[9]研究發現青藏高原地區GPM降水產品的精度要明顯高于TRMM,且隨著時間尺度的增加,GPM降水產品的精度也隨之增加。

再分析資料自20世紀90年代中期研制至今已經歷了三代,不僅對氣象站點實測資料進行完善和補充,同時也彌補了無降水站點地區長序列降水資料缺失的不足。胡增運等[10]將ERA-interim、CFSR、MERRA-2這3種再分析降水數據在新疆地區的年內降水變化進行了對比分析,結果發現3種再分析資料之間具有明顯的相關一致性。劉鵬飛等[11]研究表明,CFSR、MERRA-2、NCEP 3套再分析資料均能較好地反映出東北地區降水的空間分布特征,其中MERRA-2和CFSR在降水精度方面最佳,NCEP降水精度最差。

海河流域地跨京津冀等地區,具有重要的地理位置,但遙感降水產品和再分析資料的反演精度在不同區域的差異較大,GPM數據運行的時間不長,現有研究的時間序列均較短,亟需對降水產品的適用性及精度進行評價。因此選擇TRMM、GPM遙感降水產品和MERRA-2再分析降水產品,通過與國家標準氣象站點觀測數據的對比,并延長了時間尺度,從月、季度、年3種時間尺度對,評估三者在海河流域的適用性,為3種降水產品在海河流域的應用提供依據。

1 研究區域和研究方法

1.1 研究區域概況

海河流域位于東經112°～120°,北緯35°～43°,流域總面積31.82萬km2,占全國總面積的3.3%,地跨8個省區,其中北京、天津全部屬于海河流域。流域地處溫帶東亞季風氣候區,流域年平均氣溫在1.5～13.1 ℃,年平均降水量530 mm,年內降水量分配不均,夏季降雨量多且多暴雨,冬季寒冷少雪。

1.2 研究數據

為評估多種降水產品的適用性,選擇海河流域內57個氣象站點2014年3月至2018年2月期間的逐日實測降水數據作為研究的“真值”,站點空間分布如圖1所示,觀測數據的精度為0.1 mm/d,站點觀測數據經過氣候界限、站點極值,時空一致性等檢測,均符合質量控制要求,氣象站點實測降水數據來自中國氣象數據網。

圖1 海河流域氣象站點空間分布Fig.1 Spatial distribution of meteorological stations in Haihe River Basin

GPM IMERG和TRMM 3B43遙感降水數據來源于美國航空航天局的降水測量計劃網站。GPM衛星選用GPM_3IMERGM v05產品,該產品空間分辨率為0.1°×0.1°,時間分辨率為月。TRMM衛星產品型號采用TRMM_3B43 v7,空間分辨率為0.25°×0.25°,時間分辨率為月。MERRA-2是由NASA Global Modeling and Assimilation Office (GMAO)為現代衛星應用生產的最新大氣再分析資料。采用MERRA-2系列再分析數據中的MERRA-2 tavgM_2d_lfo_Nx產品,其空間分辨率為0.5°×0.625°,時間分辨率為月,該再分析資料來源于戈達德地球科學數據和信息服務中心(GES-DISC)。

1.3 研究方法

在對多種降水數據進行多時間尺度適用性分析時,需要對數據進行預處理。利用編好的MATLAB代碼讀取原始下載數據,同時把月降水量累加為季度和年降水量,通過批處理將累加后的降水量數據輸出為帶有坐標系的柵格數據,方便在ArcGIS中進行下一步的操作。在ArcGIS中,利用氣象站點,提取降水產品柵格數據到點,并將數據導出EXCEL進行研究分析。為了綜合評估TRMM、GPM遙感降水產品和MERRA-2再分析降水產品在海河流域的適用性,主要采用皮爾遜相關系數R、均方根誤差RMSE、平均絕對誤差MAE,相對誤差RE等精度評價指標進行評估,4種精度評價指標計算公式如表1所示。

表1 各類指標計算公式Table 1 Calculation formula of various indicators

2 結果和討論

2.1 年尺度數據精度評估

為了充分利用數據,在年尺度分析時將2014年3月至2015年2月作為2014年年度研究范圍,其余年份順延。以研究區域的57個氣象站點2014年3月至2018年2月期間的年實測降水數據為自變量,分別以GPM IMERG和TRMM 3B43遙感降水數據、MERRA-2系列再分析數據為因變量做一元線性回歸方程分析如圖2所示。經檢驗,TRMM遙感降水數據、GPM遙感降水數據、MERRA-2再分析降水數據,3者與氣象站點實測數據相關系數R分別為0.759 8、0.803 7、0.788 3,相關系數均滿足P<0.01的顯著性檢驗[12],表明在年尺度上,3種降水產品數據與站點實測數據具有良好的線性相關關系與一致性,但存在不同程度的偏差。由散點分布可知,TRMM與GPM衛星降水數據及MERRA-2再分析數據在年降水量大于800 mm時對降水量存在明顯的低估現象,在年降水量低于400 mm時,則一定程度上高估了降水量。從三者的相關系數R來進行比較,GPM降水數據與站點實測數據在年尺度上具有最高的相關一致性,MERRA-2再分析產品降水數據相關性次之,TRMM降水數據的相關性最低。

圖2 海河流域TRMM、GPM、MERRA-2年降水數據與站點實測年降水量散點圖Fig.2 TRMM, GPM, MERRA-2 annual precipitation data of Haihe River Basin and scatter plots of site-measured annual precipitation

由圖3分析可知,TRMM、GPM、MERRA-2的站點平均年降水量與站點實測年降水量演變趨勢較為一致,可以看出2014—2017年TRMM、GPM兩套資料較氣象站點觀測值普遍偏高,TRMM對年降水量的高估現象尤為明顯,而僅有2016年MERRA-2再分析資料降水高于觀測值。通過比較,MERRA-2再分析資料逐年年均降水量與氣象站點實測數據之間的差值均為最小,在年降水量觀測差異方面要明顯優于TRMM、GPM遙感降水產品。

圖3 海河流域TRMM、GPM、MERRA-2年降水量與站點實測年降水量對比Fig.3 Comparison of the annual precipitation of TRMM, GPM and MERRA-2 in Haihe River Basin

相關系數與年降水量趨勢能夠較好地反映遙感降水產品、再分析降水資料的整體一致性,但是對于誤差的定量反映還不足[13],為此引入均方根誤差RMSE、平均絕對誤差MAE與相對誤差RE(表2)。總體來看,MERRA-2再分析資料的RMSE、MAE、RE分別為94.80、67.92、-0.002 5 mm,均為最優值,表明MERRA-2年降水量數據準確性高于TRMM與GPM。TRMM與GPM相對誤差均大于0,MERRA-2相對誤差卻小于0,表明前兩種降水產品整體上高估了降水量,MERRA-2再分析資料對降水存在一定的低估。對比GPM與TRMM的精度評價指標可以看出,在年尺度上,GPM精度高于TRMM。

表2 TRMM、GPM和MERRA-2年降水數據在海河流域的精度評價指標對比Table 2 Comparison of the accuracy evaluation indexes of TRMM, GPM and MERRA-2 precipitation data in the Haihe River Basin

2.2 季尺度數據精度

研究中春季為3—5月,夏季為6—8月,秋季為9—11月,冬季為11至翌年2月,劃分16個季節,進行相關性分析[14],如圖4所示。經檢驗,在季尺度上,TRMM、GPM、MERRA-2降水數據與站點實測降水數據的相關系數均大于0.94,表現出良好的相關性與一致性,且三者線性相關擬合均通過P<0.01的顯著性檢驗。GPM降水數據與站點實測數據在整體季度尺度上的相關性最好,相關系數達到了0.954 3；MERRA-2的相關一致性略低于GPM,相關系數R=0.950 7；相關系數最低的為TRMM數據,為0.945 7。從散點分布可知TRMM與GPM衛星降水數據及MERRA-2再分析數據在降水量大于600 mm時對降水均存在明顯的低估現象。從三者的相關系數R來進行比較, GPM降水數據與站點實測數據在整體季度尺度上的一致性更高,TRMM 降水數據一致性最低。

圖4 海河流域TRMM、GPM、MERRA-2季降水數據與站點實測季度降水量散點圖Fig.4 TRMM, GPM, MERRA-2 seasonal precipitation data of Haihe River Basin and scatter plots of site-measured seasonal precipitation

由圖5可知,TRMM、GPM、MERRA-2平均降水量與多站點平均實測季降水量演變趨勢較為一致,降水量具有較為一致的季節分配規律。通過對比3種降水產品與氣象站點逐季降水量差值,發現在觀測差異方面MERRA-2再分析資料要明顯優于TRMM、GPM遙感降水產品。TRMM、GPM在季度上均存在一定的高估現象,相對于GPM,春、秋、冬季節TRMM數據表現出對降水的嚴重高估現象,而夏季這一現象并不明顯,表明GPM在偵測中小雨雪上的能力上優于TRMM,但在降水量較大的季節仍存在顯著誤差,也進一步說明與TRMM相比,GPM在對強降水探測能力沒有明顯的改善。

基于57個氣象站點季降水數據序列對3種產品在季尺度上的精度進行對比分析,由圖6(a)分析可知,3套降水產品數據與站點實測數據在不同季節均通過P<0.01水平的相關一致性檢驗,具有良好的線性相關關系,但具有明顯的季節差異性,首先GPM降水數據與站點實測數據的相關性在夏、冬兩季節明顯優于春、秋兩季,TRMM數據則恰好相反,相關性在春秋兩季優于夏冬兩季。MERRA-2與實測數據在冬季的相關系數R=0.864 3,明顯高于其他季節。其次MERRA-2數據在春秋冬3季與觀測資料的相關性優于GPM和TRMM,夏季GPM與觀測資料的相關性明顯最優,夏、秋、冬3季,TRMM數據的相關一致性均為三者最低。由圖6(b)和圖6(c)可以看出,在季尺度上3種產品的RMSE和MAE具有相似的變化趨勢,由于降雨量基數大的原因導致這兩種誤差夏秋季節明顯大于春秋季節,整體上分析,MERRA-2在季尺度上誤差最小,GPM次之,TRMM誤差最大,但是在降水量最大的夏季,MERRA-2數據的MAE小于GPM但RMSE誤差反而大于GPM,表明在降水量較高的季節MERRA-2數據產生了特大或特小離群值。由圖6(d)可以看出,MERRA-2在四季中均表現出最小的相對誤差,且相對誤差RE在夏季為負值,表明存在負偏差。GPM與TRMM遙感降水產品在4個季節均表現出對降水一定程度的高估,在春、秋、冬三季GPM降水數據相對于氣象站點真值的偏離程度明顯低于TRMM, 但夏季GPM相對誤差為0.043 1,TRMM相對誤差為0.041 4,TRMM相對誤差反而比GPM略低,可能由于GPM衛星整體觀測能力的提升及對弱降水和固態降水觀測能力的增強,從而提高了春、秋、冬季節降水探測精度,但由于夏季強降水較多導致降水探測能力并無明顯改善[15],此外也可能由于GPM衛星發射時間較短,其IMERG產品仍處于初步階段,導致夏季相對誤差指標不如TRMM[16]。

圖6 TRMM、GPM和MERRA-2季降水數據在海河流域的精度評價指標對比Fig.6 Comparison of accuracy evaluation indexes of TRMM, GPM and MERRA-2 seasonal precipitation data in Haihe River Basin

2.3 月尺度數據精度

對3種降水資料與研究區域57個氣象站點在月尺度上降水量進行相關性分析，如圖7所示。經檢驗,TRMM遙感降水數據、GPM遙感降水數據、MERRA-2再分析降水數據,三者與氣象站點實測數據相關系數R分別為0.908 5、0.917 5、0.913 9,相關系數均滿足P<0.01的顯著性檢驗,表明在月尺度上,3種降水產品與站點實測數據相關密切程度與一致性較為顯著,但存在不同程度的偏差,從三者的相關系數R來進行比較, 在月尺度上相關一致性表現最好的為GPM降水數據,MERRA-2數據相關性略低,TRMM降水產品數據相關性最低。從散點分布可知TRMM與GPM衛星降水數據及MERRA-2再分析數據在降水量大于300 mm時對降水存在明顯的低估現象。

圖7 海河流域TRMM、GPM、MERRA-2月降水數據與站點實測月降水量散點圖Fig.7 Monthly precipitation data of TRMM, GPM and MERRA-2 in Haihe River Basin and scatter plots of measured monthly precipitation at the station

圖8所示為2014年3月至2018年2月海河流域3種產品多點平均月降水量與氣象站點多站點平均月降水量對比。分析可知3套降水產品與站點實測月降水量演變趨勢較為一致,在連續48個月內,有36個月MERRA-2的數據最為接近實測多點平均降水量,最優率為75.0%, 表明MERRA-2在月降水量差異方面能力最優,GPM優于TRMM的月份有33個,比例為68.7%,表明GPM在月平均降水量信息捕捉能力上要優于TRMM。

圖8 海河流域TRMM、GPM、MERRA-2月降水量與站點實測月降水量對比Fig.8 Comparison of the monthly precipitation of TRMM, GPM and MERRA-2 in the Haihe River Basin with the measured monthly precipitation in the station

基于57個氣象站點月降水數據序列對3種產品在月尺度上的精度進行對比分析。由圖9(a)可以看出,TRMM、GPM、MERRA-2降水數據與站點實測數據在不同月份均通過0.01水平的相關一致性檢驗,具有良好的線性相關關系,三者相關系數最大的月份均為7月,相關系數R的值依次分別為0.954 1、0.934 5、0.965 3,相關系數R最小值分別出現在8月、5月、5月,依次為0.728 1、0.713 7、0.715 4。由圖9(b)和圖9(c)可以看出,在月尺度上3種產品的RMSE和MAE具有相似的變化趨勢,TRMM、GPM、MERRA-2三者的最大均方根誤差RMSE均出現在7月,分別為55.20、54.68、54.68 mm；最小均方根誤差分別出現在1月、12月、12月,分別為3.65、2.32、1.76 mm。3者的最大平均絕對誤差均出現在7月,分別為36.98、36.69、34.10 mm；最小平均絕對誤差均出現在12月,分別為2.23、1.49、1.01 mm。TRMM、GPM最小相對誤差均在7月份出現,分別為0.022 7、0.021 0,最大相對誤差均在12月出現,分別為0.566 8、0.357 2；MERRA-2最小相對誤差出現在5月份,為0.004 0,最大值在10月,為0.069 0。對比GPM與TRMM評價指標可以看出,以固態降水為主的形式和較少的絕對降水量導致12月相對誤差較大,均方根誤差和平均絕對誤差較小；7月份多強降雨且降雨量較大,均方根誤差及平均絕對誤差相對明顯最大,但相對誤差較小。將三者的RMSE、MAE、RE的取值范圍分別進行比較,可以發現MERRA-2降水數據更加接近地面觀測數據,GPM次之,TRMM相對站點觀測數據的誤差平均水平最高。其原因可能為MERRA-2作為第3代再分析資料基于豐富的觀測數據和優化的耦合模式及同化方案,在月尺度上精度更高, GPM衛星相較于TRMM衛星,擁有更廣的微波頻率波段,能夠較好地區分冰雪覆蓋層和積雨層,并且能夠更好地區分液態和固態降水,亦即降雨和降雪。所以,GPM 相對地面站點觀測數據的誤差較小,而TRMM由于不能很好地區分冰雪覆蓋和云層中的降水,導致其對降水量的嚴重高估。

圖9 TRMM,GPM和MERRA-2月降水數據在海河流域的精度評價指標對比Fig.9 Comparison of accuracy evaluation indexes of TRMM, GPM and MERRA-2 monthly precipitation data in Haihe River Basin

3 結論

(1)海河流域內3種降水產品在年尺度上與實測降水量存在良好的線性關系特征,其中GPM相關性最強,MERRA-2次之,TRMM最差。MERRA-2再分析資料的RMSE、MAE、RE分別為94.80 mm、67.9 2 mm、-0.002 5,均為最優值,表明在年降水量準確性表達上MERRA-2要優于TRMM與GPM。GPM、TRMM均表現出對降水的高估現象,對比二者降水精度評價指標可知,在年尺度上GPM具有更為準確的降水信息捕捉能力。

(2)在季尺度上,3種降水產品數據與站點實測數據存在明顯的相關特性與一致性,MERRA-2數據相關系數略低于GPM數據,TRMM相關性最低。TRMM、GPM在季度降水量上均存在一定的高估現象,在春、秋、冬季節TRMM高估現象更為嚴重,而夏季兩者探測能力相當。可能由于降水量基數大,3種降水產品在夏、秋兩個季節的RMSE和MAE明顯大于春、冬兩個季節,相比于TRMM與GPM,MERRA-2在4個季節捕捉降水信息上最為準確。GPM降水數據在春、秋、冬三季的精度要明顯優于TRMM,但GPM夏季相對誤差卻略高于TRMM,表明GPM較TRMM在弱降水探測方面有著較大的提升,但對強降水的探測能力增強不明顯。

(3)從月尺度上來看,GPM降水數據與站點實測數據的一致性略高于MERRA-2,TRMM 降水數據一致性最低。 MERRA-2月降水數據誤差水平最低,GPM次之,TRMM相對站點觀測數據的誤差水平最高。對比GPM與TRMM評價指標可以看出,以固態降水為主的形式和較少的絕對降水量導致12月相對誤差較大,均方根誤差和平均絕對誤差較小；7月多強降雨,均方根誤差與平均絕對誤差出現最大值,但相對誤差較小。MERRA-2數據在絕對值上的差異同樣可能和降雨量有關,但相對誤差并無明顯規律。

總體上,3種降水產品在海河流域均具有較好的適用性,但MERRA-2與GPM要明顯優于TRMM,MERRA-2相關性略低于GPM,但精度誤差要優于后者,GPM在弱降水觀測能力方面較TRMM明顯增強,但強降水監測能力仍有待提升。