孫懷衛(wèi)，張伊然，廖衛(wèi)紅，桂東偉，薛 杰，嚴(yán) 冬

(1.水電與數(shù)字化工程學(xué)院，華中科技大學(xué)，武漢 430074；2.中國水利水電科學(xué)研究院 水資源研究所，北京 100038； 3.新疆策勒荒漠草地生態(tài)系統(tǒng)國家野外科學(xué)觀測研究站，中國科學(xué)院新疆生態(tài)與地理研究所，烏魯木齊 830011)

暴雨是常見的災(zāi)害性天氣之一，受到了國內(nèi)外研究學(xué)者的普遍重視。我國地質(zhì)地貌復(fù)雜,地形樣式繁多,山丘區(qū)總面積大約占國土面積比例較大；且降雨時空分布極不均衡,空間分布范圍大,暴雨相對比較集中,極易造成洪澇災(zāi)害，對人民生產(chǎn)生活造成了嚴(yán)重影響和巨大損失。地面雨量站的分布不均往往導(dǎo)致無法及時獲得暴雨信息進而導(dǎo)致災(zāi)害惡化，因此，如何快速且準(zhǔn)確獲取分布均勻的雨量數(shù)據(jù)具有十分重要的意義。

為快速獲取降雨數(shù)據(jù)，很多學(xué)者對全球多個衛(wèi)星降雨數(shù)據(jù)進行了適用性分析和評價。GPM衛(wèi)星群自2014年發(fā)射以來，已經(jīng)成為研究熱點。該衛(wèi)星降水?dāng)?shù)據(jù)的時間分辨率和空間分辨率分別為30分鐘和0.1°×0.1°，是目前時空分辨率最高的降水衛(wèi)星。Ehsan等人研究發(fā)現(xiàn)，在日尺度下，將GPM IMERG、TRMM和TMPA-3B42衛(wèi)星降水產(chǎn)品與實測降水進行比較后發(fā)現(xiàn)，三者對地面實測降水都會有不同程度的低估，但是GPM IMERG在三者中表現(xiàn)最好，低估現(xiàn)象也最不明顯[1]。Tang等人比較了2014年4月至11月GPM IMERG和TRMM 3b42在中國范圍的衛(wèi)星數(shù)據(jù)和和對應(yīng)的地面實測數(shù)據(jù)，發(fā)現(xiàn)在日尺度以及小于日尺度下，GPM IMERG表現(xiàn)較TRMM 3b42衛(wèi)星好，且在小于日尺度的情況下GPM IMERG衛(wèi)星的優(yōu)勢更為明顯[2]。Kim等人在不同地形條件下比較了GPM IMERG Final和TRMM 3b42在韓國和日本范圍2014年3月13日至2014年8月31日的數(shù)據(jù)，其結(jié)論顯示：無論是山區(qū)還是沿海地區(qū)，GPM IMERG Final表現(xiàn)均優(yōu)于TRMM 3b42衛(wèi)星[3]。

EOF方法，即經(jīng)驗正交函數(shù)分解法，是一個用于研究對象的時空變化的標(biāo)準(zhǔn)地球科學(xué)和海洋學(xué)的研究分析方法[4,5]，由統(tǒng)計學(xué)家Pearson于1902年提出[6], 1956年Lorenz將其引入大氣科學(xué)研究中[7]。EOF法對分布不規(guī)則的氣象要素進行時間和空間的分解后，得到相互正交的特征向量，包括空間模態(tài)和時間系數(shù)，其中前者可以反映要素場的空間分布特點，后者反映前者隨時間權(quán)重的變化。該方法將原始場分解得到n個模態(tài)，最大的優(yōu)點在于將要素場的變化特點集中在前幾個模態(tài)中。EOF法在降雨分析中應(yīng)用廣泛，張銘等人利用較高時空分辨的模式輸出結(jié)果對武漢地區(qū)1998年7月的某場持續(xù)性特大暴雨進行了經(jīng)驗正交函數(shù)分析[8]；龐軼舒等人利用EOF方法分析了中國2008-2012年160個站臺的降水資料在中國夏季降水短期氣候預(yù)測中潛在能力，結(jié)果顯示隨機剔除一年樣本后，中國夏季降水距平場前4個 EOF 模態(tài)表現(xiàn)出顯著的穩(wěn)定性[9]。

衛(wèi)星遙感技術(shù)的發(fā)展為研究降水變化提供了更為有效的手段，利用 TRMM衛(wèi)星降水資料和地面觀測資料融合發(fā)現(xiàn)，各大洋熱帶氣旋降水的晝夜循環(huán)是相似的[10]；但在北大西洋，受到西風(fēng)帶的影響，降水日變化強度明顯弱于其他大洋[11]。由于湖北省內(nèi)雨量站分布不均且數(shù)量僅為62個(http:∥www.cma.gov.cn/)，GPM衛(wèi)星站點分布均勻且在湖北省范圍內(nèi)站點數(shù)量達到1 752個之多(https:∥pmm.nasa.gov/data-access/downloads/gpm)，而暴雨分布的隨機性和不均性使得對雨量站的地理位置有較高要求，故GPM衛(wèi)星數(shù)據(jù)的分布特性解決了這一問題。本文對GPM衛(wèi)星數(shù)據(jù)進行了鄂西北、鄂西南、江漢平原、鄂東北和鄂東南5個區(qū)域面雨量的適用性評價后，提出了基于全球降水測量衛(wèi)星數(shù)據(jù)的暴雨分析方法，即綜合利用EOF方法、快速時段累積雨量提取和空間數(shù)據(jù)插值等方法，提出了一種基于衛(wèi)星數(shù)據(jù)的暴雨分析方法。

1 研究數(shù)據(jù)與方法

1.1 研究數(shù)據(jù)

GPM衛(wèi)星是一個國際衛(wèi)星群，包括一顆核心的觀測衛(wèi)星以及十顆合作衛(wèi)星。GPM衛(wèi)星由美國國家航空航天局(NASA)和日本太空發(fā)展署于2014年2月28日共同合作發(fā)射，用于代替美國國家航空航天局和日本空間發(fā)展廳(NASDA)于1997年11月27日發(fā)射的TRMM衛(wèi)星[4]。繼承者GPM衛(wèi)星的核心衛(wèi)星搭載了一個Ku波段為13.6GHz、Ka波段為35.5 GHz雙頻率降水雷達(DPR)以及一個頻率范圍為10～183 GHz的錐形掃描多通道流量微波成像儀(GMI)；而TRMM衛(wèi)星搭載的是一個Ku波段為13.8 GHz的單頻率的降水雷達(PR)以及一個頻率范圍為10～85.5 GHz的多通道微波成像儀(TMI)。因此，GPM衛(wèi)星的傳感器相較TRMM能更準(zhǔn)確地測量在量少時和非液態(tài)時的降水[12]。目前，TRMM 3b42是被運用最為廣泛的降水衛(wèi)星產(chǎn)品[3]，而GPM衛(wèi)星群中的GPM IMERG(Integrated Multi-satellite Retrievals for GPM)降水產(chǎn)品應(yīng)用前景良好，該產(chǎn)品校正、合并且插值處理了GPM衛(wèi)星群的微波估計、紅外估計、雨量站觀測數(shù)據(jù)以及其他潛在傳感器的數(shù)據(jù)[12]。在時空分辨率上，GPM IMERG衛(wèi)星降水產(chǎn)品的時間分辨率和空間分辨率分別為30分鐘和0.1°×0.1°；TRMM 3b42衛(wèi)星降水產(chǎn)品分別為3小時和0.25°×0.25°。

1.2 衛(wèi)星降水?dāng)?shù)據(jù)適用性評價

本文基于GPM衛(wèi)星群的GPM IMERG衛(wèi)星降水?dāng)?shù)據(jù)提出的暴雨分析方法需要對衛(wèi)星數(shù)據(jù)進行前期的數(shù)據(jù)適用性評價。由于原始的GPM IMERG衛(wèi)星降水?dāng)?shù)據(jù)時間分辨率為30 min，地面雨量站的時間分辨率為1 h，因此，在進行1 h尺度衛(wèi)星數(shù)據(jù)的適用性評價時，將GPM IMERG衛(wèi)星數(shù)據(jù)自30 min累加至1 h，地面雨量站的數(shù)據(jù)保持不變；在進行1 d尺度衛(wèi)星數(shù)據(jù)的適用性評價時，將GPM IMERG衛(wèi)星數(shù)據(jù)和地面雨量站的數(shù)據(jù)分別累加至1 d。

由于GPM IMERG衛(wèi)星數(shù)據(jù)呈網(wǎng)格狀分布均勻，故在對其進行面平均雨量的計算處理時采用算數(shù)平均法：

(1)

由于地面雨量站分布不均，故在其進行面平均雨量的計算中采用泰森多邊形法：

式中：fi為第i個雨量站所在多邊形的面積，km2；F為流域面積，km2；n為多邊形數(shù)i。

1.3 適用性評價指標(biāo)

針對相同時段的GPM IMERG衛(wèi)星降水?dāng)?shù)據(jù)和地面雨量站實測數(shù)據(jù)，在面平均降水上從相關(guān)系數(shù) (CC)、平均絕對誤差 (MAE)、偏差(BIAS)、相對偏差(RBIAS)、均方根誤差 (RMSE)等統(tǒng)計參數(shù)的基礎(chǔ)上，參照Tang G[2]、Kiyoung Kim[3]等學(xué)者文章，選取以上指標(biāo)作為代表性評價指標(biāo)，并對GPM IMERG衛(wèi)星降水?dāng)?shù)據(jù)適用性進行了評價。其中：

相關(guān)系數(shù)(CC)是用來評估GPM IMERG衛(wèi)星降水?dāng)?shù)據(jù)與地面雨量站實測值之間的相關(guān)關(guān)系。相關(guān)系數(shù)的范圍為-1

(3)

平均絕對偏差(MAE)用來表示GPM IMERG衛(wèi)星降水?dāng)?shù)據(jù)與地面雨量站實測值之間的偏差，值越小越接近地面雨量站實測值。MAE對結(jié)果的離差進行絕對值化，因此避免了正負(fù)值相抵消的情況，能夠更好地反映GPM IMERG衛(wèi)星降水誤差的實際情況。

(4)

偏差(Bias)用于表示GPM IMERG衛(wèi)星降水?dāng)?shù)據(jù)與地面雨量站實測值之間的偏離程度，相對偏差越小，表明GPM IMERG衛(wèi)星降水?dāng)?shù)據(jù)與地面雨量站實測值越接近，其值越接近0表示GPM IMERG衛(wèi)星數(shù)據(jù)質(zhì)量越好。相對偏差大于0表示GPM IMERG衛(wèi)星降水量高估了實測值；反之，則低估了實測降水量。

(5)

相對偏差(Rbias)描述了GPM IMERG衛(wèi)星降水?dāng)?shù)據(jù)的系統(tǒng)性誤差，與偏差類似。

(6)

均方差誤差(RMSE)同樣用來表示GPM IMERG衛(wèi)星降水?dāng)?shù)據(jù)與地面雨量站實測值之間的偏差，與均方根誤差意義相似，其值越小表示GPM IMERG衛(wèi)星降水和地面雨量站點實測值之間越接近。

(7)

1.4 EOF分析方法

EOF分析的本質(zhì)是將一個物理量場的演變分解成各正交模態(tài)的獨立演變過程，因此，該過程就反映了各獨立因子對該物理量演變的影響和貢獻。首先將GPM IMERG衛(wèi)星降水資料以矩形形式給出：

(8)

其中，m為空間點，即湖北省范圍GPM IMERG衛(wèi)星降水?dāng)?shù)據(jù)。本文所使用的數(shù)據(jù)為時間尺度為30分鐘、空間尺度為0.1°×0.1°的衛(wèi)星降水?dāng)?shù)據(jù)，因此在湖北省范圍內(nèi)(29°～33.3°N,108.3°～116.1E)一共有44×79個空間點；n為時間序列長度，在本文中為每年的6月至9月，按照GPM IMERG衛(wèi)星降水?dāng)?shù)據(jù)的時間尺度，EOF法中的時間序列n為5 856。

再將矩陣X正交展開，將其分解成時間函數(shù)Z和空間函數(shù)V兩部分，即X=VZ，其中：

(9)

其中，具體的計算方法為：

(1)對X矩陣進行距平處理后計算協(xié)方差矩陣S=XXT。

(2)求出協(xié)方差矩陣的特征值λ和特征向量V。而矩陣∧為對角陣，對角元素為XXT特征值為λ1,λ2,…,λm，其中λ1>λ2>…>λm>0。

(3)計算時間函數(shù)矩陣Z，其中Z=VTX。

隨后對占比最靠前的幾個模態(tài)進行時空分析即可得到降水特性的分析結(jié)果。

1.5 快速時段累積雨量提取和空間數(shù)據(jù)插值

快速時段累積雨量提取即對每一個GPM IMERG衛(wèi)星降雨站點數(shù)據(jù)從1 m到24 m的累積求最大值，通過ARCGIS克里金插值腳本[13]，在空間上直觀反映降水的分布情況的暴雨災(zāi)害分析方法，其中GPM IMERG衛(wèi)星降水?dāng)?shù)據(jù)為gsi，在1、3、6、12、24 h的累積雨量累計值的最大值分別為(∑Gsi)1hmax、(∑Gsi)3hmax、(∑Gsi)6hmax、(∑Gsi)12hmax、(∑Gsi)24hmax。

2 研究區(qū)域

湖北省位于中國中部，長江中游地區(qū)，在地理位置上可以分為鄂西北、鄂西南、江漢平原、鄂東北和鄂東南5個區(qū)域。湖北省地處亞熱帶，光照充足，年日照時數(shù)為1 100～2 150 h，年平均氣溫為15～17 ℃，多年平均降水800～1 600 mm，6月中旬至7月中旬雨量最多，強度最大。在湖北省范圍內(nèi)共有62個地面雨量站，其分布見圖1。

圖1 研究區(qū)域及雨量站分布圖Fig.1 Study area and rainfall station distribution map

湖北省5個區(qū)域的泰森多邊形圖見圖2，由圖2可以發(fā)現(xiàn)，鄂西北、鄂西南、江漢平原、鄂東北和鄂東南的地面雨量站數(shù)目分別為13、14、17、6、12，其中鄂東北地區(qū)的數(shù)量最少且雨量站只分布在鄂東北中部地區(qū)，存在分布嚴(yán)重不均的現(xiàn)象；鄂西北、鄂西南、江漢平原和鄂東南地區(qū)地面雨量站均有不同程度的分布不均。

圖2 湖北省五分區(qū)泰森多邊形圖Fig.2 Tyson polygonal map of 5 zones in Hubei province

湖北省按照地理位置可以劃分為鄂西北、鄂西南、江漢平原、鄂東北和鄂東南共5個區(qū)域，本文對GPM IMERG衛(wèi)星在該5個區(qū)域進行了1 h和1 d時間尺度上的面平均降水?dāng)?shù)據(jù)的適用性評價。其中，進行適用性評價的GPM IMERG衛(wèi)星降水?dāng)?shù)據(jù)和地面雨量站的數(shù)據(jù)時段為2017年4月-2017年10月；基于球降水測量衛(wèi)星數(shù)據(jù)，本文針對湖北省2014-2016年汛期(4月至9月)進行了暴雨災(zāi)害分析；本文對湖北省內(nèi)1752個GPM IMERG衛(wèi)星降雨站點在2014-2016年汛期(4月-9月)進行了快速時段累積雨量提取。

3 結(jié)果分析

3.1 適用性評價結(jié)果

GPM IMERG衛(wèi)星降水?dāng)?shù)據(jù)湖北省鄂西北、鄂西南、江漢平原、鄂東北和鄂東南5個區(qū)域在1 h和1 d的適用性評價結(jié)果分別見表1和表2。由二表可以發(fā)現(xiàn)，在1 h尺度上，相關(guān)系數(shù)最高的區(qū)域為鄂東南地區(qū)(0.670)，最低的區(qū)域為鄂東北地區(qū)(0.412)，相關(guān)系數(shù)在這5個區(qū)域的平均值為0.571；在1 d尺度上，相關(guān)系數(shù)最高的區(qū)域仍為鄂東南地區(qū)(0.835)，最低的區(qū)域仍為鄂東北地區(qū)(0.629)，相關(guān)系數(shù)在這5個區(qū)域均有較大提升，其平均值達到0.759，提高了32.925% 。從絕對誤差上分析，鄂西北地區(qū)的在5個區(qū)域中最小，1 h尺度和1 d尺度的值分別為0.264和4.390，整體上5個區(qū)域的絕對誤差平均值在1 d和1日尺度的值分別為0.319和5.665，后者大約是前者的16倍，由于原始降水?dāng)?shù)據(jù)由30 min時段累積來了48組降水?dāng)?shù)據(jù)得到1 d時段，故誤差也得到累積。從偏差上分析，數(shù)值最小的仍是鄂西北地區(qū)，1 h和1 d時段的數(shù)值分別為0.135和3.240，1 h和1 d時段的GPM IMERG衛(wèi)星降水?dāng)?shù)據(jù)在湖北省所有5個區(qū)域內(nèi)均存在均高估地面雨量站實測數(shù)據(jù)的現(xiàn)象，偏差平均值分別為0.173和4.150。從相對偏差上分析，在兩個時間尺度上該指標(biāo)的數(shù)值相同，其最小值出現(xiàn)的區(qū)域由鄂西北變?yōu)槎跷髂希鋽?shù)值分別為0.622和 0.622。從均方根誤差上分析，最小值出現(xiàn)在鄂西北地區(qū)，在1 h和1 d尺度上的值分別為0.903和8.824，5個區(qū)域的平均值在1 h和1 d尺度上分別為1.038和12.878，后者大約是前者的11倍，也是由于對30 min時段數(shù)據(jù)的誤差累積的結(jié)果。

表1 湖北省各分區(qū)1小時尺度適用性評價指標(biāo)結(jié)果Tab.1 Applicability evaluation results on 1 hour scale in 5 zones of Hubei Province

表2 湖北省各分區(qū)1日尺度適用性評價指標(biāo)結(jié)果Tab.2 Applicability evaluation results on 1 day scale in 5 zones of Hubei Province

從整體上分析，由于GPM IMERG降水?dāng)?shù)據(jù)與地面雨量站的相關(guān)系數(shù)表現(xiàn)較好，尤其是1 d尺度的相關(guān)系數(shù)表現(xiàn)很可觀，故可以通過進行數(shù)據(jù)校正的方式來解決數(shù)據(jù)高估和誤差的問題。針對校正數(shù)據(jù)的問題，本文暫不研究。

3.2 基于GPM IMERG數(shù)據(jù)的EOF方法的暴雨時空分析

本文對湖北省2014-2016年汛期(4-9月)的GPM IMERG衛(wèi)星降水?dāng)?shù)據(jù)進行了基于衛(wèi)星數(shù)據(jù)的暴雨分析方法。其中，EOF的暴雨特征分析中模態(tài)占比較為均衡，故取前6個模態(tài)進行分析。

從圖3可以發(fā)現(xiàn)，湖北省2014年4月-9月降水EOF模態(tài)空間分布自第一模態(tài)到第六模態(tài)的方差貢獻率分別為16.2%、8.2%、6.8%、5.9%、5.3%和4.3%。圖3(a)為第一模態(tài)，該模態(tài)并未表現(xiàn)出湖北省在該4個月的大暴雨分布特征；圖3(b)中的第二模態(tài)反映出湖北省降水暴雨中心集中在鄂東北和鄂西北地區(qū)；第三模態(tài)[圖3(c)]的暴雨中心集中在鄂東南地區(qū)；第四模態(tài)[圖3(d)]的暴雨中心集中在鄂東北和鄂西南、鄂西北部分地區(qū)；圖3(e)中的第五模態(tài)反映出湖北省降水暴雨中心集中在鄂東南和鄂西北地區(qū)；圖3(f)中的第六模態(tài)反映出湖北省降水暴雨中心集中在鄂東北和鄂東南地區(qū)。

圖3 2014年EOF暴雨特性分析Fig.3 First six EOF modes of precipitation in Hubei from Jun, 2014 to Sep, 2014

湖北省2015年4-9月降水EOF模態(tài)空間分布自第一模態(tài)到第六模態(tài)的方差貢獻率分別為13.3%、9%、6.6%、5.8%、5.2%和4.7%。圖4(a)的第一模態(tài)并未表現(xiàn)出湖北省在該4個月的大暴雨分布特征；圖4(b)中的第二模態(tài)反映出湖北省降水暴雨中心集中在鄂西南區(qū)；第三模態(tài)[圖4(c)]的暴雨中心集中在鄂西北和鄂東北地區(qū)；第四模態(tài)[圖4(d)]的暴雨中心集中在鄂西北和部分少部分鄂東南地區(qū)；第五模態(tài)[圖4(e)]反映出湖北省降水暴雨中心集中在江漢平原和鄂東南地區(qū)；第六模態(tài)[圖4(f)]反映出湖北省降水暴雨中心集中在鄂西南和鄂東北地區(qū)。

圖4 2015年EOF暴雨特性分析Fig.4 First six EOF modes of precipitation in Hubei from Jun, 2015to Sep, 2015

從圖5可以發(fā)現(xiàn)，湖北省2016年4月-9月降水模態(tài)空間分布自第一模態(tài)到第六模態(tài)的方差貢獻率分別為12.5%、6.7%、5.7%、4.4%、3.8%和3.1%。圖中表現(xiàn)了前6個模態(tài)的降水空間分布特征。圖5(a)為第一模態(tài)，該模態(tài)并未表現(xiàn)出湖北省在該4個月的大暴雨分布特征；圖5(b)中的第二模態(tài)反映出湖北省降水暴雨中心集中在鄂東北地區(qū)；第三模態(tài)[圖5(c)]的暴雨中心集中在鄂東南地區(qū)；第四模態(tài)[圖5(d)]呈現(xiàn)出明顯的東向西南走向的帶狀暴雨集中區(qū)，暴雨中心在鄂西北和鄂東北地區(qū)；而圖5(e)、(f)出現(xiàn)了一條自東北向西南走向的暴雨中心空間分布。

圖5 2016年EOF暴雨特性分析Fig.5 First six EOF modes of precipitation in Hubei from Jun, 2016 to Sep, 2016

3.3 基于GPM IMERG數(shù)據(jù)的快速時段累積雨量提取插值暴雨特征分析

基于EOF方法的暴雨時空分析的關(guān)鍵模態(tài)對暴雨的時空分布具有指示作用，而利用快速時段累積雨量提取和空間數(shù)據(jù)插值能夠動態(tài)地觀察出暴雨中心的生成過程和位置變化，與EOF方法的某一個關(guān)鍵模態(tài)在暴雨空間上分布一致時，兩者可形成可互為補充的關(guān)系。

圖6 2014年快速時段累積雨量提取插值暴雨特征分析Fig.6 Fast accumulative precipitation and spatial data interpolation analysis in 2014

圖6為2014年汛期1、3、6、12、24 h不同時段快速時段累積雨量提取暴雨特征分析圖，其最大值出現(xiàn)區(qū)域即為暴雨中心區(qū)域。(a)圖為1 h快速時段累積雨量圖，圖中暴雨中心出現(xiàn)在鄂東北地區(qū)，即等高線標(biāo)注為90 mm的范圍；(b)圖為3 h快速時段累積雨量圖，暴雨中心的在1 h的基礎(chǔ)上得以保持，累積雨量為120 mm的區(qū)域；(c)圖為6 h快速時段累積雨量圖，在鄂東北暴雨中心繼續(xù)延續(xù)的基礎(chǔ)上，鄂西南、鄂西北和江漢平原部分區(qū)域出現(xiàn)暴雨中心，最大值分別達到240、180、210 mm；(d)圖為12 h快速時段累積雨量圖，暴雨區(qū)域范圍在(c)圖的基礎(chǔ)上擴大，暴雨中心逐步形成；(e)圖為24 h快速時段累積雨量圖，其暴雨中心在(c)圖和(d)圖的基礎(chǔ)上繼續(xù)擴大，分別為鄂東北、鄂西南和江漢平原部分地區(qū)，最大值分別達到330、300、330 mm。值得注意的是，圖4所形成暴雨中心的區(qū)域與圖3(d)的暴雨空間分布基本一致，除江漢平原部分區(qū)域，暴雨在EOF分析方法的第四模態(tài)和快速時段累積形成的暴雨中心在空間上一致，即鄂東北、鄂西南和鄂西北部分地區(qū)。

圖7 2015年快速時段累積雨量提取暴雨特征分析Fig.7 Fast accumulative precipitation and spatial data interpolation analysis in 2015

圖7為2015年汛期1、3、6、12、24 h不同時段快速時段累積雨量提取暴雨特征分析圖。其暴雨中心在3h快速累積雨量圖[圖(b)]中開始逐步形成，暴雨中心位于鄂東南和江漢平原、鄂東北部分地區(qū)，至圖(f)時，暴雨中心形成了一個從湖北省中部到東部地區(qū)的范圍，最大值達到420 mm，其分布與圖4(e)的EOF第五模態(tài)空間分布一致。

圖8為2015年汛期1、3、6、12、24 h不同時段最大值的累積雨量等值線圖，其最大值出現(xiàn)區(qū)域即為暴雨中心區(qū)域。(a)圖為1 h最大值累積雨量圖，圖中暴雨中心出現(xiàn)未出現(xiàn)；(b)圖為3h最大值累積雨量圖，鄂西北、江漢平原和鄂東北為暴雨中心初步形成的區(qū)域，其3 h累積雨量達到200 mm；(c)圖為6 h最大值累積雨量圖，湖北省兩個累積雨量最大的區(qū)域開始形成，分別位于鄂西北和鄂東北地區(qū)，最大值均達到360 mm；(d)圖中兩個累積雨量最大的區(qū)域范圍在(c)圖的基礎(chǔ)上擴大，在鄂西北和鄂東北地區(qū)越來越明顯，最大值達到540 mm，且靠東的暴雨中心區(qū)域有向東南方向延伸的趨勢；(e)圖為24 h最大值累積雨量圖，其暴雨中心在(c)圖和(d)圖的基礎(chǔ)上繼續(xù)擴大，鄂西北和鄂東北兩個區(qū)域已經(jīng)連在一起，并繼續(xù)像東南方向延伸，形成一條自東向西南走向的帶狀區(qū)域，最大值達到720 mm。值得注意的是，該分布在鄂西北和鄂東北的帶狀暴雨帶與EOF分析中的第四模態(tài)的空間分布一致[圖5(d)]。

圖8 2016年快速時段累積雨量提取暴雨特征分析Fig.8 Fast accumulative precipitation and spatial data interpolation analysis in 2016

3.4 典型降水過程誤差比較

本文選擇了2017年的兩次典型降水過程，對基于GPM IMERG數(shù)據(jù)的快速時段累積雨量提取插值暴雨與實測降雨進行了誤差對比分析。其中，兩次典型降水開始時間分別為2017年4月5日和2017年7月29日。由于地面雨量站實測數(shù)據(jù)分布稀疏(圖1)，缺乏空間插值的合理性。為了減弱地面雨量站分布影響，因此本文在進行誤差分析時共分五個區(qū)域進行了面雨量的快速時段累積雨量的提取分析。

圖9 2017年4月5日典型降水誤差對比Fig.9 Comparison of typical precipitation starting on April 5, 2017

圖10 2017年7月29日典型降水對比Fig.10 Comparison of typical precipitation starting on July 29, 2017

圖9、圖10分別為2017年4月5日和2017年7月29日開始的兩次典型降水基于GPM IMERG Late衛(wèi)星數(shù)據(jù)和地面雨量站實測數(shù)據(jù)在湖北省鄂西北、鄂西南、江漢平原、鄂東北、鄂東南5個區(qū)域內(nèi)1、3、6、12、24 h快速累積雨量提取折線圖。圖中的藍色實線為地面雨量站實測數(shù)據(jù)，褐色實線為GPM IMERG Late衛(wèi)星數(shù)據(jù)。其中，在2017年4月5日的典型降水中，1 h最大值累積雨量在各個區(qū)域差別不大，從3 h最大值累積雨量開始，鄂東北地區(qū)逐漸演變?yōu)楸┯瓿霈F(xiàn)區(qū)域。GPM IMERG Late衛(wèi)星數(shù)據(jù)和地面雨量站實測數(shù)據(jù)折線趨勢基本一致，其整體相關(guān)性較好，相關(guān)系數(shù)為0.886，可以發(fā)現(xiàn)的是，GPM IMERG Late衛(wèi)星數(shù)據(jù)對地面雨量站實測數(shù)據(jù)存在高估的現(xiàn)象，與“3.1適用性評價”中結(jié)果一致。在2017年4月5日的典型降水中，從1 h最大值累積雨量開始，暴雨出現(xiàn)區(qū)域已經(jīng)確定為鄂東南地區(qū)，并在后續(xù)時段逐漸明顯。GPM IMERG Late衛(wèi)星數(shù)據(jù)在該次典型降水的1 h快速累積雨量較地面實測數(shù)據(jù)有所低估，3 h時低估基本消失，從6小時開始，GPM IMERG Late衛(wèi)星數(shù)據(jù)開始高估地面雨量站實測數(shù)據(jù)，并隨著時段的增加高估越明顯，整體相關(guān)系數(shù)為0.760，相關(guān)性較好。

4 結(jié) 論

暴雨分布的隨機性和不均性使得對雨量站的地理位置有較高要求，在地面雨量站無法解決這一問題的情況下，GPM IMERG衛(wèi)星數(shù)據(jù)的分布特性解決了這一問題。本文對GPM IMERG衛(wèi)星數(shù)據(jù)進行鄂西北、鄂西南、江漢平原、鄂東北和鄂東南5個區(qū)域面雨量的適用性評價后，提出了基于全球降水測量衛(wèi)星數(shù)據(jù)的暴雨災(zāi)害分析方法，即綜合利用EOF方法、快速時段累積雨量提取和空間數(shù)據(jù)插值等方法，提出了一種基于衛(wèi)星數(shù)據(jù)的暴雨分析方法。本文得出如下結(jié)論：

(1)GPM IMERG衛(wèi)星數(shù)據(jù)在湖北省范圍內(nèi)適用性良好，在1 h尺度上的相關(guān)系數(shù)為0.571，在1日尺度上的相關(guān)系數(shù)達到了0.759，最大的地區(qū)鄂東南達到了0.835，值得注意的是，在不同區(qū)域數(shù)值區(qū)別較大。但是該衛(wèi)星降水?dāng)?shù)據(jù)存在高估地面雨量站實測數(shù)據(jù)的現(xiàn)象，即GPM IMERG衛(wèi)星數(shù)據(jù)測量值較實測值偏高。

(2)在對湖北省2014年-2016年汛期(4月-9月)數(shù)據(jù)進行基于衛(wèi)星數(shù)據(jù)的暴雨分析方法后發(fā)現(xiàn)，EOF(經(jīng)驗正交函數(shù)分解)分析方法所識別的某一關(guān)鍵模態(tài)與GPM IMERG衛(wèi)星數(shù)據(jù)在快速時段累積雨量提取法所得出的暴雨中心在空間上分布一致，EOF分析方法和快速時段累積雨量提取互為指示。

(3)本文選擇了2017年的兩次典型降水過程，對基于GPM IMERG數(shù)據(jù)的快速時段累積雨量提取插值暴雨與實測降雨進行了誤差對比分析后發(fā)現(xiàn)，兩次降水中兩組降水?dāng)?shù)據(jù)的相關(guān)性較高，且GPM IMERG Late衛(wèi)星數(shù)據(jù)對實測降水高估的現(xiàn)象會隨著時段的增加而增加。

(4)由于我國降雨時空分布極不均衡、空間分布范圍較廣和暴雨相對集中等特點，因此，該方法可為地面雨量站缺乏地區(qū)的暴雨分析提供理論基礎(chǔ)和科技支撐；全球衛(wèi)星降水?dāng)?shù)據(jù)仍在水文預(yù)報、山洪災(zāi)害等領(lǐng)域具有重要的有應(yīng)用價值。但是，由于GPM IMERG衛(wèi)星數(shù)據(jù)不同的區(qū)域相關(guān)性差別較大，因此，該方法在其他區(qū)域應(yīng)用時應(yīng)注意進行區(qū)域內(nèi)GPM IMERG衛(wèi)星降水?dāng)?shù)據(jù)與地面雨量站實測的相關(guān)性的復(fù)核。

□