趙平偉 李斌 王佳妮 楊宏慶 郭萍 龔麗軍

(云南省臨滄市氣象局，臨滄 677099)

引言

精確降水時(shí)空分布的獲取對(duì)農(nóng)業(yè)生產(chǎn)、水資源管理、旱澇災(zāi)害監(jiān)測(cè)等領(lǐng)域起著至關(guān)重要的作用，地面雨量站點(diǎn)觀測(cè)是傳統(tǒng)的降水?dāng)?shù)據(jù)來(lái)源，但在偏遠(yuǎn)地區(qū)和地形復(fù)雜地區(qū)存在觀測(cè)站點(diǎn)分布稀疏，高高程地區(qū)觀測(cè)站點(diǎn)較少，資料匱乏，且后期觀測(cè)維護(hù)費(fèi)較高等保障困難。加之復(fù)雜地形地區(qū)往往存在立體型氣候明顯，降水分布明顯不均，現(xiàn)有站點(diǎn)數(shù)據(jù)難以提供精確的時(shí)空降水分布數(shù)據(jù)。

隨著衛(wèi)星遙感技術(shù)和數(shù)據(jù)反演算法的發(fā)展和同化了衛(wèi)星資料及地面、高空等常規(guī)觀測(cè)資料及氣象再分析資料的深入應(yīng)用，利用衛(wèi)星觀測(cè)和再分析資料獲取地表降水空間分布已成為新的降水?dāng)?shù)據(jù)來(lái)源。其中，由美國(guó)國(guó)家宇航局(NASA)開(kāi)展的全球降水觀測(cè)(GPM，Global Precipitation Measurement Mission)是熱帶降水觀測(cè)計(jì)劃(TRMM，Tropical Rainfall Measurement Mission)的后續(xù)衛(wèi)星降水計(jì)劃，在傳承了TRMM探測(cè)大中型降水的能力外，提高了對(duì)弱降水(<0.5 mm/h)和固態(tài)降水的探測(cè)能力，更大程度上提高其時(shí)空分辨率、觀測(cè)精度和準(zhǔn)確性，真正實(shí)現(xiàn)了全球降水(含雨雪)產(chǎn)品[1-2]的功能。目前該數(shù)據(jù)已在中國(guó)不同流域和地區(qū)[3-8]、青藏高原[9]、全國(guó)[10-13]甚至全球尺度[14]得到了大量的評(píng)價(jià)和驗(yàn)證。此外，已有的衛(wèi)星降水產(chǎn)品精度檢驗(yàn)研究中，較多學(xué)者已認(rèn)識(shí)到地形地貌特征對(duì)衛(wèi)星降水產(chǎn)品的精度存在較大影響，并圍繞高程、坡向?qū)πl(wèi)星降水產(chǎn)品的影響進(jìn)行了分析[4,15-16]。2017年7月發(fā)布的ERA5再分析資料是由歐洲中期天氣預(yù)報(bào)中心(ECMWF)發(fā)布的全球氣候第5代產(chǎn)品，在上一代ERA-Interim 的基礎(chǔ)上實(shí)現(xiàn)了很大升級(jí)[17-18]。其中降水?dāng)?shù)據(jù)被眾多學(xué)者應(yīng)用于氣象、水文等方面并取得了眾多有意義的研究成果：例如Mostafa Tarek等[18]發(fā)現(xiàn)使用ERA5降水?dāng)?shù)據(jù)構(gòu)建的水文模型能較好反映出北美大部地區(qū)的觀測(cè)結(jié)果，降水偏差較上一代產(chǎn)品有所降低；Caixin Wang等[19]研究表明，與ERA-Interim相比，ERA5降水?dāng)?shù)據(jù)在北極體現(xiàn)出更高的降水量；Ehsan Sharifi等[20]研究提出，GPM IMERG和ERA5月降水產(chǎn)品在奧地利都存在高估的問(wèn)題，當(dāng)日雨量>10 mm時(shí)，二者表現(xiàn)出更低的探測(cè)率；Xiaoyong Xu等[21]研究發(fā)現(xiàn)，在阿西尼博因河流域極端水文氣候事件的監(jiān)測(cè)中，ERA5整體要優(yōu)于ERA-Interim。綜上諸多研究表明：GPM和ERA5降水產(chǎn)品精度整體優(yōu)于上一代降水產(chǎn)品，GPM在我國(guó)西部，復(fù)雜地形和高高程地區(qū)表現(xiàn)仍舊不佳，雨季(夏季和秋季)降水精度明顯高于干季(冬季和春季)，兩種降水?dāng)?shù)據(jù)在地形復(fù)雜的區(qū)域?qū)邓奶綔y(cè)能力有限[8,16,20]。然而，由于發(fā)布時(shí)間較短，現(xiàn)有的中國(guó)大陸GPM衛(wèi)星降水?dāng)?shù)據(jù)精度驗(yàn)證所使用的時(shí)間序列大都不超過(guò)2年，ERA5降水?dāng)?shù)據(jù)的研究多集中在國(guó)外；檢驗(yàn)空間尺度多為大區(qū)域，掩蓋了小的時(shí)空尺度的數(shù)據(jù)差異；對(duì)下墊面較復(fù)雜的高山峽谷區(qū)域檢驗(yàn)不足。

本文以低緯復(fù)雜地理環(huán)境下的云南省為研究對(duì)象，以具有更長(zhǎng)時(shí)序的氣象觀測(cè)站數(shù)據(jù)為參照標(biāo)準(zhǔn)，采用定量和分類評(píng)分指標(biāo)對(duì)GPM IMERG和EAR5降水?dāng)?shù)據(jù)進(jìn)行分析，驗(yàn)證并對(duì)比二者在云南的可靠性和代表性。以期為應(yīng)用開(kāi)展其農(nóng)業(yè)、水利、水文、氣象等相關(guān)學(xué)科研究提供基礎(chǔ)和必要的支撐。

1 數(shù)據(jù)與方法

1.1 研究數(shù)據(jù)

研究使用的GPM衛(wèi)星降水?dāng)?shù)據(jù)為GPM 典型代表產(chǎn)品3級(jí)IMERG(Integrated Multi-satellitE Retrievals for GPM)產(chǎn)品中經(jīng)過(guò)地面雨量站點(diǎn)逐月觀測(cè)數(shù)據(jù)的偏差校準(zhǔn)的滯時(shí)產(chǎn)品“Final-Run”，其精度最接近于實(shí)際降水?dāng)?shù)據(jù)[22-24]，使用數(shù)據(jù)版本為IMERG-V05(以下簡(jiǎn)稱GPM IMERG)。數(shù)據(jù)空間分辨率為0.1°×0.1°，時(shí)間分辨率為1 d，覆蓋范圍為90°N～90°S，180°W～180°E。使用的ERA5降水?dāng)?shù)據(jù)，原始數(shù)據(jù)空間分辨率為0.28125°(31 km)，但在下載數(shù)據(jù)時(shí)，可通過(guò)雙線性插值重采樣數(shù)據(jù)到更高的空間分辨率[25]，為與GPM IMERG數(shù)據(jù)保持一致，本文使用0.1°×0.1°空間分辨率的ERA5降水?dāng)?shù)據(jù)，時(shí)間分辨率為1 h，將其進(jìn)行累計(jì)得到逐日降水?dāng)?shù)據(jù)。

為更科學(xué)地體現(xiàn)出研究區(qū)地貌特征，在Arcgis軟件中基于Aster G-DEM(UTM/WGS84，30 m×30 m分辨率) DEM數(shù)據(jù)采用移動(dòng)窗口分析法和均值變點(diǎn)法[26]確定出云南省唯一的最佳統(tǒng)計(jì)單元面積(0.92 km2)，在此基礎(chǔ)上基于高程和地形起伏度根據(jù)中國(guó)1∶100萬(wàn)數(shù)字地貌圖制圖規(guī)范[27]制作云南地貌圖(圖1)，中國(guó)陸地28類基本地貌形態(tài)云南省含23類，可見(jiàn)云南具有較復(fù)雜的地形地貌特征，是研究山地氣候的理想?yún)^(qū)域?？紤]到使用插值方法尤其是在地形復(fù)雜區(qū)域獲得的空間降水?dāng)?shù)據(jù)與實(shí)際降水存在較大誤差[7,24]，本文以云南省125個(gè)氣象站點(diǎn)降水觀測(cè)數(shù)據(jù)為基準(zhǔn)(圖1)，直接對(duì)比空間對(duì)應(yīng)的衛(wèi)星數(shù)據(jù)柵格格點(diǎn)值，0.1°×0.1°分辨率降水產(chǎn)品下125個(gè)站點(diǎn)對(duì)應(yīng)了不同的降水格點(diǎn)。受GPM數(shù)據(jù)的限制，研究使用的地面氣象觀測(cè)數(shù)據(jù)和2種降水?dāng)?shù)據(jù)均選用2014年4月至2018年6月共1552 d的數(shù)據(jù)集。同時(shí)，為使二者時(shí)間上相匹配，氣象站點(diǎn)逐日降水?dāng)?shù)據(jù)的觀測(cè)時(shí)段為北京時(shí)間(UTC+8)當(dāng)日08:00至次日08:00。地面降水?dāng)?shù)據(jù)來(lái)源于云南氣象信息中心，觀測(cè)精度為0.1 mm/d，各站點(diǎn)降水?dāng)?shù)據(jù)時(shí)序完整。

圖1 氣象站點(diǎn)及基于高程和地形起伏度的云南地貌分布

1.2 研究方法

為對(duì)GPM IMERG和EAR5降水?dāng)?shù)據(jù)精度進(jìn)行定量評(píng)估，本文采用相關(guān)系數(shù)(CC)、平均絕對(duì)誤差(MAE)、均方根誤差(RMSE)和相對(duì)偏差(BIAS)4個(gè)指標(biāo)[10]評(píng)估降水?dāng)?shù)據(jù)觀測(cè)精度。其中， CC用于衡量降水?dāng)?shù)據(jù)的精度及其與站點(diǎn)觀測(cè)數(shù)據(jù)的線性相關(guān)程度；MAE可反映降水?dāng)?shù)據(jù)和站點(diǎn)觀測(cè)數(shù)據(jù)的平均絕對(duì)偏差程度；RMSE 能反映出降水?dāng)?shù)據(jù)的標(biāo)準(zhǔn)誤差，可有效判定降水?dāng)?shù)據(jù)的可靠性；BIAS直觀反映出降水?dāng)?shù)據(jù)存在的系統(tǒng)誤差大小及相對(duì)程度。

(1)

(2)

(3)

(4)

采用探測(cè)率(POD)、空?qǐng)?bào)率(FAR)和臨界成功指數(shù)(CSI)3個(gè)分類指標(biāo)[11]評(píng)估2種降水?dāng)?shù)據(jù)對(duì)不同量級(jí)降水事件發(fā)生的辨識(shí)和捕捉能力。其中，POD表示降水?dāng)?shù)據(jù)準(zhǔn)確捕捉實(shí)際降水事件的能力，最優(yōu)值為1；FAR表示降水?dāng)?shù)據(jù)對(duì)降水事件的空?qǐng)?bào)情況，最優(yōu)值為0；CSI綜合考慮了命中與誤報(bào)情況，反映出降水?dāng)?shù)據(jù)真實(shí)監(jiān)測(cè)實(shí)際降水事件的能力，最優(yōu)值為1。各分類指標(biāo)計(jì)算公式如下：

POD:POD=H/(H+M)

(5)

FAR:FAR=F/(H+F)

(6)

CSI:CSI=H/(H+M+F)

(7)

式中，H代表命中降水?dāng)?shù)量，F(xiàn)代表空?qǐng)?bào)降水?dāng)?shù)量，M代表漏報(bào)降水?dāng)?shù)量。

本文根據(jù)氣象學(xué)中對(duì)降水等級(jí)的劃分規(guī)定，選取0.1～10 mm/d、10～25 mm/d、25～50 mm/d、≥50 mm/d作為發(fā)生小雨、中雨、大雨、暴雨及以上量級(jí)降水的判定標(biāo)準(zhǔn)。

2 結(jié)果和討論

2.1 GPM IMERG和ERA5日降水?dāng)?shù)據(jù)精度和準(zhǔn)確性空間分布特征

圖2為GPM IMERG和ERA5逐日降水?dāng)?shù)據(jù)在云南各氣象站點(diǎn)評(píng)估指標(biāo)的空間分布和箱形統(tǒng)計(jì)圖。觀察發(fā)現(xiàn)，GPM IMERG降水?dāng)?shù)據(jù)在云南省大部站點(diǎn)呈現(xiàn)出較高的相關(guān)性(CC>0.65)，相關(guān)性相對(duì)較低(CC<0.65)的站點(diǎn)主要分布在邊緣地區(qū)；ERA5降水?dāng)?shù)據(jù)與站點(diǎn)降水相關(guān)性稍差，均小于0.65，站點(diǎn)相關(guān)性優(yōu)劣空間分布與GPM IMERG存在較大差異，其中相關(guān)性稍好(CC>0.53)的站點(diǎn)主要集中在中部及以西(2種數(shù)據(jù)與所有站點(diǎn)相關(guān)系數(shù)均通過(guò)0.01顯著性水平)。2種降水?dāng)?shù)據(jù)MAE和RMSE的精度空間分布則較為相似，誤差較小的區(qū)域主要集中在滇西北，而誤差較大的區(qū)域則出現(xiàn)在滇西、滇南部邊緣區(qū)域，這一情況與降水量空間分布緊密相關(guān)，也就是說(shuō)降水少的區(qū)域，由于降水量總體變化較小，從而導(dǎo)致誤差值也相對(duì)較低；MAE和RMSE評(píng)估指標(biāo)值ERA5均大于GPM IMERG。從BIAS的分布來(lái)看，2種降水產(chǎn)品在云南絕大多數(shù)的站點(diǎn)BIAS都大于0，說(shuō)明2種降水?dāng)?shù)據(jù)相對(duì)實(shí)際降水整體處于高估狀態(tài)，且ERA5高估更為明顯。高估嚴(yán)重(BIAS>25%)的點(diǎn)均集中在滇西北，原因可能是該區(qū)處于橫斷山域，圖1也表明該區(qū)域海拔高度多在中海拔至高海拔(1000～5000 m)，起伏度為小起伏至大起伏(200～2500 m)[27]，區(qū)內(nèi)山高谷深，復(fù)雜的地形一定程度上限制了衛(wèi)星傳感器有效反演出該區(qū)域的降水，增加了再分析資料的優(yōu)化處理難度。

結(jié)合云南125個(gè)站點(diǎn)GPM IMERG、ERA5和實(shí)測(cè)日降水量數(shù)據(jù)散點(diǎn)圖(圖3)分布來(lái)看，隨日雨強(qiáng)增大，2種降水?dāng)?shù)據(jù)散點(diǎn)集中于1∶1對(duì)角線之下的趨勢(shì)愈為明顯。進(jìn)一步統(tǒng)計(jì)發(fā)現(xiàn)， 125個(gè)站點(diǎn)中2種降水?dāng)?shù)據(jù)小雨量級(jí)雨日對(duì)應(yīng)的BIAS均大于0，且大于50%的站點(diǎn)GPM IMERG(ERA5)多達(dá)67%(100%)；中雨量級(jí)雨日BIAS值小于0的站點(diǎn)GPM IMERG(ERA5)為83%(93%)，其中小于-25%的分別為8%、37%；大雨及以上量級(jí)雨日僅GPM IMERG有2個(gè)站點(diǎn)BIAS值大于0，小于-25%的站點(diǎn)GPM IMERG增至56%，ERA5達(dá)100%?？梢?jiàn)，2種降水?dāng)?shù)據(jù)在小雨量級(jí)降水上存在嚴(yán)重的高估現(xiàn)象，當(dāng)實(shí)測(cè)日降水量達(dá)到中雨及以上量級(jí)時(shí)，二者則存在低估問(wèn)題，且隨著日雨強(qiáng)的增大低估愈為嚴(yán)重，此現(xiàn)象在ERA5中更為突出。

圖2 GPM IMERG和ERA5相關(guān)系數(shù)(CC)、平均相對(duì)誤差(MAE)、均方根誤差(RMSE)和相對(duì)偏差(BIAS)的空間分布及箱形圖(箱形圖從做左到右5條線依次為下邊緣、下四分位數(shù)、中位數(shù)、上四分位數(shù)、上邊緣，上下邊緣外的點(diǎn)為異常值)

圖3 GPM IMERG和ERA5逐日降水量與觀測(cè)數(shù)據(jù)對(duì)比散點(diǎn)圖(圖中對(duì)角線斜率為1)

從各分類指標(biāo)的空間分布(圖4)來(lái)看，就GPM IMERG而言，滇中及以西區(qū)域POD大都在0.8以上，POD小于0.75的站點(diǎn)較為集中，基本分布在滇東的昭通至文山一帶，表明該區(qū)域GPM IMERG數(shù)據(jù)日降水可能漏報(bào)率較大。統(tǒng)計(jì)表明，研究時(shí)段內(nèi)各站點(diǎn)GPM IMERG數(shù)據(jù)平均出現(xiàn)漏報(bào)199 d，漏報(bào)天數(shù)中小雨日數(shù)占98.4%，漏報(bào)微量降水(0.1～1 mm)日占漏報(bào)小雨日的71.7%。而滇東地區(qū)易受昆明準(zhǔn)靜止鋒天氣系統(tǒng)影響，小雨日較多，尤其在冬季多微量降水，微量降水日基本為250～500 d(研究時(shí)段全省站點(diǎn)平均微量降水日237 d)，其中大關(guān)、鎮(zhèn)雄兩站多達(dá)520 d以上(POD均為0.51，為POD值最小站點(diǎn))，較弱的日雨強(qiáng)造成GPM IMERG數(shù)據(jù)漏報(bào)情況突出?？梢?jiàn)，GPM傳感器雖提高了對(duì)弱降水(<0.5mm/h)和固態(tài)降水的探測(cè)能力，但其對(duì)云南弱降水尤其是滇東地區(qū)弱降水的探測(cè)能力仍顯不足。從ERA5來(lái)看，同一站點(diǎn)POD明顯高于GPM IMERG數(shù)據(jù)，站點(diǎn)POD值均大于0.95，這歸因于研究時(shí)段125個(gè)站點(diǎn)ERA5數(shù)據(jù)低漏報(bào)率(站點(diǎn)平均0.038)保證了高的探測(cè)率，較漏報(bào)為199 d的GPM IMERG，ERA5僅出現(xiàn)漏報(bào)10 d(小雨日占97%)，漏報(bào)率稍高(>0.05)的25個(gè)站點(diǎn)仍集中在小雨日較多(研究時(shí)段站點(diǎn)平均小雨日608 d)的滇東地區(qū)。FAR值的高值區(qū)(>0.25)GPM IMERG主要出現(xiàn)在滇西北麗江到滇東南文山一帶，表明這一帶GPM IMERG數(shù)據(jù)日降水空?qǐng)?bào)率較大。這與研究區(qū)小雨日數(shù)低值區(qū)分布高度吻合(研究時(shí)段此區(qū)域站點(diǎn)實(shí)測(cè)小雨日多在460 d以下，全省站點(diǎn)平均小雨日501 d)。ERA5數(shù)據(jù)中FAR高值區(qū)(>0.48)與GPM IMERG數(shù)據(jù)FAR高值區(qū)較為統(tǒng)一，仍較好對(duì)應(yīng)了站點(diǎn)實(shí)測(cè)小雨日在460 d以下的區(qū)域?？梢?jiàn)，小雨日較少區(qū)域，2種數(shù)據(jù)均易出現(xiàn)FAR的偏高。研究時(shí)段各站點(diǎn)平均空?qǐng)?bào)日數(shù)GPM IMERG為177 d(空?qǐng)?bào)為小雨日占98%)，ERA5高達(dá)588 d(空?qǐng)?bào)為小雨日占96%)，后者空?qǐng)?bào)日數(shù)為前者3.3倍。2種降水?dāng)?shù)據(jù)中，GPM IMERG 數(shù)據(jù)CSI高值區(qū)(CSI>0.65)的分布主要位于滇西北怒江州和滇西南地區(qū)，ERA5數(shù)據(jù)CSI相對(duì)大值區(qū)(CSI>0.52)也集中于此；結(jié)合研究時(shí)段雨強(qiáng)分布來(lái)看，CSI高值區(qū)與雨強(qiáng)高值區(qū)重合。而怒江州特有的雙雨季造成了這一帶多強(qiáng)降水天氣的出現(xiàn)[28]；滇西南地區(qū)則處于孟加拉灣西南暖濕氣流影響的前沿，且云南境內(nèi)呈西北至東南分布，北起楚雄市，南抵綠春縣的哀牢山在西南暖濕氣流東進(jìn)時(shí)，因山體阻擋，形成哀牢山以西、以南降水多于東部，故該區(qū)域雨強(qiáng)較大。

圖4 GPM IMERG和ERA5探測(cè)率(POD)、空極率(FAR)和臨界成功指數(shù)(CSI)的空間分布及箱形圖(箱形圖分布同圖2)

從上述分類指標(biāo)的分析結(jié)果來(lái)看，當(dāng)站點(diǎn)實(shí)測(cè)日雨量達(dá)中雨及以上量級(jí)降水時(shí)，極少有漏報(bào)出現(xiàn)，2種降水?dāng)?shù)據(jù)對(duì)較大雨強(qiáng)的辨識(shí)和捕捉能力較高。這與任英杰等[10]使用GPM IMERG數(shù)據(jù)以全國(guó)為研究對(duì)象，Ehsan Sharifi等[20]使用GPM IMERG和ERA5降水?dāng)?shù)據(jù)在奧地利進(jìn)行研究，得到2種數(shù)據(jù)對(duì)小雨量級(jí)降水事件的捕捉能力較強(qiáng)，隨后隨著降水量級(jí)的增大，捕捉能力逐漸下降的結(jié)論截然不同。這說(shuō)明空間尺度為大區(qū)域時(shí)，研究結(jié)論容易將小時(shí)空尺度的數(shù)據(jù)差異掩蓋，可見(jiàn)開(kāi)展降水產(chǎn)品在云南的精度檢驗(yàn)是有必要的。

2.2 GPM IMERG和ERA5誤差時(shí)間分布特征

將GPM IMERG、ERA5日數(shù)據(jù)累計(jì)得到的月降水和地面站點(diǎn)數(shù)據(jù)日降水量的誤差逐月平均，分析2種降水?dāng)?shù)據(jù)月降水估算差異和MAE、RMSE隨時(shí)間的變化特征(圖5)。從圖5可以看出，由ERA5計(jì)算得到的月平均MAE和RMSE均大于GPM IMERG，2種降水?dāng)?shù)據(jù)對(duì)應(yīng)的MAE和RMSE均存在明顯的周期性變化，表現(xiàn)為11月至次年3月誤差最小，從4月誤差開(kāi)始逐漸增大，到7月誤差達(dá)到最大，隨后隨時(shí)間逐漸減小。這種誤差周期性的變化與研究區(qū)降水季節(jié)性分布密切相關(guān)，6、7、8月為云南主汛期，為一年中降水強(qiáng)度和降水量最大時(shí)期，9月逐漸進(jìn)入雨季結(jié)束期，隨著降水量的減少誤差隨之變小，在冬季達(dá)到最低。但在冬季的2015年1月、12月、2017年1月、2018年1月誤差有增大現(xiàn)象，這是由于近幾年來(lái)云南冬季受南支槽和冷空氣影響明顯，月內(nèi)出現(xiàn)了全省性或區(qū)域性強(qiáng)降水天氣過(guò)程，尤其是2015年1月8—9日，云南省出現(xiàn)強(qiáng)雨雪天氣過(guò)程，過(guò)程降水強(qiáng)度大，多地破極值，導(dǎo)致2015年1月MAE、RMSE值的突增。整體上2種降水?dāng)?shù)據(jù)的月降水大于站點(diǎn)月實(shí)測(cè)降水，但GPM IMERG月降水?dāng)?shù)據(jù)更接近實(shí)際降水值。

圖5 2014年4月至2018年6月GPM IMERG、ERA5、站點(diǎn)月平均降水量(a)及其絕對(duì)誤差(MAE)、均方根誤差(RMSE)(b)

為深入了解GPM IMERG和ERA5降水?dāng)?shù)據(jù)的精度季節(jié)性變化特征，從研究時(shí)段選取自2014年12月到2017年11月共3年的數(shù)據(jù)將2種降水?dāng)?shù)據(jù)和站點(diǎn)實(shí)測(cè)數(shù)據(jù)按春季(3—5月)、夏季(6—8月)、秋季(9—11月)、冬季(12月至次年2月)分季計(jì)算，根據(jù)統(tǒng)計(jì)得到的季節(jié)性誤差指標(biāo)(表1)來(lái)看，GPM IMERG數(shù)據(jù)對(duì)應(yīng)的精度評(píng)估指標(biāo)中，除夏季外，其余3個(gè)季節(jié)CC值均在0.7以上；MAE和RMSE仍表現(xiàn)出與降水量在時(shí)間上的分布緊密相關(guān)，降水較為集中的夏季(降水量占年降水量52.9%)二者誤差最大；在BIAS上，GPM IMERG數(shù)據(jù)在四季中除冬季整體表現(xiàn)出低估外，其余3季都呈高估狀態(tài)。分析各季節(jié)全省125個(gè)站點(diǎn)平均各量級(jí)雨日占平均雨日的比率來(lái)看，冬季小雨日占降水日的89.6%，其次是春季，占82.4%，降水集中的夏季小雨日所占比率最小，為69.4%。冬季小雨日占降水日比率最大，但GPM IMERG數(shù)據(jù)冬季低估的現(xiàn)象顯然與前文研究得到“GPM IMERG數(shù)據(jù)在小雨量級(jí)降水上存在嚴(yán)重高估”的結(jié)論相悖。分析發(fā)現(xiàn)，與其余3季不同，冬季GPM IMERG數(shù)據(jù)小雨日降水量表現(xiàn)出低估，這就造成冬季小雨日所占比率越高，日降水偏差負(fù)累計(jì)越大；春、夏、秋3個(gè)季節(jié)小雨日占降水日比率雖較冬季低，但仍在各季降水日中占有主導(dǎo)地位，加之有空?qǐng)?bào)日的存在，故GPM IMERG數(shù)據(jù)在春、夏、秋3季均表現(xiàn)出了高估。此外，冬季大雨、暴雨及以上降水日GPM IMERG數(shù)據(jù)略呈高估，這也是與其余3季低估表現(xiàn)不同之處。ERA5數(shù)據(jù)對(duì)應(yīng)的各項(xiàng)精度評(píng)估指標(biāo)在不同季節(jié)的優(yōu)劣表現(xiàn)與GPM IMERG數(shù)據(jù)基本一致。2種降水?dāng)?shù)據(jù)對(duì)應(yīng)的POD、FAR和CSI在冬季均表現(xiàn)最差，夏季表現(xiàn)最好，造成這一情況的原因上文已有解釋，最主要的因素還是與雨強(qiáng)、雨日在各季節(jié)的分布特征密切相關(guān)。

表1 各季節(jié)GPM-IMERG/ERA5各指標(biāo)統(tǒng)計(jì)

2.3 不同雨強(qiáng)GPM IMERG和ERA5探測(cè)雨量可靠性分析

為詳細(xì)研究GPM IMERG和ERA5降水?dāng)?shù)據(jù)在不同雨強(qiáng)下的表現(xiàn)，以X軸表示超過(guò)降水判斷閾值的雨強(qiáng)區(qū)間分布(取值范圍為1～256 mm/d)，并使用指數(shù)分布的形式劃分區(qū)間，Y軸上的降水量代表研究時(shí)段各雨強(qiáng)區(qū)間125個(gè)站點(diǎn)及其相對(duì)應(yīng)的GPM IMERG(ERA5)格點(diǎn)數(shù)據(jù)平均日降水量(圖6)?？梢?jiàn)，各季節(jié)GPM IMERG降水?dāng)?shù)據(jù)與地面站點(diǎn)數(shù)據(jù)在20 mm/d以下中低雨強(qiáng)段上擬合較好，表現(xiàn)較為一致。不同之處在于：春季和夏季以12 mm/d為界，日雨量小于該雨強(qiáng)時(shí)GPM IMERG數(shù)據(jù)表現(xiàn)為高估，反之則低估，但夏季雨強(qiáng)在80～224 mm/d區(qū)間GPM IMERG走向表現(xiàn)為鋸齒狀分布，表明這個(gè)雨強(qiáng)區(qū)間GPM IMERG數(shù)據(jù)表現(xiàn)時(shí)好時(shí)壞；秋季GPM IMERG降水?dāng)?shù)據(jù)與地面站點(diǎn)數(shù)據(jù)在出現(xiàn)的雨強(qiáng)區(qū)間(1～160 mm/d)誤差最小，二者圖上的走勢(shì)基本重合；冬季表現(xiàn)則較為不同， GPM IMERG降水?dāng)?shù)據(jù)大多雨強(qiáng)區(qū)間表現(xiàn)出低估，僅在28～40 mm/d、56～80 mm/d、96～112 mm/d幾個(gè)雨強(qiáng)區(qū)間略為高估。而整個(gè)研究時(shí)段上GPM IMERG降水?dāng)?shù)據(jù)與地面站點(diǎn)數(shù)據(jù)的擬合(圖略)與春季和夏季最為相似，也表現(xiàn)為在20 mm/d以下中低雨強(qiáng)段上擬合較好，以12 mm/d為界，當(dāng)雨強(qiáng)小于12 mm/d時(shí)，GPM IMERG數(shù)據(jù)表現(xiàn)出高估，雨強(qiáng)大于12 mm/d 時(shí)表現(xiàn)為低估，且隨著雨強(qiáng)的增大低估愈為嚴(yán)重。對(duì)比GPM IMERG，研究時(shí)段和四季ERA5降水?dāng)?shù)據(jù)在不同雨強(qiáng)區(qū)間主要不同表現(xiàn)為：日雨量小于10 mm時(shí)ERA5數(shù)據(jù)表現(xiàn)為高估，反之則低估；除冬季6～14 mm/d雨強(qiáng)區(qū)間外，其余季節(jié)和整體時(shí)段同一雨強(qiáng)區(qū)間高估和低估程度均強(qiáng)于GPM IMERG。此外，當(dāng)雨強(qiáng)>20 mm/d后，ERA5與站點(diǎn)的差值隨雨強(qiáng)增大較GPM IMERG更為明顯。

圖6 四季GPM IMERG降水?dāng)?shù)據(jù)及地面觀測(cè)數(shù)據(jù)不同雨強(qiáng)上平均雨量的分布

2.4 地形對(duì)GPM IMERG和ERA5精度影響分析

為分析地形對(duì)GPM IMERG和ERA5降水?dāng)?shù)據(jù)精度造成的影響，在最佳統(tǒng)計(jì)單元面積基礎(chǔ)上，提取站點(diǎn)地形起伏度和海拔高度、坡度和坡向4個(gè)地形指標(biāo)對(duì)2種降水?dāng)?shù)據(jù)的7類評(píng)估指標(biāo)進(jìn)行分析，其中坡度、坡向的劃分參考文獻(xiàn)[29]完成。由表2可得，2種降水?dāng)?shù)據(jù)BIAS值在北坡較??；不同坡向上西南坡MAE和RMSE略高，GPM IMERG中北坡和西北坡因漏測(cè)率稍大(>0.23)，導(dǎo)致POD和CSI稍低。從坡度來(lái)看， 2種降水?dāng)?shù)據(jù)BIAS值在斜坡最小，MAE和RMSE隨坡度增加而變大。除CC外，2種降水?dāng)?shù)據(jù)MAE、RMSE和BAIS整體呈隨海拔升高數(shù)值減小的趨勢(shì)；POD等3項(xiàng)分類指標(biāo)隨海拔變化則差異不大。2種降水?dāng)?shù)據(jù)各項(xiàng)評(píng)估指標(biāo)中CC隨起伏度增大略有減小，這與羅布堅(jiān)參等[30]在西藏高原對(duì)TRMM估測(cè)降水一致性評(píng)估時(shí)，得到相關(guān)系數(shù)在海拔高度差較小的區(qū)域較海拔高度差大的區(qū)域偏大的結(jié)論基本一致，但又不如其表現(xiàn)明顯。這可能因?yàn)樵颇洗蟛康貐^(qū)起伏度較西藏地區(qū)變化小，對(duì)降水產(chǎn)品與實(shí)際降水的相關(guān)性影響也相對(duì)較小。此外，MAE和RMSE則表現(xiàn)出先增后減的趨勢(shì)，起伏度大于400 m時(shí)BIAS最大，說(shuō)明此地形下2種數(shù)據(jù)存在的系統(tǒng)誤差相對(duì)較大。整體來(lái)看，地形變化對(duì)2種降水?dāng)?shù)據(jù)的精度影響差異不顯著，但仍表現(xiàn)出隨坡度和起伏度變大精度變差的趨勢(shì)，隨海拔升高精度卻有所提升。

表2 GPM IMERG/ERA5各指標(biāo)不同地形統(tǒng)計(jì)

綜上，低雨強(qiáng)高估，高雨強(qiáng)低估是GPM IMERG降水?dāng)?shù)據(jù)存在的共性問(wèn)題[7,14,31]，此問(wèn)題在ERA5降水?dāng)?shù)據(jù)中表現(xiàn)更為突出；較ERA5降水?dāng)?shù)據(jù)，除POD外，其余各項(xiàng)評(píng)估指標(biāo)均表明GPM IMERG降水?dāng)?shù)據(jù)在云南具有更高的精度。文中的研究結(jié)果表明GPM IMERG降水?dāng)?shù)據(jù)在云南存在冬季低雨強(qiáng)低估，高雨強(qiáng)高估的問(wèn)題。前人的研究中尚未得到類似結(jié)論，較大的可能仍為研究的空間尺度較大，導(dǎo)致研究結(jié)論將小時(shí)空尺度的數(shù)據(jù)差異掩蓋。GPM IMERG降水?dāng)?shù)據(jù)在云南冬季反映出的問(wèn)題可能是研究區(qū)具有多種氣候類型[32]、受不同天氣系統(tǒng)影響[33]以及復(fù)雜的地理環(huán)境共同作用所致，造成同樣的降水反演算法在冬季出現(xiàn)不同的反演結(jié)果。今后GPM IMERG數(shù)據(jù)矯正算法的改進(jìn)上應(yīng)將這一問(wèn)題考慮進(jìn)去，以更好提高GPM IMERG數(shù)據(jù)在一些地形復(fù)雜區(qū)域的估算精度。此外，2種降水?dāng)?shù)據(jù)的精度隨海拔升高有一定提升，在地面站點(diǎn)數(shù)據(jù)質(zhì)量得到保證的前提下，應(yīng)加密站點(diǎn)數(shù)據(jù)進(jìn)行深入研究。

3 結(jié)論

本文基于云南2014年4月至2018年6月的GPM IMERG、ERA5降水產(chǎn)品和地面氣象觀測(cè)數(shù)據(jù)，采用定量和分類評(píng)分指標(biāo)評(píng)估了2種日降水?dāng)?shù)據(jù)在云南的適用性，得到如下主要結(jié)論：

(1)較ERA5，GPM IMERG降水?dāng)?shù)據(jù)在云南具有更好的適用性，日尺度上GPM IMERG(ERA5)數(shù)據(jù)與站點(diǎn)數(shù)據(jù)相關(guān)系數(shù)為0.71(0.53)，平均絕對(duì)誤差為2.4 mm(3.7 mm)，均方根誤差為6.2 mm(7.6 mm)，相對(duì)偏差為9.5%(45.9%)；降水探測(cè)率為79%(99%)，空?qǐng)?bào)率為26%(46%)，臨界成功指數(shù)為62%(53%)。

(2)整體來(lái)看，2種降水?dāng)?shù)據(jù)在云南均存在小雨日高估，中雨及以上量級(jí)雨日低估的問(wèn)題，且隨著雨強(qiáng)的增大，低估愈為嚴(yán)重，這一問(wèn)題在ERA5上尤為突出。小雨日在總雨日的主導(dǎo)地位決定了2種降水?dāng)?shù)據(jù)在云南呈現(xiàn)降水高估的問(wèn)題。

(3) 2種數(shù)據(jù)對(duì)小雨量級(jí)降水事件的監(jiān)測(cè)能力較差，小雨日較多(較少)的區(qū)域容易出現(xiàn)降水的漏報(bào)(空?qǐng)?bào))；ERA5數(shù)據(jù)高空?qǐng)?bào)、低漏報(bào)導(dǎo)致POD較高，CSI較低；雨強(qiáng)、雨日在四季的不同分布特征造成2種數(shù)據(jù)在四季的估計(jì)精度表現(xiàn)不一。

(4) 2種降水?dāng)?shù)據(jù)在20 mm/d以下中低雨強(qiáng)段上與地面站點(diǎn)數(shù)據(jù)誤差較小，雨強(qiáng)大于20 mm/d時(shí)，二者與站點(diǎn)的降水趨勢(shì)偏離隨雨強(qiáng)的增加差異變大；GPM IMERG(ERA5)數(shù)據(jù)在雨強(qiáng)小于12 mm/d(10 mm/d)時(shí)呈高估，反之低估；不同雨強(qiáng)上GPM IMERG降水?dāng)?shù)據(jù)在秋季精度表現(xiàn)最好；與其余3季不同，GPM IMERG降水?dāng)?shù)據(jù)在云南存在冬季低雨強(qiáng)低估，高雨強(qiáng)高估的問(wèn)題。

(5)整體上看2種降水?dāng)?shù)據(jù)精度受地形影響的差異并不顯著，但仍表現(xiàn)出隨坡度和地形起伏度變大精度變差的趨勢(shì)，隨海拔升高精度卻有所提升。