兩種氣候再分析降水柵格產品在云南保山地區的驗證

陳文華 徐 娟 趙上倫 楊素玲

（1.保山學院資源環境學院；2.云南省水文水資源局保山分局，云南 保山 678000）

氣候柵格數據在氣候變化、水文水資源、農業生產、生物多樣性研究等方面有廣泛用途[1]。不同類型的研究或應用對柵格數據的時間、空間精度有不同要求。一般對于山區氣候研究，1 km空間分辨率以內的數據才能刻畫立體氣候的差異[2]。目前國際上流行的WorldClim數據，其柵格空間分辨率為30角秒，接近1 km[1]。Karger,et al.(2017)推出了另一套基于EAR?Interim再分析氣候數據降尺度的高分辨率數據集CHELSA[3]。此數據集主要包括降水和氣溫等要素，空間分辨率與WorldClim數據相當。

保山市地處云南省西部，橫斷山區的南緣，地理位置在98°25′～100°02′E和24°08′～25°51′N之間，西北與正南面與緬甸交界，國境線長167.8 km。國土面積19 062 km2（據《云南省生態保護紅線劃定方案》）。保山屬于低緯高原亞熱帶季風氣候區，由于地貌多樣，形成復雜的立體氣候。涵蓋了從北熱帶到中溫帶的多個氣候類型。年均氣溫14.8℃～21.3℃[4]。全區降水豐富，年均降水量為1 536 mm，降水總量292.5×108m3[5]。降水時空分異明顯，在時間上，5～10月為雨季，占全年降水的80%以上；在空間分布上，西部地區降水量大，而東部地區降水量小。

以保山市為例，利用市域內主要氣象站觀測數據對上述兩套高空間分辨率數據集的累年月降水產品進行檢驗，為該數據在本地的應用提供支持。

1 研究方法

1.1 數據源

通過訪問WorldClim和CHELSA的官方網址，分別下載了月降水量分布柵格圖。其中World?Clim 2.0月降水柵格的統計年限為1970?2000年，而CHELSA降水數據的統計年限為1979?2013年[3]。從云南省氣象局獲得保山1區4縣的月降水序列（1970?2013年），分別計算1970?2000年，1979?2013年兩個時段的累年月均值，用于與柵格數據值進行比較。

1.2 數據精度的驗證

采用相關系數（R）、平均絕對誤差（MAE）、均方根誤差（RMSE）和平均相對誤差（MRE）幾個指標來進行數據精度評價[2,6]。對于兩套柵格數據，分別提取站點位置柵格像元值，然后統計柵格值與對應月觀測雨量的相關系數（R）：

式中，xi，yi分別為站點位置的柵格像元值和觀測值；xˉ、yˉ分別為像元值和觀測值的均值；n表示樣本數。

2 結果與分析

2.1 相關系數

統計各站點在CHELSA、WorldClim 2.0月降雨柵格值與其對應月觀測雨量差值關系見圖1。由圖1（a）可知CHELSA月降水與觀測值兩者相關性較高，相關系數R達0.98，由圖1（b）可知WorldClim 2.0月降水與觀測值兩者相關性也較高，相關系數R達0.93。總體上CHELSA降水與觀測降水的點據更加集中于趨勢線附近。圖中各自的趨勢線斜率均低于1，說明柵格數據的降水與觀測值相比偏低。

圖1 研究區站點降水與CHELSA降水（a）、WorldClim 2.0降水（b）的相關關系

2.2 誤差

兩套數據與觀測值對比的各項誤差指標為：CHELSA降水MAE=31.8 mm、RMSE=45.7 mm、MRE=28%；WorldClim降水MAE=22.5 mm、RMSE=42.8 mm、MRE=20%。進一步繪圖發現，CHEL?SA各月降水普遍存在低估的情況（圖2（a）），且月降水量越大，低估的值越大。WorldClim 2.0低估和高估的情況均有（圖2（a）），除了10月、12月略微高估外，其余月份降水量越大，低估也越大。然而，從各個站點的情況來看，CHELSA降水在所有測站均為低估，而WorldClim 2.0在保山站4～8，10月，施甸站6～10月出現比較明顯的高估。在研究區內降水量最多的龍陵縣，降水柵格的偏差達到最大（圖 3（b））。

圖2 CHELSA降水、WorldClim2.0降水與觀測降水在站點平均（a）與各站點（b）的絕對差值

3 討論

國內外發布并提供下載的氣候柵格數據集通常為10 km分辨率以上的數據①Dee,Dick&National Center for Atmospheric Research Staff(Eds).Last modified 31 Oct 2019."The Climate Data Guide:ERA?In?terim."Retrieved from https://climatedataguide.ucar.edu/climate?data/era?interim.[7]。利用站點觀測數據針對目前國外發布并提供下載的兩套相似的高空間分辨率（1 km）降水柵格數據進行了初步評價。通過評價認為兩套月均值數據與觀測資料的相關性均較好，能夠反映降水在年內的分布規律。其中，CHELSA降水數據與觀測值的偏差雖然比WorldClim 2.0數據略大，但屬于系統性偏差（均低估了月降水），可以通過地區系統校正的方法做進一步修正。而WorldClim 2.0除了低估以外，還在研究區內的部分地區存在高估的情況，校正起來難度較大。

因此，在研究數據選取時建議優先選擇CHELSA數據，并根據研究目的與精度要求，考慮在研究區內做進一步校正。