衛星降水產品在川渝地區的精度驗證和誤差分解

李新換 孫陽

摘要：為了分析GSMaP和IMERG衛星降水產品在川渝地區的降水精度和誤差成分，以氣象局發布的自動氣象站融合降水數據作為降水參考，采用多種評價指標和誤差分解方法對GSMaP和IMERG進行對比分析，并進一步討論了高程對衛星降水誤差的影響程度。結果表明：① 川渝地區的降水存在明顯的時空差異，四川盆地周邊、重慶地區和川西南山地的降水偏多，IMREG產品呈現出更好的降水空間分布。② 降水產品在四川盆地和重慶地區的降水精度最高，川西南山地次之，川西北高原最差。GSMaP在川西北高原高估了近56.5%的降水量，而IMERG低估37.8%，且偏差程度隨著高程的增加而增大。IMERG在四川盆地和重慶地區精度較好（R=0.68，RMSE=7.57 mm），GSMaP精度較差（R=0.53，RMSE=9.30 mm）。③ IMERG和GSMaP的降水誤差主要來源于對降水量級估算的偏差，此外，GSMaP還存在較大的誤報偏差，且GSMaP的誤報偏差和命中偏差隨著高程的增加而增大。總體上，IMERG在川渝地區具有更優的降水反演精度，地形和高程對兩種衛星降水產品的精度影響較大，特別是在盆地和高海拔山區的降水精度仍有待進一步提高。

關 鍵 詞：衛星降水; GSMaP; IMERG; 高程; 誤差成分分解; 川渝地區

中圖法分類號： P412.27 ? 文獻標志碼： A

DOI：10.16232/j.cnki.1001-4179.2022.01.015

0 引 言

降水是水文模擬和氣象預報的關鍵，區別于蒸散發、水汽等水循環要素，降水具有較強的時空變異性，氣象雷達和雨量計觀測雖然精準，但無法達到大尺度區域降水觀測[1]。星載傳感器實時全天候對地觀測的特點恰好補足了常規測雨技術的不足，利用衛星遙感反演地面降水已經成為降水監測研究的熱點。

21世紀以來，各國均在大力發展氣象衛星來觀測地面降水，美國NASA（National Aeronautics and Space Administration）先后發射了TRMM（Tropical Rainfall Measuring Mission）和GPM（Global Precipitation Measurement）衛星[2]。GPM計劃是繼TRMM之后NASA和日本航空局JAXA（Japan Aerospace Exploration Agency）共同發展的新一代全球降水觀測任務，GPM充分借鑒了TRMM衛星的經驗，搭載了更為先進的雙頻段測雨雷達和微波傳感器，經過不斷改善和反演算法，產品的時空分辨率進一步提升[3]。IMERG（The Integrated Multi-satelliE Retrievals for GPM）是NASA在GPM計劃中發布的3級產品，最高時空分辨率可達到0.5 h/0.1°，JAXA利用GPM觀測平臺的衛星傳感器數據研發了GSMaP（Global Satellite Mapping of Precipitation）全球降水數據集，最高分辨率達到1 h/0.1°。GSMaP和IMERG均為GPM計劃衍生的新一代高時空分辨率全球降水數據集，具有較廣的應用和研究前景。

目前，GPM降水產品在各個地區已有大量的精度分析和應用。Tian[4]、Deng[5]、楊震宇[6]等分別在美國大陸、印度、漢江流域、長江流域分析了GSMaP數據的精度，發現GSMaP均可應用于該地區的降水時空分析。Aslami[7]、Zhou[8]等在伊朗和中國大陸對比了GSMaP和IMERG的降水精度差異，發現IMERG估算的降水量值相對更接近于氣象站記錄，可以在缺少氣象站的研究地區替代觀測站。此外，還有學者在青藏高原[9-10]、黑河流域[11]、黃河流域[12]等地區對GPM衛星降水產品進行了多尺度的區域評價和應用，均表明IMERG和GSMaP相對于TRMM衛星降水產品具有較高的降水精度和水文效用。

川渝地區的地形和地質構造復雜，其西部位于青藏高原和龍門山地震區，降雨極易引發洪澇和泥石流等災害，衛星降水數據能夠給川渝地區降水監測提供極大的便利。成璐[13]、閆燕[14]、嵇濤[15]等在川渝的各個地區對TRMM降水的精度進行了分析，發現TRMM的精度存在明顯的季節差異和東西區域差異。吳建峰[16]、臧文斌[17]等在干旱監測研究中應用了TRMM降水，發現TRMM在反映川渝局部典型地區干旱特征時分辨率仍顯粗糙。曾歲康[18]、Tang[19]等率先在四川省開展GPM數據精度驗證，得到了較好的研究結果。截至目前，衛星降水在川渝地區的研究大多停留在對TRMM階段，而對GPM數據的研究和應用相對較少。

基于此，本文選擇川渝地區來分析IMERG和GSMaP衛星降水數據的精度及誤差組分特征，并進一步討論衛星數據的誤差與高程的關系，以揭示GSMaP和IMERG降水產品在川渝不同地形區和高程上的誤差差異，為GPM在川渝地區的水文氣象研究提供參考。

1 研究數據和方法

1.1 研究區

川渝地區包括中國四川省和重慶市，地處中國西南腹地，總面積達到57萬km2，北接秦嶺，南鄰云貴高原，西部位于青藏高原東南邊緣，地勢西高東低，地形復雜多樣，高原山地地形居多，約占50%，丘陵次之，平原僅占3%左右。受盆地地形和季風影響，該地區的氣候類型復雜多樣，降水集中在夏季，水熱同期，且降水的時空差異明顯。為了分析衛星降水產品誤差的時空和高程差異，本文將川渝地區劃分為3個子研究區：① 四川盆地和重慶地區，② 川西南山地，③ 川西北高原，如圖1所示。

1.2 降水數據

本文分析的衛星降水產品包括GSMaP和IMERG，產品的主要特征參數如表1所列。GSMaP由日本的降水測量團隊（JAXA-PMM）專項研發，共發布了3個系列的全球降水產品（GSMaP_NRT，GSMaP_MVK，GSMaP_Gauge）。GSMaP_NRT屬于近實時衛星降水估算，實效性最高，但融合數據源少，僅采用了前向云移動矢量算法反映降水率;在NRT的基礎上利用卡爾曼濾波和雙向云移動矢量傳播等算法改進了紅外雨量估測方法得到GSMaP_MVK產品;而GSMaP_Gauge是經過地面站點數據校正后的版本，滯后時間較長[20]。因此，本文采用了融合數據源較多的純衛星產品GSMaP_MVK（以后簡稱GSMaP）進行分析，數據可通過網站（https：∥sharaku.eorc.jaxa.jp/）獲取。

IMERG是美國NASA發布的新一代多源衛星融合反演降水數據，共發布了Early、Late和Final 3個版本。Early產品的時效性高，但融合數據源較少，Late產品在Early的基礎上引進了更多的傳感器數據源，并且采用了氣候校正算法，而Final采用了GPCC地面站數據進行了校正[21]。本文同時考慮了時效性和融合傳感器數據源問題，使用的IMERG純衛星版本的IMERG-Late產品（以后簡稱：IMERG），時間分辨率為1 d，空間分辨率為0.1°×0.1°，數據可在NASA網站（https：∥storm-pps.gsfc.nasa.gov/storm/）獲取。

本文采用中國自動站與CMORPH融合的逐時降水量網格數據集（以后簡稱：CMA）作為地面參考降水，數據可在中國氣象數據網站獲取（http：∥data.cma.cn/）。CMA采用概率密度匹配和最優插值算法融合了CMORPH衛星和自動氣象站觀測數據，形成的覆蓋中國區域的網格降水產品（15°～59°N，70°～140°E），時空分辨率為1 h、0.1°×0.1°[22]，其中自動氣象站在川渝地區的分布密度如圖1（b）所示。氣象局發布的產品質量報告顯示，CMA在中國區域的降水量值和分布合理，總體誤差低于10%，在中國西部地區的誤差可控制在20%以內，能夠準確抓住典型區域的強降水過程。眾多學者在中國大陸[23]、青藏高原[24]、四川[18]等地的應用表明CMA可以較好地反映出復雜地形下的短歷時強降雨特征，是目前中國范圍精度最優的網格化地面降水。

GPM核心衛星傳感器于2014年3月發射，由于CMA在2017年之后存在較多的小時尺度缺測，為了保證地面參考數據的連續性和準確性，本文選擇了2014年3月至2016年12月作為降水的研究時段。此外，衛星數據的時間分辨率為日尺度，因此本文將CMA數據由小時尺度累計到日尺度，由于衛星數據和CMA數據的空間分辨率均為0.1°，因此本文以CMA數據的網格范圍為基準（15°～59°N，70°～140°E），將全球范圍的衛星數據統一裁剪到CMA數據范圍，最后利用川渝地區的矢量邊界進行掩模處理。

1.3 分析方法

2 結果分析

2.1 降水時空特征

圖2給出了衛星和CMA數據反映的川渝地區降水時空分布特征。由圖2（a）可以看出：川渝地區的降水空間差異異常明顯，總體呈現東部和南部多、川西北高原少的趨勢，日平均降水量普遍在5 mm以下，降水較為充沛的地區為川西南山地、四川盆地以東和重慶地區等地，川西北高原的西部和北部以及四川盆地中部降水偏少，日平均降水量在2.3 mm以下。川西北高原多高海拔山地，而四川盆地中心由于四周高原和山地地形阻擋，使得水汽難以匯聚并形成降雨，降雨反而多集中發生在盆地的周邊地區。從GSMaP和IMERG的降水空間分布來看，IMERG更為準確地反映了川渝地區的降水分布，但仍存在對局部強降水特征反映不明顯的現象;GSMaP整體高估了川渝地區的降水水平，其呈現的強降水區發生在川西北高原區域，存在極大的空間誤差，算法有待改善。從圖2（b）降水時間序列曲線可以發現：川渝地區降水呈現明顯的夏多冬少現象，在夏季存在一個降水明顯下降的月份，整體上兩種衛星產品均反映了川渝地區的月尺度降水特征，GSMaP整體上偏高，IMERG與CMA降水曲線擬合最好。

2.2 總體誤差特征

圖3展示了GSMaP和IMERG產品的誤差統計指數空間分布，并按照不同地形區統計了各個指標的表現情況（見表2）。由圖3和表2分析可知：整體上，衛星數據與CMA在川渝地區表現出較好的相關性，GSMaP在四川盆地（除重慶地區外）和川西北高原北部邊緣的相關系數最低，在四川盆地的相關系數僅為0.53，在川西南山地最佳（R=0.67）。IMERG的相關系數空間分布整體高于GSMaP，在四川盆地和重慶地區達到0.68，川西南山地次之，川西高原最低（R=0.59）。由圖3（c）的相對偏差分布可以看出，GSMaP對川渝大部分地區的降水呈現整體高估現象，特別是川西高原地區相對偏差達到56.5%，僅在四川盆地南部和重慶地區存在局部低估降水（RB<0）。反之，IMERG的相對偏差空間差異異常明顯，IMERG在四川盆地表現出一定的高估降水特征，特別是在重慶地區和靠近成都平原等地區（RB=6.1%），在川西南山地和川西北高原的相對偏差分別為-8.2%，-37.8%，可見IMERG對地形越復雜的山區降水表現出較為嚴重的低估現象。從均方根誤差的分布可知，GSMaP在四川盆地大部分地區表現出較大的均方根誤差（RMSE>10 mm），在重慶地區表現最好。此外，川西高原的中部和川西南山地也存在局部的RMSE指數偏高區域。整體上，IMERG的RMSE較小，特別是在川西北高原地區（RMSE=4.98 mm），其主要原因是川西高原地區的降水量整體偏少所導致。

為了分析衛星產品誤差與高程之間的關系，進一步計算了GSMaP和IMERG在川渝地區不同高程上的誤差分布（見圖4）。由圖4（a）可知，隨著海拔的上升IMERG的相關系數呈現下降趨勢，低海拔地區相關系數較高，海拔2 000 m以下地區相關系數曲線趨于平穩（R>0.65），海拔3 000 m以上地區相關系數急劇下降。GSMaP在中海拔地區的相關系數最高（2 000～3 000 m），高海拔和低海拔地區相關系數偏低。如圖4（b）所示，隨著海拔的上升，GSMaP與IMERG表現出兩種完全相反的變化趨勢：GSMaP的相對偏差曲線顯著上升，在海拔3 500 m以上地區相對偏差達到80%，存在明顯高估高海拔山區降水的現象;而IMERG則表現為海拔越高，相對偏差越低，在海拔1 000 m以上就存在不同程度的低估降水量現象。圖4（c）可知，GSMaP較IMERG表現出更大的均方根誤差，隨著海拔的上升，均方根誤差呈現下降趨勢，海拔4 000～5 000 m的均方根誤差最低，海拔5 000 m以上突增。其原因可能是海拔5 000 m以上的地區屬于常年積雪的雪山和冰川，下墊面復雜，降水極少，固態降雨、冰川和積雪等容易對衛星傳感器信號造成干擾。在海拔4 000 m以下地區，隨著海拔上升，川渝地區的降雨逐漸下降，均方根誤差也在逐漸下降。

整體上，IMERG比GSMaP表現出較低的誤差指數，特別是在四川盆地和重慶地區，GSMaP在盆地中部呈現出較低的相關系數和極大的均方根誤差。衛星產品在川西南山地和川西北高原均存在不同程度的降水估算偏差，IMERG低估山地地形降水，反之GSMaP則高估，并且海拔越高，偏差越嚴重。

2.3 誤差成分分解分析

圖5展示了GSMaP和IMERG產品在川渝地區的總平均誤差（ME）和各個誤差組分空間分布。對比可知，GSMaP的ME較大，在高原山地地形的ME誤差最大，川西北高原的ME誤差均在2 mm以上。IMERG在川西北高原總體表現為負向ME誤差，而在四川盆地和重慶地區則為正向ME誤差。GSMaP的總平均誤差主要來源于誤報偏差False和命中偏差Hit，漏測偏差Miss較小，GSMaP在川西北高原以及盆地中部呈現出了較大的誤報偏差，表明GSMaP對這些區域的降水事件存在較多的錯誤預測。相比之下，IMERG在川渝地區的誤報偏差較小，命中誤差對總誤差的貢獻最大，川西北高原地區的負向ME主要來源于對命中降水的低估，表明IMERG雖然可以較好地探測到發生的降水事件，但是對于降水量級的探測準確性仍有很大的改善空間。值得注意的是，在盆地和高原山地的接壤地區，IMERG呈現出較大的ME誤差，且這種ME主要來源于漏測誤差，其原因可能是這一地區地形起伏較大，海拔急劇上升，地形復雜度較高，衛星傳感器難以準確探測到過渡地形區的降水事件。

圖6為衛星產品的總誤差及其組分隨高程變化的分布曲線圖。由圖6可知：GSMaP的ME均大于0，并且隨著海拔的上升，ME值越大，其命中偏差和誤報偏差也呈現相同的上升趨勢，漏測偏差則趨于穩定，表明GSMaP在川渝地區的漏測降水與海拔和地形沒有較大的關系，海拔的升高和地形的愈加復雜導致了更多的錯估降水事件和對降水量級的探測差異。由圖6（b）可知，IMERG產品的誤報降水總平均誤差和漏測降水總平均誤差隨高程變化不大，總誤差ME在1 000 m以上地區均小于0，并且隨著海拔上升，總誤差ME和命中降水總平均誤差減小，可見，IMERG的總誤差ME主要來源于對命中降水事件的降水量級探測誤差，并且這種偏差主要是低估降水量級。

由此可見，衛星產品在川渝地區的降水誤差主要來源于對降水量級的探測偏差，GSMaP呈現出對川渝地區降水量級的高估，而IMERG則是低估降水量級。GSMaP存在較大的誤報降水現象。

3 結 論

本文討論了GSMaP和IMERG降水產品在川渝地區的精度和誤差成分特征，重點分析了衛星產品在不同高程帶上的誤差組分特征，得到如下結論：

（1） 川渝地區的降水存在顯著的時空差異，降水集中在四川盆地周邊、川西南山地和重慶地區。IMREG能夠較準確地探測川渝地區的降水時空分布，GSMaP在時空上均高估了川渝地區的降水。

（2） 衛星產品在四川盆地和重慶地區的精度明顯高于高原山地地形區。IMERG較GSMaP的降水反演誤差較小，GSMaP在盆地中部和川西北高原的精度較差，在川西北高原高估了56.5%的降水量，IMERG低估了37.8%的降水量。衛星產品對中海拔地區的降水精度最佳，隨著海拔的上升，GSMaP和IMERG的降水偏差均在不同程度增大，IMERG呈現為負向偏差，GSMaP為正向偏差。

（3） 衛星產品降水誤差主要來源于對降水量級的探測偏差，其次是誤報降水偏差，GSMaP存在較嚴重的誤報降水，GSMaP的誤報偏差和命中偏差隨著海拔的上升而增加，IMERG的誤報偏差和漏測偏差與高程無明顯依賴關系。

總體上，IMERG的降水反演精度最好，其誤報和漏測降水事件較少，能夠更好地應用于川渝地區的水文氣象研究，但地形和海拔對衛星降水產品的精度影響較大，特別是在獨特的盆地地形和高海拔山區的反演精度仍有待進一步提高。

參考文獻：

[1] 劉元波，傅巧妮，宋平，等.衛星遙感反演降水研究綜述[J].地球科學進展，2011，26（11）：1162-1172.

[2] KIDD C，TAKAYABU Y N，SKOFRONICK-JACKSON G M，et al.The Global Precipitation Measurement（GPM）Mission[M].Washington：NASA，2020.

[3] 唐國強，萬瑋，曾子悅，等.全球降水測量（GPM）計劃及其最新進展綜述[J].遙感技術與應用，2015（4）：607-615.

[4] TIAN Y，PETERS-LIDARD C D，ADLER R F，et al.Evaluation of GSMaP precipitation estimates over the contiguous United States[J].Journal of Hydrometeorology，2010，11（2）：566-574.

[5] DENG P，ZHANG M，BING J，et al.Evaluation of the GSMaP_Gauge products using rain gauge observations and SWAT model in the Upper Hanjiang River Basin[J].Atmospheric Research，2019，219：153-165.

[6] 楊震宇，寧少尉，金菊良.最新GSMap-gauged與GPM-IMERG衛星降水產品性能評估及其在長江流域中的應用[J].水電能源科學，2018，36（11）：5-8.

[7] ASLAMI F，GHORBANI A，SOBHANI B，et al.Comprehensive comparison of daily IMERG and GSMaP satellite precipitation products in Ardabil Province，Iran[J].International Journal of Remote Sensing，2018，40（8）：3139-3153.

[8] ZHOU Z，GUO B，XING W，et al.Comprehensive evaluation of latest GPM era IMERG and GSMaP precipitation products over mainland China[J].Atmospheric Research，2020，246：105132.

[9] WANG X，DING Y，ZHAO C，et al.Similarities and improvements of GPM IMERG upon TRMM 3B42 precipitation product under complex topographic and climatic conditions over Hexi region，Northeastern Tibetan Plateau[J].Atmospheric Research，2019，218：347-363.

[10] 余坤倫，張寅生，馬寧，等.GPM和TRMM遙感降水產品在青藏高原中部的適用性評估[J].干旱區研究，2018，35（6）：1373-1381.

[11] 王思夢，王大釗，黃昌.GPM衛星降水數據在黑河流域的適用性評價[J].自然資源學報，2018，33（10）：1847-1860.

[12] 李媛媛，寧少尉，丁偉，等.最新GPM降水數據在黃河流域的精度評估[J].國土資源遙感，2019，31（1）：164-170.

[13] 成璐，沈潤平，師春香，等.CMORPH和TRMM 3B42降水估計產品的評估檢驗[J].氣象，2014（11）：1372-1379.

[14] 閆燕，劉罡，何軍，等.重慶地區衛星及再分析降水資料評估[J].高原氣象，2020，39（3）：594-608.

[15] 嵇濤，楊華，劉睿，等.TRMM衛星降水數據在川渝地區的適用性分析[J].地理科學進展，2014，33（10）：1375-1386.

[16] 吳建峰，陳阿林，嵇濤，等.基于衛星降水的重慶市旱澇監測及其可靠性分析[J].中國農學通報，2014，30（23）：296-302.

[17] 臧文斌，阮本清，李景剛，等.基于TRMM降雨數據的西南地區特大氣象干旱分析[J].中國水利水電科學研究院學報，2010，8（2）：97-106.

[18] 曾歲康，雍斌.全球降水計劃IMERG和GSMaP反演降水在四川地區的精度評估[J].地理學報，2019，74（7）：1305-1318.

[19] TANG S，LI R，HE J，et al.Comparative evaluation of the GPM IMERG early，late，and final hourly precipitation products using the CMPA data over Sichuan Basin of China[J].Water，2020，12（2）：554.

[20] USHIO T，KACHI M.Kalman filtering applications for global satellite mapping of precipitation（GSMaP）[M].Berlin：Springer Netherlands，2010.

[21] TAPIADOR F J，TURK F J，PETERSEN W，et al.Global precipitation measurement：methods，datasets and applications[J].Atmospheric Research，2012，104-105：70-97.

[22] 沈艷，潘旸，宇婧婧，等.中國區域小時降水量融合產品的質量評估[J].大氣科學學報，2013，36（1）：37-46.

[23] 廖榮偉，張冬斌，沈艷.6種衛星降水產品在中國區域的精度特征評估[J].氣象，2015，41（8）：970-979.

[24] LU D，YONG B.Evaluation and hydrological utility of the latest GPM IMERG V5 and GSMaP V7 precipitation products over the Tibetan Plateau[J].Remote Sensing，2018，10（12）：2022.

[25] XU S，SHEN Y，ZHE D.Tracing the source of the errors in hourly IMERG using a decomposition evaluation scheme.[J].Atmosphere，2016，7（12）：161.

[26] YONG B，CHEN B，TIAN Y，et al.Error-Component analysis of TRMM-Based Multi-Satellite precipitation estimates over mainland China[J].Remote Sensing，2016，8（5）：440.

（編輯：謝玲嫻）