姜 曦,劉艷麗,吳永祥,王高旭,吳 巍,金君良,賀瑞敏,劉翠善
(1.南京水利科學研究院水文水資源與水利工程科學國家重點實驗室,南京210029;2.河海大學水文水資源學院,南京210098;3.長江保護與綠色發(fā)展研究院,南京210098;4.水利部應對氣候變化研究中心,南京210029)
降水是水文循環(huán)的重要環(huán)節(jié)[1],是水文分析的重要指標,同時也是水文、氣象、環(huán)境等學科主要研究對象[2]。降水資料的準確性、完整性和客觀性對工程實踐與科學研究具有至關(guān)重要的作用[3]。我國主要的降水信息來源于水文站、氣象站等地面雨量計,其能夠提供長系列、高精度的降水信息,但對于地面觀測站點稀疏地區(qū),地面觀測站的降水資料代表性較差,不能準確的反映該區(qū)域降水的時空分布特征,這對水文分析計算與水資源優(yōu)化配置產(chǎn)生較大影響[4-6]。隨著遙感衛(wèi)星應用的發(fā)展,多源、多時相、多尺度以及不同類型遙感衛(wèi)星的應用,衛(wèi)星降水產(chǎn)品的開發(fā)利用發(fā)展為降水研究的重要趨勢[7],其覆蓋范圍與時空連續(xù)性均能作為地面站點的有效補充。這為地面站點分布稀疏、降水資料缺失區(qū)域的降水研究提供了有力的數(shù)據(jù)支撐[8]。雅魯藏布江(雅江)流域地處高寒區(qū)域,地面雨量計分布稀疏、不均勻,地面資料代表性不足,是我國典型的缺資料地區(qū),研究衛(wèi)星降水產(chǎn)品的適用性具有重要現(xiàn)實意義[9]。
全球范圍內(nèi)應用較為廣泛的降水數(shù)據(jù)產(chǎn)品有TRMM(Tropical Rainfall Measuring Mission)、GPM-IMERG(Integrated Multisatellite Retrievals for GPM)、GSMap(Global Satellite Mapping of Precipitation)、PERSIANN(Precipitation Estimation from Remotely Sensed Information using Artificial Neural Networks)、APHRODITE(Asian Precipitation-Highly-Resolved Observational Data Integration Towards Evaluation)、CMORPH(Climate Prediction Center Morphing Technique)、CRU(Climatic Research Unit)、GLDAS(Global Land Data Assimilation System)等(表1)[1-6],這些數(shù)據(jù)產(chǎn)品已經(jīng)應用在水文、氣象、生態(tài)等研究領域[10]。TRMM 降水數(shù)據(jù)已被驗證在亞洲、美洲等多地具有較好的精度和適用性[4,11,12],GPM 衛(wèi)星降水產(chǎn)品為NASA 與JAXA 聯(lián)合發(fā)布的TRMM 降水產(chǎn)品的新一代產(chǎn)品,GPM-IMERG 與GSMap 為GPM(Global Precipitation Measurement)系列數(shù)據(jù)產(chǎn)品中的兩個代表,其空間分辨率由TRMM 衛(wèi)星降水產(chǎn)品的0.25°提升至0.1°,GSMap 時間分辨率由TRMM 衛(wèi)星降水產(chǎn)品的3 h 提升至1 h,GPM IMERG 提升至0.5 h[12]。其時空精度均高于TRMM 降水產(chǎn)品,更能滿足水文模擬、預報等研究對降水數(shù)據(jù)的需求,更加具有應用潛力。
表1 常見數(shù)據(jù)產(chǎn)品時空精度信息Tab.1 Spatio-temporal accuracy information of common data products
衛(wèi)星數(shù)據(jù)產(chǎn)品的精度和準確性對后續(xù)的研究有著至關(guān)重要的作用。目前,常用的降水數(shù)據(jù)產(chǎn)品質(zhì)量評估方法有定量分析與分類分析等,定量分析包括相關(guān)性分析,偏差分析,均方誤差分析、均方根誤差分析等;分類分析包括探照率分析,錯報率分析等[10,13]。陳曉宏[14]等通過相關(guān)性、錯報率等指標驗證GPM IMERG降水產(chǎn)品在北江流域具有良好的適用性;XU R[8]等按氣象站點高程進行劃分,發(fā)現(xiàn)在青藏高原高海拔地區(qū),GPM IMERG 與TRMM 3B42 V7 對降水的檢測能力較低;M Yang[15]等按降雨強度對降雨事件進行劃分,通過雨量站降水數(shù)據(jù)與IMERG 降水數(shù)據(jù)進行相關(guān)性、均方根誤差等的分析,檢驗IMERG 衛(wèi)星降水產(chǎn)品在四川省的精度。FRANCHITO S H[16]等通過不同季節(jié)和不同區(qū)域的劃分,在巴西境內(nèi)進行TRMM 衛(wèi)星降水產(chǎn)品評估。
在雅江流域,黃浠[17]等在年、月尺度上對中國地面降水網(wǎng)格數(shù)據(jù)、CRU 和GLDAS 的精度進行評估,發(fā)現(xiàn)在月尺度和年尺度的網(wǎng)格數(shù)據(jù)與實測降水數(shù)值最接近,而CRU 和GLDAS 與實測降水量相差較大;孫赫[9]等對選取CMA和APHRODITE、PERSIANN 和GPM、GLDAS、HAR(High Asia Refined analysis)與實測數(shù)據(jù)對比,結(jié)果表明APHRODITE、GPM 和HAR 降水低估(10%~30%),PERSIANN 和GLDAS 整體高估上游流域站點降水(28%~60%),但低估下游流域站點降水(11%~21%);呂洋[18]等選取相關(guān)系數(shù)、相對偏差對TRMM 3B42日降水數(shù)據(jù)與TRMM 3B43月降水數(shù)據(jù)在雅江流域16 個地面站進行站點精度評估,表明TRMM月降水產(chǎn)品質(zhì)量很高,日尺度產(chǎn)品相關(guān)性較差;劉江濤[3]等對TRMM 3B42 與PERSIANN 在降水產(chǎn)品精度進行的定量指標和分類指標評估,結(jié)果顯示兩種降水數(shù)據(jù)對弱降水的估值偏高,而對于強降水的估值偏低。目前,關(guān)于雅江流域的衛(wèi)星降水數(shù)據(jù)評估已有一些成果,但主要以TRMM 衛(wèi)星產(chǎn)品為主,GPM 降水產(chǎn)品空間范圍覆蓋更廣,時空精度更高,更符合水文模擬與預報的數(shù)據(jù)需求,本文將通過定量分析與分類分析結(jié)合的方式,對GPM 系列降水產(chǎn)品(GPM IMERG、GSMap)進行時空尺度的適用性分析。
雅魯藏布江起源于我國青藏高原寒區(qū),是我國最長的高原河流,水資源量豐富,其流域內(nèi)冰川廣泛分布,流域面積24.04萬km2,河長2 057 km。與瀾滄江、怒江每年出境水量高達5 000 多億m3,接近我國年用水總量6 000 億m3左右。相對于中國東部地區(qū),雅江流域獨特的地理特征與氣候環(huán)境為水文要素的監(jiān)測增加困難,地面監(jiān)測站點稀少,氣象站僅有13 個(圖1),對流域時空特征的評估帶來較大困難,對流域進行基本水文模擬造成一定程度的影響。衛(wèi)星降水產(chǎn)品在很大程度上可以彌補雅江流域地面站點稀少、數(shù)據(jù)代表性差的不足,為雅江流域的水文氣象等分析提供數(shù)據(jù)基礎。
圖1 雅魯藏布江流域概況圖Fig.1 Overview of the Yarlung Zangbo River Basin
1.2.1 實測數(shù)據(jù)的選取
對于單一站點數(shù)據(jù)精度的分析,考慮降水資料的完整性與代表性,本文選取雅江流域內(nèi)部波密站、林芝站、江孜站、拉孜站、當雄站、普蘭站共7個地面觀測站實測值作為評估依據(jù)。時間序列為2001.01.01-2019.12.31年的日降水序列與月降水序列,數(shù)據(jù)來源于中國氣象數(shù)據(jù)網(wǎng)(http://data.cma.cn)。
由于衛(wèi)星降水數(shù)據(jù)產(chǎn)品多為柵格數(shù)據(jù),本文在衛(wèi)星數(shù)據(jù)產(chǎn)品時空精度分析過程中,選取中國地面降水格點數(shù)據(jù)集(V2.0)作為實測降水數(shù)據(jù)與衛(wèi)星降水產(chǎn)品進行時空精度分析,空間分別率為0.5°×0.5°,時間序列為2001.01.01-2019.12.31年日降水序列與2014.03-2018.08月降水序列,數(shù)據(jù)來源于中國氣象數(shù)據(jù)網(wǎng)(http://data.cma.cn)。
1.2.2 衛(wèi)星數(shù)據(jù)的選取
衛(wèi)星降水數(shù)據(jù)選取為GPM 系列降水產(chǎn)品,GPM-IMERG(https://gpm.nasa.gov/data-access/downloads/gpm)與 GSMap(https://sharaku.eorc.jaxa.jp/GsMap/index.htm)的日尺度降水與月尺度降水,空間分辨率為0.1°×0.1°。GPM-IMERG 時間序列選擇為2014.03.01-2019.12.31 的GPM-IMERG_Final日尺度數(shù)據(jù)產(chǎn)品與月尺度數(shù)據(jù)產(chǎn)品,GSMap日尺度衛(wèi)星降水產(chǎn)品時間序列選取為2001.01.01-2019.12.31,其中2001.01-2010.12 為GSMap_MVK V5 數(shù)據(jù)集,2011.01-2014.02 為GSMaP_RNL 數(shù)據(jù)集,2014.03-2019.12 為GSMap_MVK V7 數(shù)據(jù)集。由于GSMap MVK月尺度衛(wèi)星降水產(chǎn)品起始時間為2014年3月,本文月尺度適用性分析的時間序列選取為2014.03-2018.08。
由于中國地面降水格點數(shù)據(jù)集(V2.0)空間精度為0.5°的格網(wǎng)數(shù)據(jù),GPM 系列降水數(shù)據(jù)集空間精度為0.1°,本文選取最鄰近邊界插值法對地面格網(wǎng)數(shù)據(jù)進行空間插值,從而實現(xiàn)數(shù)據(jù)集空間精度的統(tǒng)一。
質(zhì)量評估采用定量分析和分類分析結(jié)合的方式,定量分析指標選擇Person 相關(guān)系數(shù)(CC)、偏差(Bias)和均方根誤差(Rmse)。分類分析選取指標為探照率(POD)、錯報率(FAR)。Person 相關(guān)系數(shù)(CC)用來描述衛(wèi)星觀測數(shù)據(jù)與地面實測數(shù)據(jù)的相關(guān)關(guān)系強弱,偏差(Bias)與均方根誤差(Rmse)用來描述衛(wèi)星觀測數(shù)據(jù)與地面實測數(shù)據(jù)的偏離程度,代表數(shù)據(jù)的準確程度。探照率(POD)與錯報率(FAR)用來描述衛(wèi)星監(jiān)測能力與監(jiān)測的準確程度。各指標具體計算方法如下:
式中:n代表參與計算的降水總天數(shù);i代表第i個衛(wèi)星降水產(chǎn)品降水值或地面觀測站點實測值;A表示與對應于地面觀測站的衛(wèi)星數(shù)據(jù)產(chǎn)品降水值,mm;表示衛(wèi)星數(shù)據(jù)產(chǎn)品降水值的平均值,mm;B表示地面雨量站測得降水值,mm;表示地面雨量站測得降水值的平均值,mm;T代表降水衛(wèi)星正確監(jiān)測降水事件的次數(shù);F代表實際未發(fā)生降雨事件,降水衛(wèi)星誤判為發(fā)生降水事件的次數(shù);M代表實際發(fā)生降水事件,而降水衛(wèi)星未能探測到降水的次數(shù)(表2)。
表2 衛(wèi)星降水與地面觀測站降水觀測情況表Tab.2 Table of precipitation observation about satellite precipitation and ground observation station
3.1.1 時間尺度
地面實測降水量與GPM 降水系列兩種數(shù)據(jù)產(chǎn)品月、日尺度數(shù)據(jù)集的定量分析結(jié)果見圖2、圖3,可以看出,對于月尺度降水產(chǎn)品,兩種衛(wèi)星降水數(shù)據(jù)與地面實測數(shù)據(jù)一致性表現(xiàn)較好,均達到顯著水平,GSMap 與GPM-IMERG 衛(wèi)星降水數(shù)據(jù)與實測降水數(shù)據(jù)的CC值分別達到0.927、0.949,對于偏離程度,GSMap 衛(wèi)星降水數(shù)據(jù)與地面實測數(shù)據(jù)相比具有一定程度的低估Bias=-0.124,Rmse=16.989,而GPM-IMERG 衛(wèi)星降水數(shù)據(jù)與地面實測數(shù)據(jù)相比則有一定程度的高估Bias=0.478,Rmse=42.144。兩種衛(wèi)星降水產(chǎn)品日尺度數(shù)據(jù)集與實測數(shù)據(jù)相關(guān)性不顯著,相關(guān)系數(shù)均在0.5 左右,但在偏離程度方面,GSMap 與GPM-IMERG衛(wèi)星降水數(shù)據(jù)與實測數(shù)據(jù)相比均有一定程度的高估,Bias分別為0.033 與0.378,Rmse分別為2.287 與2.681。兩種衛(wèi)星降水的偏離程度(Bias)具有較大的差異,可能是由于兩種衛(wèi)星降水產(chǎn)品的反演算法不同的原因造成,GSMap_MVK 采用雙向云移動矢量法對源數(shù)據(jù)進行處理,GPM-IMERG_Final是全球降水氣候中心站點數(shù)據(jù)校正后的數(shù)據(jù)集。兩種衛(wèi)星降水日尺度數(shù)據(jù)與地面實測數(shù)據(jù)一致性表現(xiàn)較差主要由于衛(wèi)星觀測降水事件受地形、氣候等多種原因的影響顯著,由于雅江位于高寒地區(qū),地形復雜,對衛(wèi)星監(jiān)測降水增加了難度。
圖2 月尺度GSMap與GPM-IMERG 降水產(chǎn)品與實測數(shù)據(jù)散點密度圖Fig.2 Monthly scale GSMap,GPM-IMERG precipitation products and measured data scatter density map
圖3 日尺度GSMap與GPM-IMERG 降水產(chǎn)品與實測數(shù)據(jù)散點密度圖Fig.3 Daily scale GSMap,GPM-IMERG precipitation products and scatter density map
雅江流域降水主要集中在6-9月,夏季、秋季降水量較大,降雨次數(shù)較多,而春季和冬季降水量很少,對夏、秋兩季衛(wèi)星降水產(chǎn)品日尺度數(shù)據(jù)進行定量指標分析(圖4),發(fā)現(xiàn),夏季GPM IMERG 衛(wèi)星降水與地面實測降水的相關(guān)性與精確度優(yōu)于GSMap 衛(wèi)星降水產(chǎn)品,而秋季GSMap 衛(wèi)星降水與地面實測降水的相關(guān)性與精確度優(yōu)于GPM IMERG。參考夏季、秋季在對雅江流域進行降水分析結(jié)果,在以后進行降水分析時可根據(jù)不同季節(jié)選取不同衛(wèi)星降水產(chǎn)品。
圖4 GSMap與GPM IMERG衛(wèi)星降水產(chǎn)品在春夏兩季與實測降水數(shù)據(jù)散點圖Fig.4 Scatter plot of precipitation data of GSMap,GPM IMERG satellite precipitation products and measured data in spring and summer
黃浠[17]曾對CRU、GLADS 兩種降水產(chǎn)品進行評估,兩種降水產(chǎn)品所測數(shù)據(jù)與地面實測數(shù)據(jù)相關(guān)性分別為CC=0.24,CC=0.35,劉江濤[3]曾對TRMM 3B42與PERSIAN 在雅江流域進行定量評估,計算得出其與實測數(shù)據(jù)偏離程度分別為Bias=0.579、Bias=0.845,呂洋[18]對TRMM 3B42 與3B43 進行全流域一致性評估,計算得出月尺度衛(wèi)星降水數(shù)據(jù)與實測數(shù)據(jù)CC=0.902,日尺度衛(wèi)星降水數(shù)據(jù)與實測數(shù)據(jù)CC=0.465。孫赫[9]等對APHRODITE、GPM、PERSIANN-CDR、GLDAS、HAR 五種降水產(chǎn)品日尺度數(shù)據(jù)集在雅江子流域的適用性進行分析,GPM 降水產(chǎn)品相關(guān)性與偏離程度表現(xiàn)明顯優(yōu)于PERSIANN-CDR、GLDAS、HAR,與APHRODITE 相比,在不同子流域表現(xiàn)不同。GPM 衛(wèi)星降水產(chǎn)品作為TRMM 的升級版本,結(jié)合本文分析結(jié)果,可以看出,GSMap 與GPM-IMERG 衛(wèi)星降水產(chǎn)品在精確度方面明顯優(yōu)于TRMM(Bias<0.579),兩種衛(wèi)星降水產(chǎn)品的數(shù)據(jù)與實測數(shù)據(jù)相關(guān)性優(yōu)于TRMM(月尺度CC>0.902,日尺度CC>0.465)。與TRMM衛(wèi)星降水數(shù)據(jù)相比,GSMap 與GPM-IMERG 均能更加準確的對實際降水情況進行估計,更好地滿足水文、氣象等領域?qū)τ跀?shù)據(jù)精度的要求。
3.1.2 空間尺度
兩種衛(wèi)星降水產(chǎn)品與地面實測柵格數(shù)據(jù)集的相關(guān)性在空間上分布趨勢一致(圖5),均為在雅江中游相關(guān)性顯著,而上游與下游表現(xiàn)相對較差。對于兩種產(chǎn)品月尺度降水數(shù)據(jù),GSMap衛(wèi)星降水數(shù)據(jù)與地面實測數(shù)據(jù)的相關(guān)系數(shù)范圍為0.177~0.954,GPM-IMERG 衛(wèi)星降水與地面實測數(shù)據(jù)的相關(guān)系數(shù)范圍為0.293~0.993,GSMap 衛(wèi)星降水與IMERG 衛(wèi)星降水日尺度數(shù)據(jù)與地面實測數(shù)據(jù)相關(guān)系數(shù)分布范圍分別為0.001~0.420、0.003~0.553。分析認為雅江流域上游與下游衛(wèi)星降水產(chǎn)品與地面實測柵格數(shù)據(jù)集的相關(guān)性較差,主要是因為實測柵格數(shù)據(jù)集由地面測站監(jiān)測降水數(shù)據(jù)通過樣條插值得到,而上下游區(qū)域地面觀測站點設置稀疏,在插值過程中產(chǎn)生一定程度的誤差。
圖5 雅江流域衛(wèi)星降水數(shù)據(jù)與地面實測數(shù)據(jù)相關(guān)系數(shù)空間分布圖Fig.5 The spatial distribution of correlation coefficients between satellite precipitation data and ground-measured data in the Yarlung Zangbo River Basin
通過對單一站點相關(guān)性與偏差的分析,可以進一步驗證時空精度評估的結(jié)果(表3、4),7 個地面觀測站對應的GSMap 與GPM-IMERG 兩種衛(wèi)星降水產(chǎn)品月尺度數(shù)據(jù)與地面實測柵格數(shù)據(jù)相關(guān)性表現(xiàn)較好,在雅江中游區(qū)域,各站點衛(wèi)星降水量數(shù)據(jù)與地面實測數(shù)據(jù)相關(guān)系數(shù)CC均大于0.8(表3);相反,日尺度的衛(wèi)星降水數(shù)據(jù)與地面實測柵格數(shù)據(jù)的相關(guān)性較差(表4),除波密站外,CC值均小于0.5。由7 個實測站的相對偏差Bias的范圍為0.007 至0.993 不等,可以看出Bias隨地理位置的變化,表現(xiàn)出明顯的差異性。
表3 月尺度兩種衛(wèi)星降水數(shù)據(jù)與地面實測數(shù)據(jù)相關(guān)性、相對偏差統(tǒng)計表Tab.3 Statistical table of correlation and relative deviation between two kinds of satellite precipitation data and ground-measured data at monthly scale
表4 日尺度兩種衛(wèi)星降水數(shù)據(jù)與地面實測數(shù)據(jù)相關(guān)性、相對偏差統(tǒng)計表Tab.4 Statistical table of correlation and relative deviation between two kinds of satellite precipitation data and ground-measured data at daily scale
在定量分析的基礎上進行衛(wèi)星降水數(shù)據(jù)產(chǎn)品的分類指標分析,可以更好的反應衛(wèi)星降水產(chǎn)品對降水時間的監(jiān)測捕捉能力。本文對分類指標中的探照率(POD)與錯報率(FAR)進行分析,GSMap 衛(wèi)星降水產(chǎn)品的POD為0.958,GPM_IMERG 衛(wèi)星降水產(chǎn)品的POD為0.924,兩種衛(wèi)星降水產(chǎn)品在探照率上表現(xiàn)差異不大,說明兩種衛(wèi)星降水產(chǎn)品均能夠探測到大部分的降水事件;GSMap與GPM-IMERG 的FAR分別為0.100與0.172,說明兩種衛(wèi)星降水產(chǎn)品對降水事件的錯誤判斷情況相似,僅有小部分降水事件被錯誤判斷。
表5 分類分析結(jié)果表Tab.5 Table of classification analysis results table
選取定量與定性分析相結(jié)合的方式構(gòu)建適用性評估體系,分別在日尺度、月尺度上對GPM 系列降水產(chǎn)品中GSMap 與GPM IMERG 的精度進行評估,并對兩種衛(wèi)星降水產(chǎn)品在雅江流域的適用性進行分析,主要得出以下結(jié)論。
(1)從全流域角度來看,GPM-IMERG 衛(wèi)星降水數(shù)據(jù)與地面實測數(shù)據(jù)的相關(guān)性略優(yōu)于GsMap,而GSMap 衛(wèi)星降水數(shù)據(jù)在偏離程度上表現(xiàn)優(yōu)于GPM-IMERG。GSMap衛(wèi)星降水產(chǎn)品與PMIMERG 衛(wèi)星降水產(chǎn)品的月尺度降水數(shù)據(jù)與實際觀測降水數(shù)據(jù)具有較高的相關(guān)性,但日尺度降水數(shù)據(jù)與地面觀測站點所測降水數(shù)據(jù)相關(guān)性較差,建議通過與地面觀測數(shù)據(jù)融合后使用;兩種數(shù)據(jù)產(chǎn)品精度存在季節(jié)性差異,夏季推薦采用GPM IMERG衛(wèi)星降水產(chǎn)品,而秋季推薦采用GSMap衛(wèi)星降水產(chǎn)品。
(2)兩種衛(wèi)星降水的日尺度、月尺度數(shù)據(jù)集均表明雅江流域中游衛(wèi)星降水數(shù)據(jù)與地面實測網(wǎng)格數(shù)據(jù)相關(guān)性表現(xiàn)較好,而上游與下游衛(wèi)星降水數(shù)據(jù)與地面實測網(wǎng)格數(shù)據(jù)相關(guān)性不顯著。
(3)通過選擇的7 個地面實測站點進行相關(guān)性與相對偏差分析,進一步驗證了兩種衛(wèi)星降水產(chǎn)品月尺度數(shù)據(jù)集與地面實測站點相關(guān)性顯著,而日尺度數(shù)據(jù)集相關(guān)性較差的結(jié)論,同時發(fā)現(xiàn)兩種衛(wèi)星降水的Bias隨地理位置的變化,表現(xiàn)出明顯的差異性。
(4)GSMap 與GPM-IMERG 兩種衛(wèi)星降水產(chǎn)品的探照率和錯報率均表現(xiàn)較好,均能準確的探測到大部分降水事件,且僅錯誤判斷少部分降水事件。
(5)在雅魯藏布江流域,GPM 衛(wèi)星降水數(shù)據(jù)與TRMM 衛(wèi)星降水數(shù)據(jù)相比,具有更好的適用性,更能滿足水資源開發(fā)利用對數(shù)據(jù)的需求。
綜上,GPM 系列降水產(chǎn)品延續(xù)了TRMM 在時空精度上的優(yōu)勢,并具有更好的適用性,但在雅江的水文模擬及預報研究中,還要考慮季節(jié)和上下游差異,通過與地面觀測數(shù)據(jù)的融合分析,為水文模擬與預報提供更為可靠的降水數(shù)據(jù)支撐。