GPM衛星降水數據產品適用性評價
——以雅魯藏布江為例

姜 曦，劉艷麗，吳永祥，王高旭，吳 巍，金君良，賀瑞敏，劉翠善

（1.南京水利科學研究院水文水資源與水利工程科學國家重點實驗室，南京210029；2.河海大學水文水資源學院，南京210098；3.長江保護與綠色發展研究院，南京210098；4.水利部應對氣候變化研究中心，南京210029）

降水是水文循環的重要環節［1］，是水文分析的重要指標，同時也是水文、氣象、環境等學科主要研究對象［2］。降水資料的準確性、完整性和客觀性對工程實踐與科學研究具有至關重要的作用［3］。我國主要的降水信息來源于水文站、氣象站等地面雨量計，其能夠提供長系列、高精度的降水信息，但對于地面觀測站點稀疏地區，地面觀測站的降水資料代表性較差，不能準確的反映該區域降水的時空分布特征，這對水文分析計算與水資源優化配置產生較大影響［4-6］。隨著遙感衛星應用的發展，多源、多時相、多尺度以及不同類型遙感衛星的應用，衛星降水產品的開發利用發展為降水研究的重要趨勢［7］，其覆蓋范圍與時空連續性均能作為地面站點的有效補充。這為地面站點分布稀疏、降水資料缺失區域的降水研究提供了有力的數據支撐［8］。雅魯藏布江（雅江）流域地處高寒區域，地面雨量計分布稀疏、不均勻，地面資料代表性不足，是我國典型的缺資料地區，研究衛星降水產品的適用性具有重要現實意義［9］。

全球范圍內應用較為廣泛的降水數據產品有TRMM（Tropical Rainfall Measuring Mission）、GPM-IMERG（Integrated Multisatellite Retrievals for GPM）、GSMap（Global Satellite Mapping of Precipitation）、PERSIANN（Precipitation Estimation from Remotely Sensed Information using Artificial Neural Networks）、APHRODITE（Asian Precipitation-Highly-Resolved Observational Data Integration Towards Evaluation）、CMORPH（Climate Prediction Center Morphing Technique）、CRU（Climatic Research Unit）、GLDAS（Global Land Data Assimilation System）等（表1）［1-6］，這些數據產品已經應用在水文、氣象、生態等研究領域［10］。TRMM 降水數據已被驗證在亞洲、美洲等多地具有較好的精度和適用性［4，11，12］，GPM 衛星降水產品為NASA 與JAXA 聯合發布的TRMM 降水產品的新一代產品，GPM-IMERG 與GSMap 為GPM（Global Precipitation Measurement）系列數據產品中的兩個代表，其空間分辨率由TRMM 衛星降水產品的0.25°提升至0.1°，GSMap 時間分辨率由TRMM 衛星降水產品的3 h 提升至1 h，GPM IMERG 提升至0.5 h［12］。其時空精度均高于TRMM 降水產品，更能滿足水文模擬、預報等研究對降水數據的需求，更加具有應用潛力。

表1 常見數據產品時空精度信息Tab.1 Spatio-temporal accuracy information of common data products

衛星數據產品的精度和準確性對后續的研究有著至關重要的作用。目前，常用的降水數據產品質量評估方法有定量分析與分類分析等，定量分析包括相關性分析，偏差分析，均方誤差分析、均方根誤差分析等；分類分析包括探照率分析，錯報率分析等［10，13］。陳曉宏［14］等通過相關性、錯報率等指標驗證GPM IMERG降水產品在北江流域具有良好的適用性；XU R［8］等按氣象站點高程進行劃分，發現在青藏高原高海拔地區，GPM IMERG 與TRMM 3B42 V7 對降水的檢測能力較低；M Yang［15］等按降雨強度對降雨事件進行劃分，通過雨量站降水數據與IMERG 降水數據進行相關性、均方根誤差等的分析，檢驗IMERG 衛星降水產品在四川省的精度。FRANCHITO S H［16］等通過不同季節和不同區域的劃分，在巴西境內進行TRMM 衛星降水產品評估。

在雅江流域，黃浠［17］等在年、月尺度上對中國地面降水網格數據、CRU 和GLDAS 的精度進行評估，發現在月尺度和年尺度的網格數據與實測降水數值最接近，而CRU 和GLDAS 與實測降水量相差較大；孫赫［9］等對選取CMA和APHRODITE、PERSIANN 和GPM、GLDAS、HAR（High Asia Refined analysis）與實測數據對比，結果表明APHRODITE、GPM 和HAR 降水低估（10%～30%），PERSIANN 和GLDAS 整體高估上游流域站點降水（28%～60%），但低估下游流域站點降水（11%～21%）；呂洋［18］等選取相關系數、相對偏差對TRMM 3B42日降水數據與TRMM 3B43月降水數據在雅江流域16 個地面站進行站點精度評估，表明TRMM月降水產品質量很高，日尺度產品相關性較差；劉江濤［3］等對TRMM 3B42 與PERSIANN 在降水產品精度進行的定量指標和分類指標評估，結果顯示兩種降水數據對弱降水的估值偏高，而對于強降水的估值偏低。目前，關于雅江流域的衛星降水數據評估已有一些成果，但主要以TRMM 衛星產品為主，GPM 降水產品空間范圍覆蓋更廣，時空精度更高，更符合水文模擬與預報的數據需求，本文將通過定量分析與分類分析結合的方式，對GPM 系列降水產品（GPM IMERG、GSMap）進行時空尺度的適用性分析。

1 研究區及降水數據概況

1.1 研究區域概況

雅魯藏布江起源于我國青藏高原寒區，是我國最長的高原河流，水資源量豐富，其流域內冰川廣泛分布，流域面積24.04萬km2，河長2 057 km。與瀾滄江、怒江每年出境水量高達5 000 多億m3，接近我國年用水總量6 000 億m3左右。相對于中國東部地區，雅江流域獨特的地理特征與氣候環境為水文要素的監測增加困難，地面監測站點稀少，氣象站僅有13 個（圖1），對流域時空特征的評估帶來較大困難，對流域進行基本水文模擬造成一定程度的影響。衛星降水產品在很大程度上可以彌補雅江流域地面站點稀少、數據代表性差的不足，為雅江流域的水文氣象等分析提供數據基礎。

圖1 雅魯藏布江流域概況圖Fig.1 Overview of the Yarlung Zangbo River Basin

1.2 降水資料選取

1.2.1 實測數據的選取

對于單一站點數據精度的分析，考慮降水資料的完整性與代表性，本文選取雅江流域內部波密站、林芝站、江孜站、拉孜站、當雄站、普蘭站共7個地面觀測站實測值作為評估依據。時間序列為2001.01.01-2019.12.31年的日降水序列與月降水序列，數據來源于中國氣象數據網（http：//data.cma.cn）。

由于衛星降水數據產品多為柵格數據，本文在衛星數據產品時空精度分析過程中，選取中國地面降水格點數據集（V2.0）作為實測降水數據與衛星降水產品進行時空精度分析，空間分別率為0.5°×0.5°，時間序列為2001.01.01-2019.12.31年日降水序列與2014.03-2018.08月降水序列，數據來源于中國氣象數據網（http：//data.cma.cn）。

1.2.2 衛星數據的選取

衛星降水數據選取為GPM 系列降水產品，GPM-IMERG（https：//gpm.nasa.gov/data-access/downloads/gpm）與 GSMap（https：//sharaku.eorc.jaxa.jp/GsMap/index.htm）的日尺度降水與月尺度降水，空間分辨率為0.1°×0.1°。GPM-IMERG 時間序列選擇為2014.03.01-2019.12.31 的GPM-IMERG＿Final日尺度數據產品與月尺度數據產品，GSMap日尺度衛星降水產品時間序列選取為2001.01.01-2019.12.31，其中2001.01-2010.12 為GSMap_MVK V5 數據集，2011.01-2014.02 為GSMaP_RNL 數據集，2014.03-2019.12 為GSMap_MVK V7 數據集。由于GSMap MVK月尺度衛星降水產品起始時間為2014年3月，本文月尺度適用性分析的時間序列選取為2014.03-2018.08。

2 數據產品質量評估方法

由于中國地面降水格點數據集（V2.0）空間精度為0.5°的格網數據，GPM 系列降水數據集空間精度為0.1°，本文選取最鄰近邊界插值法對地面格網數據進行空間插值，從而實現數據集空間精度的統一。

質量評估采用定量分析和分類分析結合的方式，定量分析指標選擇Person 相關系數（CC）、偏差（Bias）和均方根誤差（Rmse）。分類分析選取指標為探照率（POD）、錯報率（FAR）。Person 相關系數（CC）用來描述衛星觀測數據與地面實測數據的相關關系強弱，偏差（Bias）與均方根誤差（Rmse）用來描述衛星觀測數據與地面實測數據的偏離程度，代表數據的準確程度。探照率（POD）與錯報率（FAR）用來描述衛星監測能力與監測的準確程度。各指標具體計算方法如下：

式中：n代表參與計算的降水總天數；i代表第i個衛星降水產品降水值或地面觀測站點實測值；A表示與對應于地面觀測站的衛星數據產品降水值，mm；表示衛星數據產品降水值的平均值，mm；B表示地面雨量站測得降水值，mm；表示地面雨量站測得降水值的平均值，mm；T代表降水衛星正確監測降水事件的次數；F代表實際未發生降雨事件，降水衛星誤判為發生降水事件的次數；M代表實際發生降水事件，而降水衛星未能探測到降水的次數（表2）。

表2 衛星降水與地面觀測站降水觀測情況表Tab.2 Table of precipitation observation about satellite precipitation and ground observation station

3 結果與討論

3.1 流域整體精度評定

3.1.1 時間尺度

地面實測降水量與GPM 降水系列兩種數據產品月、日尺度數據集的定量分析結果見圖2、圖3，可以看出，對于月尺度降水產品，兩種衛星降水數據與地面實測數據一致性表現較好，均達到顯著水平，GSMap 與GPM-IMERG 衛星降水數據與實測降水數據的CC值分別達到0.927、0.949，對于偏離程度，GSMap 衛星降水數據與地面實測數據相比具有一定程度的低估Bias=-0.124，Rmse=16.989，而GPM-IMERG 衛星降水數據與地面實測數據相比則有一定程度的高估Bias=0.478，Rmse=42.144。兩種衛星降水產品日尺度數據集與實測數據相關性不顯著，相關系數均在0.5 左右，但在偏離程度方面，GSMap 與GPM-IMERG衛星降水數據與實測數據相比均有一定程度的高估，Bias分別為0.033 與0.378，Rmse分別為2.287 與2.681。兩種衛星降水的偏離程度（Bias）具有較大的差異，可能是由于兩種衛星降水產品的反演算法不同的原因造成，GSMap_MVK 采用雙向云移動矢量法對源數據進行處理，GPM-IMERG_Final是全球降水氣候中心站點數據校正后的數據集。兩種衛星降水日尺度數據與地面實測數據一致性表現較差主要由于衛星觀測降水事件受地形、氣候等多種原因的影響顯著，由于雅江位于高寒地區，地形復雜，對衛星監測降水增加了難度。

圖2 月尺度GSMap與GPM-IMERG 降水產品與實測數據散點密度圖Fig.2 Monthly scale GSMap，GPM-IMERG precipitation products and measured data scatter density map

圖3 日尺度GSMap與GPM-IMERG 降水產品與實測數據散點密度圖Fig.3 Daily scale GSMap，GPM-IMERG precipitation products and scatter density map

雅江流域降水主要集中在6-9月，夏季、秋季降水量較大，降雨次數較多，而春季和冬季降水量很少，對夏、秋兩季衛星降水產品日尺度數據進行定量指標分析（圖4），發現，夏季GPM IMERG 衛星降水與地面實測降水的相關性與精確度優于GSMap 衛星降水產品，而秋季GSMap 衛星降水與地面實測降水的相關性與精確度優于GPM IMERG。參考夏季、秋季在對雅江流域進行降水分析結果，在以后進行降水分析時可根據不同季節選取不同衛星降水產品。

圖4 GSMap與GPM IMERG衛星降水產品在春夏兩季與實測降水數據散點圖Fig.4 Scatter plot of precipitation data of GSMap，GPM IMERG satellite precipitation products and measured data in spring and summer

黃浠［17］曾對CRU、GLADS 兩種降水產品進行評估，兩種降水產品所測數據與地面實測數據相關性分別為CC=0.24，CC=0.35，劉江濤［3］曾對TRMM 3B42與PERSIAN 在雅江流域進行定量評估，計算得出其與實測數據偏離程度分別為Bias=0.579、Bias=0.845，呂洋［18］對TRMM 3B42 與3B43 進行全流域一致性評估，計算得出月尺度衛星降水數據與實測數據CC=0.902，日尺度衛星降水數據與實測數據CC=0.465。孫赫［9］等對APHRODITE、GPM、PERSIANN-CDR、GLDAS、HAR 五種降水產品日尺度數據集在雅江子流域的適用性進行分析，GPM 降水產品相關性與偏離程度表現明顯優于PERSIANN-CDR、GLDAS、HAR，與APHRODITE 相比，在不同子流域表現不同。GPM 衛星降水產品作為TRMM 的升級版本，結合本文分析結果，可以看出，GSMap 與GPM-IMERG 衛星降水產品在精確度方面明顯優于TRMM（Bias＜0.579），兩種衛星降水產品的數據與實測數據相關性優于TRMM（月尺度CC＞0.902，日尺度CC＞0.465）。與TRMM衛星降水數據相比，GSMap 與GPM-IMERG 均能更加準確的對實際降水情況進行估計，更好地滿足水文、氣象等領域對于數據精度的要求。

3.1.2 空間尺度

兩種衛星降水產品與地面實測柵格數據集的相關性在空間上分布趨勢一致（圖5），均為在雅江中游相關性顯著，而上游與下游表現相對較差。對于兩種產品月尺度降水數據，GSMap衛星降水數據與地面實測數據的相關系數范圍為0.177～0.954，GPM-IMERG 衛星降水與地面實測數據的相關系數范圍為0.293～0.993，GSMap 衛星降水與IMERG 衛星降水日尺度數據與地面實測數據相關系數分布范圍分別為0.001～0.420、0.003～0.553。分析認為雅江流域上游與下游衛星降水產品與地面實測柵格數據集的相關性較差，主要是因為實測柵格數據集由地面測站監測降水數據通過樣條插值得到，而上下游區域地面觀測站點設置稀疏，在插值過程中產生一定程度的誤差。

圖5 雅江流域衛星降水數據與地面實測數據相關系數空間分布圖Fig.5 The spatial distribution of correlation coefficients between satellite precipitation data and ground-measured data in the Yarlung Zangbo River Basin

3.2 單一站點數據精度評定

通過對單一站點相關性與偏差的分析，可以進一步驗證時空精度評估的結果（表3、4），7 個地面觀測站對應的GSMap 與GPM-IMERG 兩種衛星降水產品月尺度數據與地面實測柵格數據相關性表現較好，在雅江中游區域，各站點衛星降水量數據與地面實測數據相關系數CC均大于0.8（表3）；相反，日尺度的衛星降水數據與地面實測柵格數據的相關性較差（表4），除波密站外，CC值均小于0.5。由7 個實測站的相對偏差Bias的范圍為0.007 至0.993 不等，可以看出Bias隨地理位置的變化，表現出明顯的差異性。

表3 月尺度兩種衛星降水數據與地面實測數據相關性、相對偏差統計表Tab.3 Statistical table of correlation and relative deviation between two kinds of satellite precipitation data and ground-measured data at monthly scale

表4 日尺度兩種衛星降水數據與地面實測數據相關性、相對偏差統計表Tab.4 Statistical table of correlation and relative deviation between two kinds of satellite precipitation data and ground-measured data at daily scale

3.3 分類指標評定

在定量分析的基礎上進行衛星降水數據產品的分類指標分析，可以更好的反應衛星降水產品對降水時間的監測捕捉能力。本文對分類指標中的探照率（POD）與錯報率（FAR）進行分析，GSMap 衛星降水產品的POD為0.958，GPM_IMERG 衛星降水產品的POD為0.924，兩種衛星降水產品在探照率上表現差異不大，說明兩種衛星降水產品均能夠探測到大部分的降水事件；GSMap與GPM-IMERG 的FAR分別為0.100與0.172，說明兩種衛星降水產品對降水事件的錯誤判斷情況相似，僅有小部分降水事件被錯誤判斷。

表5 分類分析結果表Tab.5 Table of classification analysis results table

4 結 論

選取定量與定性分析相結合的方式構建適用性評估體系，分別在日尺度、月尺度上對GPM 系列降水產品中GSMap 與GPM IMERG 的精度進行評估，并對兩種衛星降水產品在雅江流域的適用性進行分析，主要得出以下結論。

（1）從全流域角度來看，GPM-IMERG 衛星降水數據與地面實測數據的相關性略優于GsMap，而GSMap 衛星降水數據在偏離程度上表現優于GPM-IMERG。GSMap衛星降水產品與PMIMERG 衛星降水產品的月尺度降水數據與實際觀測降水數據具有較高的相關性，但日尺度降水數據與地面觀測站點所測降水數據相關性較差，建議通過與地面觀測數據融合后使用；兩種數據產品精度存在季節性差異，夏季推薦采用GPM IMERG衛星降水產品，而秋季推薦采用GSMap衛星降水產品。

（2）兩種衛星降水的日尺度、月尺度數據集均表明雅江流域中游衛星降水數據與地面實測網格數據相關性表現較好，而上游與下游衛星降水數據與地面實測網格數據相關性不顯著。

（3）通過選擇的7 個地面實測站點進行相關性與相對偏差分析，進一步驗證了兩種衛星降水產品月尺度數據集與地面實測站點相關性顯著，而日尺度數據集相關性較差的結論，同時發現兩種衛星降水的Bias隨地理位置的變化，表現出明顯的差異性。

（4）GSMap 與GPM-IMERG 兩種衛星降水產品的探照率和錯報率均表現較好，均能準確的探測到大部分降水事件，且僅錯誤判斷少部分降水事件。

（5）在雅魯藏布江流域，GPM 衛星降水數據與TRMM 衛星降水數據相比，具有更好的適用性，更能滿足水資源開發利用對數據的需求。

綜上，GPM 系列降水產品延續了TRMM 在時空精度上的優勢，并具有更好的適用性，但在雅江的水文模擬及預報研究中，還要考慮季節和上下游差異，通過與地面觀測數據的融合分析，為水文模擬與預報提供更為可靠的降水數據支撐。