于曉彤
(河北省衡水水文勘測研究中心,河北 衡水 053000)
降水資源是陸表生態(tài)環(huán)境發(fā)展的關(guān)鍵要素之一,精細(xì)化的降水資源空間分布式信息是實現(xiàn)水資源精確管理與水生態(tài)文明建設(shè)的數(shù)據(jù)支撐[1]。鑒于區(qū)域環(huán)境條件、經(jīng)濟(jì)成本等因素,我國國家級氣象站(2404個)的分布密度僅為2.53個/104km2,而在局部高原山地荒漠地區(qū)的氣象站點分布更加稀疏,這難以滿足對降水?dāng)?shù)據(jù)精細(xì)化的需求[2-3]。隨著遙感衛(wèi)星技術(shù)的發(fā)展,獲取廣域地區(qū)實時降水量成為可能。學(xué)者們基于TRMM、GPM等衛(wèi)星反演的降水產(chǎn)品開展了山地、高原、盆地等不同地形區(qū)的降尺度研究,實現(xiàn)粗糙級分辨率的降水信息呈現(xiàn)精細(xì)化,并且確保其精度[4-6]。鑒于此,本文擬以經(jīng)典的Anusplin方法為基礎(chǔ),考慮降水分布的地帶性規(guī)律,實現(xiàn)衡水市降水量降尺度研究,以期為區(qū)域水資源管理提供技術(shù)支撐。
衡水(E115°10′-E116°34′、N37°03′-N38°23′)位于華北黃淮海平原腹地、黃河下游以北、河北省中南部,行政區(qū)面積達(dá)2.35 km2。區(qū)域地處我國中緯度溫帶暖溫帶地區(qū),氣候受東南季風(fēng)與高緯度冷高壓影響而形成溫帶季風(fēng)氣候,具有水熱同期、季候差異顯著、季節(jié)溫差大的特點,區(qū)域多年平均溫度12.6℃,多年平均降雨量509.7 mm,其中降水資源多集中于每年的5-8月份,約占全年降水量的50%~60%。衡水地形平坦,有洼地、崗地等地貌,高程介于0~35 m之間,地形坡面小于1/3 000。境內(nèi)屬海河水系,發(fā)育有滏陽河、滹沱河、潴龍河等較大河流,流速平緩、流量較小,地表水資源量為0.13×108m3,人均水資源占有量缺乏。見圖1。
圖1 研究區(qū)GPM原始產(chǎn)品和DEM空間分布圖
本研究主要數(shù)據(jù)為GPM衛(wèi)星反演的降水量數(shù)據(jù)、地面氣象觀測資料和DEM數(shù)據(jù)。GPM(Global Precipitation Measurement Mission) 即由美國和日本共同研發(fā)全球降水觀測計劃,其降水產(chǎn)品為GPM衛(wèi)星觀測降水量融合多源對地觀測衛(wèi)星資料反演而成,空間精度達(dá)到0.1°(約10 km),該數(shù)據(jù)從美國航空航天局?jǐn)?shù)據(jù)網(wǎng)站獲取(https://pmm.nasa.gov/data-access/downloads/gpm)。本研究以GPM數(shù)據(jù)為降尺度源。
我國季風(fēng)區(qū)降水呈現(xiàn)顯著的經(jīng)度、緯度和垂直地帶性規(guī)律。為準(zhǔn)確捕捉降水分布特性,考慮以經(jīng)緯度和DEM作為預(yù)測因子。其中,經(jīng)度和緯度為像素值中點的坐標(biāo)、DEM數(shù)據(jù)和地面觀測降水資料。DEM數(shù)據(jù)來自美國和日本共同研發(fā)的ASTER(Advanced Spaceborne Theemal Emission and Reflection Radiometer Global Digital Elevation Model) 先進(jìn)星載熱發(fā)射和反射輻射儀全球數(shù)字高程模型,其地面分辨率達(dá)到30 m,垂直分辨率為10 m,能夠準(zhǔn)確探測地表形態(tài)變化。
地面觀測資料為衡水市11個地面氣象站點觀測的2018年降水量數(shù)據(jù)。
針對氣候氣象要素空間關(guān)聯(lián)性的特點,澳大利亞學(xué)者Hutchinson基于平滑樣條函數(shù)與多維協(xié)變量理論開發(fā)了移動窗口平滑的Anusplin方法。該方法的特點在于局部使用函數(shù)逼近曲線的方法,即允許引入?yún)f(xié)變量與目標(biāo)之間的線性關(guān)系進(jìn)行多元擬合。目前,該方法被國際氣候部門廣泛應(yīng)用。Anusplin的主要理論如下:
zi=f(xi)+bTyi+ei(i=1,2,…,N)
(1)
式中:zi為空間位置i處氣象要素值,本研究中為降水量;f為光滑函數(shù);xi為d維樣條獨立變量,即i點附近氣象要素值;yi為p維獨立協(xié)變量,本研究中為DEM、經(jīng)度和緯度;b為協(xié)變量系數(shù);ei為隨機(jī)誤差。光滑函數(shù)f和系數(shù)b,利用最小二乘來確定:
(2)
式中:Jm(f)為函數(shù)f的m階偏導(dǎo);ρ為平滑參數(shù),由貝葉斯公式的廣義最大似然來確定[6-7]。
基于相關(guān)研究經(jīng)驗,確定以500 m的空間分辨率為本研究的降尺度目標(biāo)?;诮党叨饶P涂梢浦残缘募僭O(shè),即首先利用Anusplin方法結(jié)合降尺度因子構(gòu)建區(qū)域0.1°尺度上的GPM預(yù)測模型;然后利用Cubic方法將降尺度因子重采樣至500 m分辨率;最后將前述模型帶入精細(xì)尺度的降尺度因子進(jìn)行空間預(yù)測,進(jìn)而得到區(qū)域500 m像素水平的降水量數(shù)據(jù)。本研究中GPM數(shù)據(jù)的空間統(tǒng)計、DEM數(shù)據(jù)空間分析、降尺度因子解算和空間制圖均通過ArcGIS 10.8 平臺完成,基于Anusplin方法的衡水市GPM數(shù)據(jù)降尺度通過Anusplin 4.2軟件實施。
2018年衡水市GPM產(chǎn)品共224個降水柵格像素,利用ArcGIS空間統(tǒng)計工具,計算得到衡水市GPM產(chǎn)品空間統(tǒng)計特征,見表1。由表1可知,該年度GPM反演的區(qū)域降水量介于468~572 mm之間,平均值為536 mm,變異系數(shù)(CV)為0.44,在0.1°像素水平上為中等空間變異。利用Kolmogorov-Smirnov 檢驗表明,其雙尾sig為0.01,并未通過0.05水平閾值,表明其不符合正太空間分布。后續(xù)將其利用Log函數(shù)進(jìn)行轉(zhuǎn)換,使其符合正態(tài)分布。
表1 衡水市2018年GPM產(chǎn)品空間統(tǒng)計特征
根據(jù)研究區(qū)GPM降水量柵格像素中心點位,采用多值提取值點的方法分別提取相應(yīng)像素位置上的經(jīng)緯度和DEM信息,利用線性分析方法得到二者間的關(guān)系,見圖2。由圖2可知,衡水市GPM降水量與地理經(jīng)度之間呈現(xiàn)正相關(guān)關(guān)系,并在0.05水平上達(dá)到顯著性,二者間擬合關(guān)系為y=71.253x-7 732.8,表明區(qū)域GPM像素值呈現(xiàn)自西向東增加的格局,這與圖1(a)所示結(jié)果一致。其與地理緯度之間的關(guān)系為y=61.344x-1 797.5,亦呈現(xiàn)顯著正相關(guān)關(guān)系,表明GPM降水量隨著緯度增加而增加,這與我國東部季風(fēng)區(qū)降水分布的緯向地帶性規(guī)律不一致,主要是因為研究區(qū)尺度較小,區(qū)域降水的經(jīng)度地帶性規(guī)律掩蓋了其緯向分異。衡水市GPM降水量值與DEM之間呈現(xiàn)顯著負(fù)相關(guān)關(guān)系,擬合關(guān)系為y=-3.189 8x+569.51,表明區(qū)域降水隨著海拔升高而減小。綜合來看,GPM降水量與經(jīng)度、緯度和DEM之間存在密切線性關(guān)系,因而可以作為降尺度因子進(jìn)行建模分析。
圖2 衡水市GPM降水量與經(jīng)緯度、海拔的線性關(guān)系散點圖
利用Anusplin模型與降尺度因子生成研究區(qū)500m像素水平的降水量空間分布圖見圖3。圖3中表明,其空間像素值介于425~620 mm,值域范圍相對于原始GPM產(chǎn)品有一定擴(kuò)大,但其空間平均值為541.23 mm,與后者相差不大。對比圖3(a)和圖1(a)可知,降尺度后的GPM數(shù)據(jù)與原始GPM數(shù)據(jù)保持了良好的空間趨勢性,均呈現(xiàn)自東北向西南減少的分布格局;降尺度后的數(shù)據(jù)更具空間細(xì)節(jié)性,展示了區(qū)域降水量分布的漸變性。該精細(xì)的降水量空間數(shù)據(jù)可為區(qū)域水資源調(diào)度、氣象資源利用提供準(zhǔn)確資料。為厘清降尺度后的誤差分布,以GPM數(shù)據(jù)降尺度前后的差值為基礎(chǔ),再運用Anusplin模型生成空間誤差分布,結(jié)果見圖3(b)。由圖3中表明,降尺度誤差分布存在空間變異性,在研究區(qū)北部局部、東南和西部存在一定程度低估,低估范圍介于-20~0 mm;而其他大部分地區(qū)為高估,高估范圍介于0~34 mm之間,其中低估中心與高估中心鄰近分布在區(qū)域北端。
圖3 研究區(qū)GPM產(chǎn)品降尺度效果和誤差空間分布圖
計算原始GPM產(chǎn)品與降尺度后的數(shù)據(jù)之間的一致性,結(jié)果見圖4(a)。統(tǒng)計得到二者之間的擬合關(guān)系為y=1.033 5x+0.350,R2為0.90,MAE和RMSE僅為17.73和20.58 mm,表明降尺度后的數(shù)據(jù)依然保持了原始GPM產(chǎn)品的空間精度,具有較低的誤差,也說明降尺度結(jié)果的可靠性。為驗證該模型的魯棒性,以研究區(qū)2019年11個地面站點觀測降水量為參考值,測試其實際精度,結(jié)果見圖4(b)。圖4(b)中顯示,GPM降尺度值與實際降水量之間存在較小誤差,R2達(dá)到0.96,MAE為16.74 mm,RMSE為19.77 mm,顯示出預(yù)測者與觀測值之間高度一致性,同時也表明該模型具有穩(wěn)健性和可移植性。
圖4 研究區(qū)降尺度前后散點圖
經(jīng)過降尺度后,GPM產(chǎn)品空間分辨率由0.1°提升至500 m,并且保持了原始數(shù)據(jù)精度,從空間上能展示更多細(xì)節(jié)信息,這對描述區(qū)域降水量分布極具優(yōu)勢。本研究的降尺度模型適用于衡水市。但仍需關(guān)注的是,影響降水量分布的因素不僅是經(jīng)緯度和地形,大氣含水量、地表覆被、季風(fēng)特性也是重要的降尺度的因子,這些在后續(xù)的研究中應(yīng)予以考慮。