譚璐璐，史 嵐，王茜雯，萬逸波

（南京信息工程大學(xué)地理與遙感學(xué)院，江蘇南京210044）

水汽含量指某一單位地區(qū)上空整層大氣的水汽全部凝結(jié)并降至地面的降水量，其時空變化規(guī)律對于水循環(huán)、全球氣候變化、生態(tài)環(huán)境、人工增雨（雪）作業(yè)等方面的研究具有非常重要的意義［1］。利用探空資料［2］、GPS反演［3］及地面觀測資料［4］計算水汽含量方法雖然精度相對較高，但僅能代表單個站點及其周邊有限區(qū)域的水汽含量，難以反映較大區(qū)域的水汽含量。利用NECP／NCAR再分析格點數(shù)據(jù)［5－6］求算水汽含量存在空間分辨率較低的劣勢。利用衛(wèi)星資料（例如MODIS）反演水汽含量［7－9］存在空間分辨率高、能進(jìn)行大范圍空間連續(xù)性觀測的優(yōu)勢，然而衛(wèi)星資料反演的水汽含量數(shù)據(jù)精度受到反演算法、地表類型等因素的影響較大，因此有必要對遙感反演數(shù)據(jù)結(jié)果進(jìn)行訂正。充分利用站點觀測數(shù)據(jù)精度高和遙感反演可獲得空間連續(xù)數(shù)據(jù)的優(yōu)勢，以高精度的實測站點數(shù)據(jù)訂正遙感數(shù)據(jù)是提高遙感數(shù)據(jù)精度的的一個主要方法［10－12］。

本研究首先基于探空資料、地面觀測資料計算了中國各觀測站點處水汽含量，利用探空資料數(shù)據(jù)可靠、精度高和地面站點數(shù)量多的優(yōu)勢，建立探空站與地面站之間的擬合關(guān)系，以彌補(bǔ)探空站點數(shù)量少的缺憾。利用GIS技術(shù)［13－15］，采用地面資料聯(lián)合探空資料來訂正MODIS05近紅外水汽含量數(shù)據(jù)，從而提高M(jìn)ODIS05近紅外水汽含量數(shù)據(jù)的精度，為基于遙感數(shù)據(jù)等開展空中水資源的研究提供一定的借鑒。

1 研究區(qū)數(shù)據(jù)

使用的數(shù)據(jù)的時間尺度為2001—2010年，選用四季中具有代表性的1、4、7、10月（分別代表冬季、春季、夏季和秋季）10年月平均水汽含量數(shù)據(jù)作為研究所需數(shù)據(jù)。氣象觀測數(shù)據(jù)來源于中國氣象數(shù)據(jù)網(wǎng)（http：／／data.cma.gov.cn／），數(shù)據(jù)包括氣象站點的站點號、經(jīng)度、緯度、海拔高度以及水汽壓。將數(shù)據(jù)進(jìn)行嚴(yán)格的質(zhì)量控制和篩選，得到完整逐月觀測資料的臺站共656個。采用楊景梅經(jīng)驗公式［4］，由地面水汽壓資料計算整層水汽含量。

探空數(shù)據(jù)來源于美國懷俄明大學(xué)氣象數(shù)據(jù)網(wǎng)，共83個中國國際交換站點數(shù)據(jù)，其中73個站點參與數(shù)據(jù)的訂正，10個站點為驗證站點。MODIS05數(shù)據(jù)來源于NASA官網(wǎng)，下載范圍為73～135°E、18～54°N。該數(shù)據(jù)集有紅外（空間分辨率為5 km×5 km）和近紅外（空間分辨率為1 km×1 km）2種水汽產(chǎn)品。本研究選取空間分辨率相對高的MODIS05近紅外波段數(shù)據(jù)。由于Terra星和Aqua星是交叉時次觀測，因此選取2顆星觀測數(shù)據(jù)的平均值作為研究數(shù)據(jù)。用IDL語言批量實現(xiàn)圖像的校正、拼接、裁剪及求月均值。

2 精度評價指標(biāo)與訂正方法

2.1 精度評價指標(biāo)

本研究采用相關(guān)系數(shù)r、平均相對誤差MRE、均方根誤差RMSE作為評價指標(biāo)，公式如下：

r的取值范圍為［0～1］，越接近1，數(shù)據(jù)一致性越好；MRE討論的是遙測降水值和實測值的絕對相對誤差的平均狀況，最優(yōu)值為0；RMSE越小則表示誤差越小。

2.2 MODIS的訂正方法

2.2.1 擬合法訂正MODIS 建立73個探空站資料值與對應(yīng)的73個地面站資料值之間的線性關(guān)系，得到擬合系數(shù)。依據(jù)該系數(shù)和剩余的583個地面站觀測資料擬合得到有地面資料但無探空資料的站點的水汽含量，將656個地面站點處水汽含量與MODIS05數(shù)據(jù)作差，采用反距離加權(quán)（IDW）法將兩者之差推求到整個研究區(qū)，將得到的插值圖與MODIS05數(shù)據(jù)進(jìn)行柵格相加最終得到訂正后的MODIS05數(shù)據(jù)，公式如下：

式中：YTK為73個探空站資料值，XTK＿DM為與探空站相對應(yīng)的73個地面站大氣可降水量值，a、b為系數(shù)，YNH為擬合得到的583個站點水汽含量，XDM為有地面觀測資料但無探空資料的583個站點的水汽含量值，ΔPWVD＿M(jìn)為站點處水汽含量與對應(yīng)的MODIS05數(shù)據(jù)之差，PWVMODIS為原始的MODIS05水汽含量，PWVMODIS＿correct為訂正后的 MODIS05水汽含量。

2.2.2 插值法訂正MODIS05數(shù)據(jù) 73個探空站資料值與對應(yīng)的73個地面站資料值作差，通過IDW法將兩者之間的差推求到整個研究區(qū)域，按656個地面站點提取相應(yīng)的值，將提取到的值與地面站點資料值相加，得到經(jīng)過探空站訂正后的地面水汽含量，按656個地面站點提取地面站點對應(yīng)的MODIS05數(shù)據(jù)，并將兩者作差，采用IDW法將兩者之差推求到整個研究區(qū)，將得到的插值圖與MODIS05數(shù)據(jù)圖層進(jìn)行柵格相加最終得到訂正后的MODIS05數(shù)據(jù)。訂正公式如下：

式中：ΔPWVT－D為探空站實測值與對應(yīng)地面資料值之差，PWVTK為73個探空站實測水汽含量，PWVDM為與探空站對應(yīng)的73個地面站水汽壓推算得到的水汽含量，PWVDM＿correct為經(jīng)過探空站訂正后的656個地面站點水汽含量，PWVDM2為656個地面站點大氣可降水量，ΔPWVD＿M(jìn)為經(jīng)過探空站點訂正后的656個地面站點數(shù)據(jù)與對應(yīng)的MODIS05數(shù)據(jù)之差，PWVMODIS為 MODIS05水汽含量，PWVMODIS＿correct為訂正后的MODIS05水汽含量，Interpolate（）為插值函數(shù)，Extract（）表示按點提取圖層值。

3 結(jié)果與分析

3.1 3種方法計算得到的結(jié)果分析

本研究分別計算了2001—2010年10年月平均1、4、7、10月由探空資料［2］、地面水汽壓資料［4］、MODIS05近紅外波段反演［10］得到的水汽含量，并繪制折線圖（圖1）。

由圖1可知，探空資料結(jié)果與地面資料計算的結(jié)果一致性較高，地面資料計算的結(jié)果總體上較探空資料結(jié)果略微偏大。MODIS反演結(jié)果與探空資料結(jié)果相比，存在系統(tǒng)性偏低，這與達(dá)布·希拉圖等的研究結(jié)果［7］一致。但3種計算方法得到的數(shù)據(jù)的變化趨勢較一致。由北向南，MODIS反演結(jié)果低估水汽含量的現(xiàn)象越來越明顯：北方高緯度干旱、半干旱、半濕潤區(qū)三者一致性較好，MODIS反演誤差較??；南方低緯度亞熱帶季風(fēng)氣候區(qū)、熱帶季風(fēng)區(qū)，MODIS低估現(xiàn)象明顯。從季節(jié)上看，1月水汽含量最少，MODIS估算效果最好；7月水汽含量最多，MODIS低估現(xiàn)象明顯，4月和10月居中。

MODIS存在系統(tǒng)性低估的主要原因：MODIS近紅外通道算法可以準(zhǔn)確反映晴空大氣總水汽量，而對云頂以下的水汽是無法反演的，不能做到全天候反演大氣可降水。我國冬季受冷高壓控制，天氣以晴朗干燥為主，尤其是北方地區(qū)，因此MODIS反演結(jié)果較好。夏季受到季風(fēng)影響，空中云量大，由于無法反演云層以下的水汽，且近地面是水汽集中區(qū)，因而MODIS出現(xiàn)普遍的低估現(xiàn)象。此外，夏季多降水，土壤的含水量增加使近紅外區(qū)光譜反射率降低，也導(dǎo)致了反演的數(shù)據(jù)精度偏低。冬季由于此時地表較均勻并且地表反射系數(shù)較大，因而反演的結(jié)果比在夏季中的要準(zhǔn)確些［6］。

為進(jìn)一步驗證由地面水汽壓資料計算的水汽含量的精度，本研究以探空資料為檢驗值，制作了地面資料和MODIS反演結(jié)果的誤差分析表（表1）。

從表1可以看出，地面資料計算的結(jié)果均好于MODIS反演的結(jié)果。各月地面資料計算結(jié)果與探空數(shù)據(jù)的相關(guān)系數(shù)均在96.81%以上，其中1月的相關(guān)系數(shù)最低，但相關(guān)系數(shù)仍達(dá)到96.81%，7月的相關(guān)系數(shù)最高，為99.13%。7月的平均相對誤差和均方根誤差均最小，分別為6.09%、2.48 mm，4月的平均相對誤差最大，為16.36%，10月均方根誤差最大，為3.28 mm。4月份MODIS反演結(jié)果與探空數(shù)據(jù)的相關(guān)系數(shù)最高，為97.38%，但仍比地面資料結(jié)果低1.59百分點；10月MODIS反演結(jié)果與探空數(shù)據(jù)的平均相對誤差最小，為24.86%，但仍比地面結(jié)果高8.57百分點；1月MODIS05數(shù)據(jù)與探空數(shù)據(jù)的均方根誤差最小，為3.97 mm，但仍比地面資料結(jié)果高1.76 mm。

上述數(shù)據(jù)精度的對比分析為本研究聯(lián)合地面和探空資料訂正MODIS05數(shù)據(jù)的可行性提供了有力的理論支持。

3.2 擬合法、插值法訂正結(jié)果誤差檢驗

為驗證訂正效果，以未參與訂正的10個探空站為驗證站點，做了基于原始MODIS05數(shù)據(jù)和以上2種方法訂正得到的數(shù)據(jù)結(jié)果的誤差對比分析（表2）。

表1 兩方法計算結(jié)果對比

表2 MODIS原始數(shù)據(jù)與兩種訂正方法結(jié)果誤差對比

由表2可知，2種訂正方法都很好地提高了MODIS05數(shù)據(jù)的精度。經(jīng)2種方法訂正后的MODIS05數(shù)據(jù)與探空數(shù)據(jù)的相關(guān)系數(shù)均達(dá)到了99%以上，較原始MODIS05數(shù)據(jù)均有所提高，呈高度相關(guān)性；2種訂正方法得到的結(jié)果平均相對誤差均明顯好于未訂正的數(shù)據(jù)；經(jīng)擬合法訂正后得到的平均相對誤差均略高于插值法，1月份擬合法得到的平均相對誤差最大，為13.02%，較插值法結(jié)果高0.23百分點，但較MODIS05原始數(shù)據(jù)低15.64百分點。7月份擬合法得到的平均相對誤差最小，為6.66%，比插值法的結(jié)果高2.23百分點，但較MODIS05原始數(shù)據(jù)低23.47百分點；除7月外，經(jīng)擬合法訂正的MODIS05數(shù)據(jù)的均方根誤差均略小于插值法得到的結(jié)果；其中1月份擬合法得到的均方根誤差最小，為0.87 mm，較插值法結(jié)果小0.38 mm，較MODIS05原始數(shù)據(jù)小3.49 mm；7月份最差，為2.09 mm，較插值法結(jié)果大0.35 mm，較 MODIS05原始數(shù)據(jù)小11.63 mm。2種訂正方法得到的結(jié)果的均方根誤差均明顯好于原始MODIS05數(shù)據(jù)的結(jié)果，且2種方法訂正效果相近。

為直觀反映訂正效果，制作了探空資料、地面資料推算水汽含量、插值法訂正后的MODIS數(shù)據(jù)、原始MODIS數(shù)的雷達(dá)對比圖，以顯示訂正效果（圖2）。

從圖2可以看出，低緯度地區(qū)的站點水汽含量大，探空資料、地面資料、MODIS反演得到的結(jié)果差距明顯；高緯度、青藏高原地區(qū)站點水汽含量小，3種方法計算得到的結(jié)果差距小。總體上，地面資料計算的水汽含量最大，原始的MODIS反演結(jié)果最小，探空資料結(jié)果居中，這也進(jìn)一步印證了圖1所反映的信息。此外，訂正后的MODIS結(jié)果與探空資料數(shù)據(jù)最為接近，其折線圖位于地面資料結(jié)果與探空數(shù)據(jù)結(jié)果中間，這是地面資料和探空資料聯(lián)合訂正的結(jié)果。1、7月份訂正效果較好，4、10月份訂正效果略差。

為展示訂正后MODIS05值與原始MODIS05之差，基于ArcGIS平臺空間分析，以插值訂正法為例，做了兩者之差的空間分布，并在此基礎(chǔ)上制作了等誤差線總體趨勢圖（圖3）。

圖3是折線圖1在空間上的反映。從圖3可以反映出原始MODIS05數(shù)據(jù)整體上存在系統(tǒng)性偏低的狀況。1月份MODIS反演效果最好，大部分地區(qū)低估在3 mm范圍內(nèi)，中國東南部局部地區(qū)低估3～9 mm；4、10月估算效果次之，大部分地區(qū)低估在9 mm范圍內(nèi)，東南部局部地區(qū)低估9～15 mm；7月低估現(xiàn)象最為明顯，除西北內(nèi)陸外，大部分地區(qū)低估在6 mm以上，東南部局部地區(qū)低估15～24 mm；各月亞熱帶、熱帶季風(fēng)氣候區(qū)低估最明顯，溫帶大陸性氣候區(qū)和青藏高原氣候區(qū)估算效果最好。產(chǎn)生上述現(xiàn)象的原因已在前文闡述，在此不再重復(fù)。云南貢山縣地處怒江大峽谷，立體氣候和小區(qū)域氣候特征明顯，空氣濕度大，是MODIS低估最明顯的地區(qū)。

3.3 我國水汽含量空間分布圖

為直觀反映MODIS05數(shù)據(jù)訂正效果，作了基于MODIS05原始數(shù)據(jù)、插值法訂正后的MODIS05數(shù)據(jù)對比圖（圖4）。從圖4可以看出，不論是原始MODIS05數(shù)據(jù)還是經(jīng)過訂正后的MODIS05數(shù)據(jù)，均一致地反映出我國水汽含量變化明顯。從時間上看，1月受冬季風(fēng)影響，氣候寒冷干燥，我國水汽含量最小，且主要沿著緯向分布。7月溫度高且受夏季風(fēng)影響，大氣可降水最大，呈明顯的東南多西北少的局面。4月和10水汽含量居中。

從空間上看，我國水汽含量分布為低緯大于高緯、平原大于高原、沿海大于內(nèi)陸。同時，地形對水汽含量的分布有著重要影響。例如，由于四川盆地地區(qū)四周被高山環(huán)抱，暖濕空氣受地形的屏蔽及盆地內(nèi)多有河流發(fā)育，地面可供蒸發(fā)量大等因素的影響，水汽含量明顯較高。由于受高大地形影響，青藏高原地區(qū)降水量普遍偏小，且四季變化不明顯，這也進(jìn)一步映證了梁宏等的相關(guān)研究結(jié)果［16－17］。

此外，MODIS數(shù)據(jù)分辨率高，從圖4也可以看出青藏高原的湖泊地區(qū)水汽含量明顯高于周圍地區(qū)，以1月份最為明顯。如1月份青海湖等湖區(qū)水汽含量分布明顯高于周圍地區(qū)。同時，盛行西風(fēng)將大西洋的水汽自西向東輸送到內(nèi)陸，受到青藏高原地形的阻擋，氣流分成沿青藏高原南北兩側(cè)的南北兩支流，其中北支流主要經(jīng)過我國［19－20］，圖中可以明顯看出青藏高原北部有一個明顯的高水汽含量帶。

4 結(jié)論

為彌補(bǔ)探空站點稀少、衛(wèi)星反演數(shù)據(jù)精度較低的缺點，發(fā)揮探空站點數(shù)據(jù)精度高、地面站點數(shù)量多、衛(wèi)星反演數(shù)據(jù)具有空間連續(xù)性觀測的優(yōu)勢，本研究聯(lián)合地面及探空資料，分別采用擬合法和插值法對MODIS05近紅外波段數(shù)據(jù)進(jìn)行訂正，得到更準(zhǔn)確的中國區(qū)域水汽含量空間分布，并得出如下結(jié)論：

（1）MODIS05近紅外波段反演得到的數(shù)據(jù)空間分辨率高、數(shù)據(jù)精度也較好，適合研究大范圍的水汽含量空間分布情況，并能刻畫復(fù)雜地形下的水汽含量空間分布情況。

（2）通過楊景梅經(jīng)驗公式，由地面水汽壓資料計算得到大氣可降水量與探空資料值較為接近，MODIS05近紅外波段反演得到的數(shù)據(jù)精度存在系統(tǒng)性偏低，偏低程度由中國西北部向東南逐漸擴(kuò)大。

（3）從時間上看，在 1、4、7、10月中，1月 MODIS反演效果最好，7月MODIS反演數(shù)據(jù)低估現(xiàn)象明顯，4月和10月反演效果居中。

（4）經(jīng)擬合法和插值法2種訂正方法訂正的MODIS05數(shù)據(jù)精度均有大幅度的提高，且2種方法的訂正效果相近。

參考文獻(xiàn)：

［1］朱乾根，林錦瑞，壽紹文.天氣學(xué)原理與方法［M］.北京：氣象出版社，2000：329－330.

［2］楊紅梅，葛潤生.用單站探空資料分析對流層氣柱水汽總量［J］.氣象，1998，24（9）：8－11.

［3］李國平.地基GPS遙感水汽含量及其在氣象中的應(yīng)用研究［D］.成都：西南交通大學(xué)，2007.

［4］楊景梅，邱金桓.用地面濕度參量計算我國整層水汽含量及有效水汽含量方法的研究［J］.大氣科學(xué)，2002，26（1）：10－22.

［5］劉 丹，邱新法，史 嵐，等.基于NCEP資料的我國水汽含量的計算及其時空分布［J］.南京信息工程大學(xué)學(xué)報（自然科學(xué)版），2013，5（2）：113－119.

［6］林維俊，陳洪濱，肖穩(wěn)安.MODIS與NCEP水汽含量資料的比較分析［J］.南京氣象學(xué)院學(xué)報，2004，27（2）：169－177.

［7］達(dá)布·希拉圖，盧士慶，蘇麗娟，等.利用MODIS衛(wèi)星資料監(jiān)測內(nèi)蒙古地區(qū)大氣總水汽量方法研究［J］.干旱區(qū)資源與環(huán)境，2009，23（5）：76－80.

［8］姜立鵬，覃志豪，謝 雯.針對MODIS近紅外數(shù)據(jù)反演大氣水汽含量研究［J］.國土資源遙感，2006，18（3）：5－9.

［9］陳渭民，陶國慶，邱新法.介紹全球氣候系統(tǒng)衛(wèi)星遙感導(dǎo)論［M］.北京：氣象出版社，2012：74－82.

［10］張俊東，陳秀萬，李 穎，等.基于GPS數(shù)據(jù)的MODIS近紅外水汽改進(jìn)反演算法研究［J］.地理與地理信息科學(xué)，2013，29（2）：40－44.

［11］張舒揚(yáng)，邱新法.MODIS大氣含水量產(chǎn)品地面資料訂正方法研究［J］.淮海工學(xué)院學(xué)報（自然科學(xué)版），2012，21（2）：60－65.

［12］曹 蕓，何永健，邱新法，等.基于地面觀測資料的MODIS云量產(chǎn)品訂正［J］.遙感學(xué)報，2012，16（2）：325－342.

［13］李永艷.基于RS和GIS的新疆水汽含量的反演和估算研究［D］.烏魯木齊：新疆師范大學(xué)，2011.

［14］蔣好忱，雷寶佳，汪 朋，等.基于GIS技術(shù)的我國水汽含量分布研究［J］.測繪與空間地理信息，2014，37（3）：100－102.

［15］王瑞君，王仁德，高士平，等.基于GIS的河北省土地沙化脆弱性評價與空間分異［J］.江蘇農(nóng)業(yè)科學(xué)，2016，44（2）：395－397.

［16］梁 宏，劉晶淼，李世奎.青藏高原及周邊地區(qū)大氣水汽資源分布和季節(jié)變化特征分析［J］.自然資源學(xué)報，2006，21（4）：526－534.

［17］金 寶.青藏高原對我國天氣和氣候的影響［J］.內(nèi)蒙古師范大學(xué)學(xué)報（自然科學(xué)漢文版），1988（3）：37－42.

［18］王同美，吳國雄，萬日金.青藏高原的熱力和動力作用對亞洲季風(fēng)區(qū)環(huán)流的影響［J］.高原氣象，2008，27（1）：1－9.

［19］黃 剛，周連童.青藏高原西側(cè)繞流風(fēng)系的變化及其與東亞夏季風(fēng)和我國華北地區(qū)夏季降水的關(guān)系［J］.氣候與環(huán)境研究，2004，9（2）：316－330.