五種衛星降水產品在沿海流域多時空尺度的綜合精度評估

甘富萬，李彥婕，倪 倩，高 揚

（1.廣西大學土木建筑工程學院，南寧540004；2.廣西珠江委員會南寧勘測設計院，南寧540000）

0 引言

降水的時空分布關乎生態系統的穩定，衛星降水反演的出現彌補了傳統觀測方式的缺陷［1］。其中，熱帶降雨觀測任務（TRMM）的TMPA 產品和全球降水觀測（GPM）的IMERG 產品是目前應用最廣的降水反演產品，其中，TRMM 的時空分辨率分別是0.25°和3 h，而GPM則為0.1°和0.5 h［2］。

自TRMM 發射后，TMPA3B42 各版本的產品在很多地區被證實與雨量站有較好的一致性［3，4］。作為最新一代的衛星，GPM的降水產品IMERG 的新版本一般有更好的表現［5］，但也有特殊情況［6］。在IMERG 子產品的評估中，IMERG-F 與雨量站有更高的相關性，但近實時產品在水文預報中有巨大潛力［7］。

很多研究表明IMERG 是TMPA 的可靠替代品［8，9］，而且在二者眾多降水子產品中，IMERG-F 往往表現最好［10］。但是，在一些地區GPM 的性能并沒有明顯比TRMM 提升［11，12］。因此，為比較這兩個產品的適用性，仍有必要在更多的地區進行驗證。此外，雖至今已有包含多種子產品的討論，但同時涵括最新版本（IMERGV06-E，IMERGV06-L，IMERGV06-F，TMPA3B42-V7，TMPA3B42-RT）的研究還很少。所以，仍然很有必要更細致地綜合分析這五種產品，以量化IMERG 和TMPA 的性能并反映出近實時和后實時產品的差異。

本文選擇地形地貌復雜的亞熱帶沿海南流江流域，基于長達九年的降雨資料，從兩個空間尺度（站點和流域）和三個時間尺度（日、月、季）來比較最新版本的IMERG 和TMPA 產品與實測降雨數據的一致性，評估衛星數據在南流江流域對雨量站數據的適用性，為衛星數據廣泛應用于該流域的水文和氣象研究提供依據，并且為類似亞熱帶沿海中小流域地區的相關研究提供借鑒。

1 研究區域和方法

1.1 研究區域

南流江流域位于中國廣西南部沿海地區，南流江則是廣西南部獨流入海的河流中流程最長、流域面積最廣、水量最豐富的河流。該流域面積為6 843.95 km2，地形地貌復雜，屬于亞熱帶季風氣候，多年平均降水量為1 400～1 760 mm，雨量豐富，是廣西的暴雨中心區之一，具有重要的研究意義。

1.2 降雨數據

本研究使用的是IMERGV06 產品（IMERG-E，IMERG-L，IMERG-F）和TMPA3B42V7的產品（TMPA-V7，TMPA-RT）的日數據，在月和季尺度上的時間序列則由日數據累加得到。衛星數據從美國國家航空航天局網站下載（http：//pmm.nasa.gov/data-access/downloads）。廣西氣象局提供了南流江流域逐小時的雨量觀測數據，各站點在日、月和季尺度的降水數據由實測數據累加得到。站點數據經檢查篩選出15 個降雨數據完整的站點，以此作為標準來評價衛星數據。在站點尺度上，每個雨量站按時間序列逐個進行分析，而在流域尺度上站點不再有所區分，所有站點數據按時間尺度分別整理成3個序列（日、月和季）來對流域進行整體評價。此外雨量站數據經過了時差轉換，以與衛星數據的時間尺度保持一致。本文將15 個雨量站按從北到南，從西到東的順序用字母代替，以便讀者閱讀。基于南流江流域屬于中小流域，15 個站點在空間分布上較為密集，因此能夠反映該流域降水的時空分布特征，圖1 展示了研究區雨量站的空間分布。

圖1 南流江流域及其氣象站點的分布Fig.1 The map of the Nanliujiang River basin

1.3 研究方法

本研究基于兩種空間尺度（站和流域）和3種時間尺度（日、月、季）對南流江流域進行綜合分析。在季尺度上，依據中國傳統的候平均氣溫法劃分季節，即在該流域一年分為4個季節：2-4月，5-7月，8-11月，12-2月。

衛星降水產品的評估主要基于兩類傳統評價指標。統計指標包括CC、RMSE、RB，評價的是衛星降雨產品的精度性能。CC和RMSE分別反映線性相關程度和誤差的整體水平，RB反映衛星數據對實測數據高估或低估的程度。分類指標包括POD、FAR、CSI，用來評價降雨產品檢測降雨的能力。3 個指標的范圍都是從0 到1，FAR越小說明表現越好，POD和CSI則是越高越好。為研究降雨強度變化對衛星探測能力的影響規律，本文選取了多個閾值對3個分類指標進行細致分析。在站點尺度下，依據我國降雨等級劃分的原則，0.1、10、25 和50 mm/d 分別是小雨、中雨、大雨和暴雨的分類值，因此選取這4 個具有代表性的閾值。在流域尺度下，考慮到流域較長的數據序列，所以選擇了跨度從0.1～100 mm/d 的15 個閾值來細分區間以綜合評價衛星產品的探測性能。

2 結果和討論

2.1 站點尺度上的精度評估

2.1.1 基于統計指標的比較

圖2 展示了南流江流域15 個站點的CC的空間分布，五個產品在空間上沒有明顯差異，都反映了靠近東南的N（新田）和H 站（亞山）相關性較弱。在日尺度下，IMERG-E 有10 個站點的CC介于0.66～0.70。IMERG-L 和IMERG-E 分布相似，但IMERG-L 沒有低于0.60 的CC。IMERG-F 有8 個站點的CC都大于0.7，最大值達0.74，最小值僅為0.63。除了H 站較低的CC（0.62），IMERG-F 與其他站點一致性較高，這可能是因為H 站有部分時間缺失實測降雨數據，對其進行數據插補之后產生了一定誤差，其次該站與流域的暴雨中心博白縣距離最近，暴雨快速的時空變化會影響衛星的信號。至于TMPA-V7和TMPART，CC主要在0.60-0.70 之間。因此，IMERG 產品表現明顯優于TMPA 產品。IMERG 產品中，IMERG-F 表現最好，其次是IMERG-L、IMERG-E，這可能是因為IMERG-E只采用了云移動矢量傳播算法中的前向傳播算法，而IMERG-L 和IMERG-F 在此基礎上還加入了后向傳播算法。

圖2 CC在3種時間尺度上的空間分布Fig.2 The spatial distribution of CC on the three scales

表1 評價指標及其公式Tab.1 Evaluation indicators applied to IMERG and TMPA

隨時間尺度增大，CC明顯變大。在月尺度下，IMERG-E，IMERG-L 和TMPA-RT 的CC高于0.68，而IMERG-F 和TMPAV7 的CC都大于0.76，表明后實時產品比近實時產品表現好。在季尺度下，CC主要集中在0.86～0.95 之間，可認為5 個產品的差異很小。5 個產品的最大值都出現在A 站（龍安），IMERG-E（0.95），IMERG-L（0.96），IMERG-F（0.95），TMPA-RT（0.94），TMPA-V7（0.92），這可能由于數據的抵消，從而在季尺度顯現出更高的相關性。

根據圖3，在日尺度下，衛星產品的RMSE范圍在10～16 mm之間，沒有明顯的差異。在月尺度下，五個產品分布的值域增大，介于在50～140 mm。IMERG-F 和TMPA-V7 的值主要分布在50～75 mm，相比于近實時產品更為集中。在季尺度下，RMSE值劇烈增加，超過了100 mm，表明數據不夠可信。從空間尺度來看，位于南部的N 和O 站（常樂）相比其他站點RMSE相當高，而靠北的A 站的RMSE相對較低。結合上文提到A 站的高CC，發現衛星在這個站點表現最好。從3種時間尺度綜合來看，IMERG-F 的RMSE最小，相比于其他產品更加穩定，而TMPA-RT在五種產品中RMSE較高，表現最差。

圖3 RMSE在3種時間尺度上的表現Fig.3 RMSE of each station on the three scales

從圖4（a）可看出，有接近一半站點的最大RB值由TMPART 產生，誤差最高。IMERG-E 和IMERG-L 的15 個站的平均RB值分別為0.055 和0.061，可被視為穩定水平。IMERG-F 和TMPA-V7 的RB的絕對值基本相似，平均值保持在0.07。圖4（b）中，橙色表示高估，紅色表示低估，數據條的長度表示偏差的程度。針對同一個站點，衛星產品的最大值與最小值的差值在0.04～0.34，其中80%的站點的差值都低于0.18，表明五個衛星產品在同一個站點的表現差異很小。但是對于同一個衛星降水產品，其在不同雨量站下的差異較大，最大值與最小值的差值都高于0.29。總體來說，C（新橋），L（張黃）和M 站（菱角）的絕對誤差幾乎沒超過0.05，但是N 和H 站的RB很高，造成站點之間這種差異的原因可能是地面測量本身存在一定缺陷，存在不確定的測量誤差。其次，蒸發損失會給雨量站帶來影響。此外，博白縣是南流江流域的暴雨中心之一，暴雨快速的時空變化會導致臨近的H 站的不確定性。最后，由于東南位置靠近北部灣，受亞熱帶季風氣候影響較大導致了測量的不準確性。

圖4 15個站點的RB的比較Fig.4 Comparison of RB for 15 stations

2.1.2 基于分類指標的比較

由圖（5）可知，當閾值為0.1 mm/d 時，TMPA 和IMERG 有很大差異，IMERG 產品的POD都高于0.65，而TMPA 都低于0.55。當閾值為10 mm/d 時，IMERG-F 的表現最好，87%的POD都高于0.6。TMPA 產品的POD比IMERG-E 和IMERG-L 的大，可看出相比小雨，對中雨的探測性能提高了很多。當閾值為25 mm/d 時，最大POD值出現在IMERG-F，但是五種產品的差異明顯縮小。當閾值為50 mm/d 時，產品的POD都低于0.5，并且站點的POD的值域跨度變大，這可能是由于網格降尺度均勻化數據，衛星產品不能夠反映局部區域的暴雨特性。有學者曾經指出，衛星的紅外線算法會導致在風暴周期的早期，暴雨被低估［13］。

圖5 在4個閾值下的POD的空間分布Fig.5 The spatial distribution of POD at four precipitation thresholds

根據圖6，當閾值為0.1 mm/d 時，TMPA 和IMERG 產品的FAR分別在0.14～0.24 和0.23～0.33，很明顯TMPA 誤報率相對低。隨閾值增大，衛星產品的誤報率都上升，并且產品之間的差異逐漸增大。當閾值為50 mm/d 時，5 個產品誤報很嚴重，最大值出現在TMPA-V7（0.72），最低值出現在IMERG-F（0.41），進一步反應出五個產品在強降雨方面的缺陷。因此，在強降雨事件中，衛星產品的精度仍需改進。分析FAR隨閾值變化的整體趨勢，發現TMPA 產品急劇上升（0.41，0.44），而IMERG 產品的穩定性更好（0.26，0.25，0.23）。

圖6 在4個閾值下的FAR的空間分布Fig.6 The spatial distribution of FAR at four precipitation thresholds

在圖7 中，當閾值為0.1 mm/d 時，IMERG 產品的CSI都高于0.50，而TMPA 產品都低于0.50，探測能力明顯不在同一個水平。隨閾值增大到10 mm/d，衛星產品之間的差異縮小，都在0.30～0.50 之間。當閾值為50 mm/d 時，CSI普遍低于0.40，同時IMERG 和TMPA 出現了顯著的差距，這可能因為統計樣本不夠充足，而且暴雨會影響衛星傳感器接受信號。總體來說，IMERG 產品的成功系數比TMPA 的高，具體而言，IMERG-L 優于IMERG-E 但次于IMERG-F，TMPA-RT 與TMPA-V7 水平相似。

圖7 在4個閾值下的CSI的空間分布Fig.7 The spatial distribution of CSI at four precipitation thresholds

2.2 流域尺度上的精度評估

2.2.1 基于統計指標的比較

根據圖8，日尺度下，5 個產品的CC分別為0.66、0.68、0.70、0.63、0.62，IMERG 的相關性整體比TMPA 好。TRMM 的傳感器受到發射波長的限制，最小可觀測降雨量為0.7 mm/h，因此CC相對低。月尺度下，衛星產品的相關性都大幅度提高，尤其是TMPA-V7 提高了0.21。TMPA-V7（0.84）的表現僅次于IMERG-F（0.85），表明IMERG 和TMPA 產品的差距縮小，這和在站點尺度下得出的結論是一致的。季尺度下，5 個產品的精度都相當高，CC都達到了0.85，最大值與最小值僅相差0.03，可認為幾乎沒有差異。在3 種時間尺度下，IMERG-F 的CC都最大，與實測數據有很強的相關性。

圖8 流域尺度下的CC，RMSE和RBFig.8 Three statistical indicators at basin scale

產品在日尺度下的RMSE接近，基本在12 mm。在月和季尺度下，衛星產品的RMSE的范圍分別在71～96 mm 和145～200 mm，誤差的累積導致了較大的值。根據RB，IMERG-E、IMERG-L 和TMPA-V7 對降雨有不同程度的低估，而IMERG-F和TMPA-RT 則是高估。IMERG-L 數據整合了IMERG-E 的數據，因此結果有一致性，展現了相近的低估（3.4%、3.3%）。IMERG-F 對降雨輕微高估，RB僅為0.001，可能是由于聯合地面月平均數據進行了校正［14］。根據以上結果，IMERG 的近實時產品有低估降水的傾向，后實時產品有高估降水的傾向，這與其他研究發現一致［10，14］。可看到，與TMPA-RT 相比，TMPA-V7與站點之間的偏差減小了近2 倍。因此，總體來說后實時產品比近實時產品有更強的相關性和更小的偏差。

2.2.2 基于分類指標的比較

從圖9 知，在閾值為0.1 mm/d 時，TMPA 的POD比IMERG產品低了接近0.15，表明了TMPA 對小雨探測能力相當不好，但IMERG 在其基礎上提高了對輕降雨的探測能力，這可能由于GPM 搭載的更為先進的雷達有更高的時空分辨率，進一步下降了降水探測的最小閾值，更有利于有效捕捉小雨。IMERG 和TMPA 在閾值為1～50 mm/d 之間時，探測能力較為相似，但是當降雨為超過50 mm/d的暴雨時，5個產品的差異劇烈變大。總體來說，IMERG-F 的POD隨閾值的變化最為平穩，尤其在閾值小于60 mm/d 時反映出相對優異的探測能力，POD總是高于其他產品。五種產品的FAR和CSI變化趨勢正好相反。隨閾值增大，FAR呈現上升趨勢，而CSI恰恰相反。當閾值為50 mm/d時，衛星產品的成功系數低（低于0.32）而誤報率高（超過0.50），與站點尺度的結果相吻合，強降雨導致流域的樣本數量減少，可能對探測統計結果產生一定影響。

圖9 在15個降雨閾值下衛星產品探測能力的表現Fig.9 Three categorical indicators at basin scale under 15 precipitation thresholds

總體來說，通過比較近實時產品和后實時產品，雨量站月數據校正沒有能明顯幫助提高探測成功率。IMERG 產品表現優于TMPA 產品，可能有以下幾點原因。首先，GPM 核心觀測群能接收包括微波、紅外、地面觀測數據的更多數據來源。其次，GPMCO搭載的全球首個星載雙頻衛星雷達（DPR）和多波段錐掃微波成像儀（GMI）使GPM 對瞬時降水估計更加敏感。此外，GPM 算法有助于融合衛星群內所有衛星的傳感器。最后，GPM有更復雜全面的地面驗證系統。

3 結論

在本研究中，5 種衛星產品從2008年8月到2017年7月對南流江流域進行了綜合的評價。主要結論如下：

（1）在日尺度上，從流域和站點來說，IMERG 產品的相關性都優于TMPA，相關性從高到低的順序依次是IMERG-F、IMERG-L、IMERG-E、TMPA-V7 和TMPA-RT。隨時間尺度增大，IMERG 和TMPA 之間精度的差異縮小，TMPA-V7 超過了IMERG的后實時產品。

（2）在日尺度上，IMERG 的穩定性在站點上略優于TRMM，但從流域整體來看基本沒差異。在月和季尺度上，后實時產品比近實時產品穩定。從空間來看，最北的A 站穩定性最好，南部的N和O站穩定性最差。

（3）對于15 個站點，IMERG 在相對誤差上沒有展示出優勢，但不同站點RB的差距比較大，新橋、張黃和菱角的相對偏差明顯低于新田和亞山站。在流域上，IMERG-F傾向于輕微高估降雨，與IMERG-E 和IMERG-L 相反。TMPA-V7 與TMPART 相比，偏差減小了近2 倍。因此，總體來說后實時產品比近實時產品有更小的偏差。

（4）3 個分類指標隨降水閾值的趨勢在站點和流域尺度上相似，POD和CSI與閾值成反比，而FAR呈現正比。探測小雨時，TMPA 的能力相對較弱，而IMERG 作為其后繼者有了明顯的提升。當強降雨時，5 個產品的探測效果都不理想且站點值的分布更加分散，表明雨強對衛星探測影響很大。□