張佳鵬 王加虎 李麗 陳明霞

摘要：為探究降水產(chǎn)品在雨量站稀疏地區(qū)的適用性，選擇位于緬甸的密支那流域作為研究流域，以雨量站數(shù)據(jù)作為參考數(shù)據(jù)，評(píng)估了ERA-5再分析降水?dāng)?shù)據(jù)的精度;并使用ERA-5數(shù)據(jù)率定和驅(qū)動(dòng)CREST模型，探究了該數(shù)據(jù)應(yīng)用于徑流模擬的可行性。結(jié)果表明：在整個(gè)研究區(qū)域內(nèi)，ERA-5數(shù)據(jù)和雨量站數(shù)據(jù)之間的相關(guān)程度高，差距較小;而在徑流模擬方面，ERA-5數(shù)據(jù)可以較好地模擬中低水位的日徑流過程，對(duì)于高水位流量則存在著一定的低估，但不同觀測(cè)時(shí)段的NSCE系數(shù)均在0.7以上，總體而言精度仍較高;對(duì)于月徑流量，該數(shù)據(jù)在不同觀測(cè)時(shí)段的NSCE系數(shù)均大于0.85，相關(guān)系數(shù)均在0.9以上，能夠較好地描述徑流的年內(nèi)變化特征。因此，ERA-5降水?dāng)?shù)據(jù)在一定程度上可以代替雨量站數(shù)據(jù)作為研究區(qū)域的降水?dāng)?shù)據(jù)來源，應(yīng)用于流域水資源管理、水利工程設(shè)計(jì)等領(lǐng)域。

關(guān) 鍵 詞：

再分析降水?dāng)?shù)據(jù); 精度評(píng)估; 徑流模擬; CREST; 密支那流域; 缺資料地區(qū)

中圖法分類號(hào)： P339

文獻(xiàn)標(biāo)志碼： A

DOI：10.16232/j.cnki.1001-4179.2021.06.007

0 引 言

隨著我國(guó)東部地區(qū)水電資源的開發(fā)殆盡，水電的規(guī)劃、設(shè)計(jì)工作逐步向海外第三世界國(guó)家轉(zhuǎn)移。與傳統(tǒng)的設(shè)計(jì)條件不同，這類地區(qū)受經(jīng)濟(jì)發(fā)展條件和技術(shù)限制，氣象臺(tái)站及水文站點(diǎn)的分布密度遠(yuǎn)低于內(nèi)陸地區(qū)，大部分只有近些年才新建的測(cè)站，有些地區(qū)甚至沒有站點(diǎn)，歷史數(shù)據(jù)嚴(yán)重缺乏。這種現(xiàn)實(shí)條件很難滿足工程水文設(shè)計(jì)規(guī)范的要求，在一定程度上阻礙了水電業(yè)的發(fā)展。

再分析降水產(chǎn)品可為缺資料地區(qū)提供新的降水?dāng)?shù)據(jù)來源。再分析降水產(chǎn)品是將數(shù)值天氣預(yù)報(bào)數(shù)據(jù)、衛(wèi)星降水以及地面觀測(cè)降水等不同來源的數(shù)據(jù)通過同化算法最優(yōu)集成得到的降水?dāng)?shù)據(jù)，具有良好的物理、空間和時(shí)間一致性，同時(shí)目前大多數(shù)再分析降水?dāng)?shù)據(jù)還能提供全球范圍內(nèi)30 a以上的歷史降水?dāng)?shù)據(jù)[1]。近些年來，隨著數(shù)值天氣預(yù)報(bào)技術(shù)、數(shù)據(jù)同化技術(shù)的改進(jìn)以及計(jì)算能力的提高，再分析降水產(chǎn)品的分辨率和精度在不斷提高，偏差不斷減小[2]。

目前，在眾多的再分析降水產(chǎn)品中，使用最多且被認(rèn)為精度最高的是歐洲中期數(shù)值預(yù)報(bào)中心（European Center for Medium-Range Weather Forecasts，ECMWF）提供的ERA-Interim[3-4]，但是該數(shù)據(jù)集2019年8月以后便停止更新，取而代之的是最新推出的再分析數(shù)據(jù)集ERA-5。ERA-5數(shù)據(jù)最大的特點(diǎn)是具有全球范圍內(nèi)從1979年至今的降水?dāng)?shù)據(jù)，且該產(chǎn)品相比上一代的再分析降水產(chǎn)品ERA-Interim，使用了更加先進(jìn)的數(shù)值模式和同化算法以及更加精確的驅(qū)動(dòng)數(shù)據(jù)，同時(shí)具有更高的時(shí)間分辨率和空間分辨率，具有更廣闊的應(yīng)用前景[5]。本文以位于緬甸境內(nèi)伊洛瓦底江河源的密支那流域?yàn)檠芯苛饔?，以地面雨量站為參考?shù)據(jù)，評(píng)估ERA-5降水產(chǎn)品在該地區(qū)不同尺度上的精度，同時(shí)借助CREST分布式水文模型探究該數(shù)據(jù)在徑流模擬中的適用性，以期延長(zhǎng)該流域的水文氣象數(shù)據(jù)，為水利工程的設(shè)計(jì)和建設(shè)工作提供一定的數(shù)據(jù)基礎(chǔ)。

1 研究區(qū)域與數(shù)據(jù)

伊洛瓦底江流經(jīng)緬甸南北，是亞洲中南半島大河之一，也是緬甸境內(nèi)第一大河。其河源有東西兩支，東源恩梅開江發(fā)源于中國(guó)境內(nèi)察隅縣境伯舒拉山南麓，西源邁立開江發(fā)源于緬甸北部山區(qū)，兩江在密支那城以北約50 km會(huì)合為伊洛瓦底江。密支那以上流域處于伊洛瓦底江正源，介于東經(jīng)96°45′～99°00′，北緯 25°～29°之間，流域所在的地理位置和地形如圖1所示。流域的水力資源豐富，水力蘊(yùn)藏量達(dá)到3 000萬kW，但由于緬甸經(jīng)濟(jì)水平和技術(shù)條件限制，開發(fā)程度處于較低水平[6]。

本文選取的研究區(qū)域?yàn)槊苤撬恼疽陨峡刂屏饔?，區(qū)域內(nèi)雨量站點(diǎn)分布稀疏，基本于2010年之后才建，且很多測(cè)站數(shù)據(jù)不完整。研究中收集到2011～2017共7 a的雨量站日降水?dāng)?shù)據(jù)和密支那水文站的日流量數(shù)據(jù)，在剔除一些數(shù)據(jù)不完整的雨量站點(diǎn)之后，余下14個(gè)雨量站點(diǎn)的觀測(cè)數(shù)據(jù)用于與ERA5的對(duì)比分析，其空間分布見圖1。研究區(qū)域內(nèi)同期的ERA-5降水?dāng)?shù)據(jù)則來源于網(wǎng)站（https：∥cds.climate.copernicus.eu）下載，其空間分辨率為0.25°×0.25°，時(shí)間分辨率為1h。研究中為與雨量站數(shù)據(jù)統(tǒng)一，將其整理成逐日降水?dāng)?shù)據(jù)進(jìn)行對(duì)比分析。

2 研究方法

本文假設(shè)雨量站點(diǎn)的觀測(cè)數(shù)據(jù)為絕對(duì)正確數(shù)據(jù)，從ERA-5數(shù)據(jù)的降水模擬精度及其在徑流模擬中的適用性兩個(gè)方面對(duì)ERA-5降水產(chǎn)品進(jìn)行評(píng)估。

將雨量站點(diǎn)的觀測(cè)數(shù)據(jù)作為參考標(biāo)準(zhǔn)，分別在網(wǎng)格尺度和區(qū)域尺度兩種尺度上對(duì)ERA-5降水產(chǎn)品進(jìn)行精度評(píng)估。其中，在網(wǎng)格尺度上，將包含兩個(gè)雨量站以上的網(wǎng)格中的再分析數(shù)據(jù)與網(wǎng)格內(nèi)雨量站的數(shù)據(jù)均值進(jìn)行對(duì)比分析;在區(qū)域尺度上，則將兩種數(shù)據(jù)對(duì)應(yīng)的面平均雨量進(jìn)行對(duì)比。研究中采用相關(guān)系數(shù)（CC）、相對(duì)誤差（BIAS）、均方根誤差（RMSE）這3項(xiàng)常用定量精度指標(biāo)來評(píng)價(jià)降水產(chǎn)品的精度。除此之外，還采用探測(cè)率（POD）、誤報(bào)率（FAR）2項(xiàng)評(píng)價(jià)指標(biāo)來反映降水產(chǎn)品對(duì)日降水事件的識(shí)別能力。其中，POD為再分析數(shù)據(jù)與雨量站點(diǎn)同步有雨的比例，其值越高則識(shí)別能力越強(qiáng);FAR為再分析數(shù)據(jù)有雨而雨量站點(diǎn)無雨的比例，其值越小則識(shí)別能力越強(qiáng)。

為探究ERA-5降水?dāng)?shù)據(jù)在徑流模擬中的應(yīng)用潛力，本文借助CREST分布式水文模型進(jìn)行徑流模擬研究。CREST模型是由美國(guó)俄克拉荷馬大學(xué)和美國(guó)宇航局（ NASA） 項(xiàng)目團(tuán)隊(duì)開發(fā)的基于網(wǎng)格的分布式水文模型[7]，目前已經(jīng)在全球多地進(jìn)行了不同尺度的驗(yàn)證[89]。本次研究選取的CREST模型為最新的2.1版，模型采用Fortran語言編寫，程序可從網(wǎng)址（http：∥hydro.ou.edu/research/crest）下載。模型所需的數(shù)據(jù)主要包括基礎(chǔ)數(shù)據(jù)和驅(qū)動(dòng)數(shù)據(jù)，基礎(chǔ)數(shù)據(jù)為數(shù)字高程模型（DEM），流向（FDR），累積流量（FAC）以及河網(wǎng)（Stream）的ASCII文件，可借助ArcGIS生成;驅(qū)動(dòng)數(shù)據(jù)主要是降水和潛在蒸散發(fā)，可由反距離權(quán)重法插值到每個(gè)網(wǎng)格上[10]。水文模型采用了GLEAM再分析蒸發(fā)數(shù)據(jù)集中的潛在蒸散發(fā)數(shù)據(jù)，最新的GLEAM v3版本已在全球范圍內(nèi)進(jìn)行過驗(yàn)證[11]，可從網(wǎng)址（http：∥geoservices.falw.vu.nl）下載。數(shù)據(jù)時(shí)間分辨率為1 d，空間分辨率為0.25°×0.25°。對(duì)于徑流的模擬結(jié)果，采用納什系數(shù)NSCE、BIAS、CC這3個(gè)指標(biāo)進(jìn)行評(píng)估。各項(xiàng)指標(biāo)計(jì)算公式見表1。

3 結(jié)果分析

3.1 降水精度分析

圖2為不同尺度下的ERA-5降水產(chǎn)品和雨量站實(shí)測(cè)雨量之間的散點(diǎn)圖。由圖2可見，在網(wǎng)格尺度上ERA-5數(shù)據(jù)和實(shí)測(cè)降水的差距較大，相關(guān)系數(shù)CC僅為0.67，相對(duì)誤差BIAS大于25%，這可能是因?yàn)樵俜治鰯?shù)據(jù)每個(gè)格點(diǎn)的降水量為整個(gè)網(wǎng)格的平均降水量，而流域的雨量站較為稀疏，雨量站數(shù)據(jù)的點(diǎn)數(shù)據(jù)不能完全準(zhǔn)確代表整個(gè)網(wǎng)格的平均降水量，所以兩者在數(shù)值上有一定的出入;在流域尺度上，ERA-5產(chǎn)品的各項(xiàng)指標(biāo)均有提升，RMSE和BIAS顯著降低，相關(guān)系數(shù)CC增加為0.81，說明兩種降水?dāng)?shù)據(jù)在整個(gè)研究區(qū)域的降水差距較小，即ERA-5數(shù)據(jù)更適用于區(qū)域尺度的應(yīng)用。

在降水事件的探測(cè)能力方面，由表2可知，ERA-5的準(zhǔn)確率POD能達(dá)到0.99，說明該降水產(chǎn)品可以識(shí)別大部分降水事件，同時(shí)錯(cuò)誤率FAR為0.37，說明該數(shù)據(jù)易將無雨的情況誤報(bào)為有雨。

圖3為兩種尺度下不同區(qū)間的降水發(fā)生頻率和降水量所占比重，其中小于1 mm為近乎無雨，而大于50 mm為暴雨?？梢钥闯鰞煞N尺度下ERA-5產(chǎn)品都低估了近乎無雨情況所發(fā)生的頻率，這也與該產(chǎn)品的錯(cuò)誤率較高相對(duì)應(yīng)，但是這部分的降水所占的比重要小于5%，對(duì)流域整體降水貢獻(xiàn)不大;而對(duì)于流域內(nèi)大于50 mm的暴雨的發(fā)生頻率，ERA-5產(chǎn)品相對(duì)于雨量站數(shù)據(jù)會(huì)有一定程度高估，這說明ERA-5數(shù)據(jù)在極端天氣下的表現(xiàn)仍有欠缺。而對(duì)于中間區(qū)域的降水，ERA-5數(shù)據(jù)均有輕微的高估，但是兩者差距不大，并且不同區(qū)間降水量所占的比重也較為接近，變化趨勢(shì)一致。

3.2 徑流模擬結(jié)果分析

本文基于美國(guó)NASA和NIMA聯(lián)合測(cè)量的STRM 數(shù)據(jù)所提供的DEM，在研究流域建立了網(wǎng)格大小為30″的CREST水文模型。使用2011年的數(shù)據(jù)對(duì)模型進(jìn)行預(yù)熱，2012～2014年的數(shù)據(jù)進(jìn)行參數(shù)率定，2015～2017年的數(shù)據(jù)進(jìn)行驗(yàn)證，參數(shù)率定所使用的優(yōu)選算法為模型自帶的SCE-UA算法[12]。目前已經(jīng)有大量研究表明：在使用不同來源降水來驅(qū)動(dòng)水文模擬的情況下，率定期采用降水?dāng)?shù)據(jù)自身驅(qū)動(dòng)模型所得到參數(shù)的模擬效果更好[13-14]，因此本文直接使用雨量站和ERA-5數(shù)據(jù)各自驅(qū)動(dòng)水文模型進(jìn)行參數(shù)率定。

圖4～5為雨量站數(shù)據(jù)和ERA-5數(shù)據(jù)對(duì)應(yīng)的逐日與逐月流量過程線。從圖4中可以看出：兩種降水?dāng)?shù)據(jù)對(duì)中低水位的徑流模擬結(jié)果較好，但對(duì)于洪峰流量的模擬會(huì)出現(xiàn)明顯的低估。觀察圖6（a）中的日流量歷時(shí)曲線，同樣發(fā)現(xiàn)兩種降水?dāng)?shù)據(jù)對(duì)應(yīng)結(jié)果在高水位流量擬合程度較差，而在中低水位流量擬合程度較好。對(duì)于兩種降水?dāng)?shù)據(jù)洪峰模擬結(jié)果都出現(xiàn)偏低的情況，可能的原因是降水?dāng)?shù)據(jù)本身存在一定的誤差以及降水空間插值誤差所引起的[15];另一個(gè)原因可能是本文所使用的SCE-UA算法的優(yōu)選指標(biāo)為確定性系數(shù)[16]，優(yōu)選的結(jié)果雖然對(duì)整體的流量過程擬合較好，但是比較平緩，對(duì)洪峰有一定低估，建議之后的研究率定采用多目標(biāo)優(yōu)化算法，添加一個(gè)峰值誤差的邊界控制條件，更進(jìn)一步解決峰量模擬系統(tǒng)偏小的問題[17]。

將日流量整理為月流量數(shù)據(jù)，圖5為兩種降水?dāng)?shù)據(jù)對(duì)應(yīng)的月流量過程線，可以看出采用兩種數(shù)據(jù)驅(qū)動(dòng)CREST模型后，均能再現(xiàn)研究流域的月徑流過程。對(duì)比圖6（b）兩種雨量對(duì)應(yīng)的月流量歷時(shí)曲線，ERA-5對(duì)應(yīng)結(jié)果在不同量級(jí)的流量上的擬合程度都較好，而雨量站數(shù)據(jù)對(duì)應(yīng)結(jié)果在高水位流量擬合程度仍相對(duì)較差。

表3為徑流評(píng)價(jià)指標(biāo)的統(tǒng)計(jì)結(jié)果，對(duì)于日徑流，在不同時(shí)段雨量站對(duì)應(yīng)的NSCE均大于0.65，ERA-5對(duì)應(yīng)的NSCE均大于0.7，兩者的相關(guān)系數(shù)均在0.8以上，偏差均在±12%以內(nèi)，且ERA-5對(duì)應(yīng)結(jié)果略好于雨量站，但在整個(gè)觀測(cè)期兩種數(shù)據(jù)對(duì)應(yīng)的徑流深的相對(duì)誤差都為負(fù)，這主要和兩種降水?dāng)?shù)據(jù)的高水位流量模擬結(jié)果偏低有關(guān);對(duì)于月徑流，兩種雨量數(shù)據(jù)各觀測(cè)時(shí)段的NSCE均大于0.85，相關(guān)系數(shù)均在0.9以上，但是在整個(gè)觀測(cè)期徑流深相對(duì)誤差仍為負(fù)。總體而言，若假設(shè)流域無雨量站數(shù)據(jù)，僅使用ERA-5數(shù)據(jù)進(jìn)行模型的率定和驅(qū)動(dòng)，同樣可以取得較好的徑流模擬精度。

4 結(jié) 論

本文以密支那流域內(nèi)雨量站數(shù)據(jù)做為參考標(biāo)準(zhǔn)，對(duì)ERA-5降水?dāng)?shù)據(jù)進(jìn)行了精度評(píng)估，并借助CREST模型評(píng)估了使用該產(chǎn)品進(jìn)行徑流模擬的可行性。結(jié)果表明：

（1） 在降水精度評(píng)價(jià)方面，ERA-5數(shù)據(jù)和雨量站數(shù)據(jù)雖然在網(wǎng)格尺度差距較大，但是在整個(gè)研究區(qū)域的偏差較小，相關(guān)系數(shù)較高，降水發(fā)生頻率和比重都較為一致，并且ERA-5數(shù)據(jù)還有極高的降水事件識(shí)別能力。

（2） 在徑流模擬的應(yīng)用方面，ERA-5同雨量站數(shù)據(jù)一樣均能較好地模擬中低水位的日徑流，而在高水位的日流量模擬上均存在著較大的低估，但是兩種數(shù)據(jù)對(duì)于月徑流的模擬都較為精確，能夠描述徑流的年內(nèi)變化特征。同時(shí)，ERA-5數(shù)據(jù)對(duì)應(yīng)的日徑流和月徑流的模擬結(jié)果都略好于雨量站數(shù)據(jù)，說明在流域無雨量站的情況下同樣可以使用 ERA-5數(shù)據(jù)進(jìn)行水文模型的率定和模擬，即ERA-5降水?dāng)?shù)據(jù)在一定程度上可以代替流域的雨量站數(shù)據(jù)進(jìn)行水文模擬、水資源管理。

參考文獻(xiàn)：

[1] DEE D P，BALMASEDA M，BALSAMO G，et al.Toward a consistent reanalysis of the climate system[J].Bulletin of the American Meteorological society，2013，95（8）：1235-1248.

[2] ESSOU G R，BRISSETTE F，LUCASPICHER P，et al.The use of reanalyses and gridded observations as weather input data for a hydrological model：comparison of performances of simulated river flows based on the density of weather stations[J].Journal of Hydrometeorology，2017，18（2）：497-513.

[3] DEE D，UPPALA S，SIMMONS A J，et al.The ERA-Interim reanalysis：configuration and performance of the data assimilation system[J].Quarterly Journal of the Royal Meteorological Society，2011，137（656）：553-597.

[4] BECK H E，PAN M，ROY T，et al.Daily evaluation of 26 precipitation datasets using Stage-IV gauge-radar data for the CONUS[J].Hydrology and Earth System Sciences，2019，23（1）：207-224.

[5] NOGUEIRA M.Inter-comparison of ERA-5，ERA-Interim and GPCP rainfall over the last 40 years：process-based analysis of systematic and random differences[J].Journal of Hydrology，2020（583）：1-17.

[6] 劉冬英，陳璽，黃燕，等.緬甸伊洛瓦底江流域水文資料初步復(fù)核評(píng)價(jià)[J].人民長(zhǎng)江，2019，49（ 22）：112-117.

[7] WANG J，HONG Y，LI L，et al.The coupled routing and excess storage（CREST） distributed hydrological model[J].International Association of entificHydrology Bulletin，2011，56（1）：84-98.

[8] WU H，ADLER R F，HONG Y，et al.Evaluation of global flood detection using satellite-based rainfall and a hydrologic model[J].Journal of Hydrometeorology，2012，13（4）：1268-1284.

[9] ZHANG Y，HONG Y，WANG X，et al.Hydrometeorological analysis and remote sensing of extremes：was the July 2012 Beijing flood event detectable and predictable by global satellite observingand global weather modeling systems？[J].Journal of Hydrometeorology，2015，16（1）：381-395.

[10] MIRALLES D G，HOLMES T R，JEU D R，et al.Global land-surface evaporation estimated from satellite based observations[J].Hydrology and Earth System Sciences，2010，15（2）：453-469.

[11] MARTENS B，MIRALLES D G，LIEVENS H，et al.GLEAM v3：Satellite-based land evaporation and root-zone soil moisture[J].Geoscientific Model Development，2016，10（5）：1903-1925.

[12] DUAN Q，SOROOSHIAN S，GUPTA V K，et al.Effective and efficient global optimization for conceptual rainfall-runoff models[J].Water Resources Research，1992，28（4）：1015-1031.

[13] 唐國(guó)強(qiáng)，李哲，薛顯武，等.贛江流域TRMM遙感降水對(duì)地面站點(diǎn)觀測(cè)的可替代性[J].水科學(xué)進(jìn)展，2015（3）：45-51.

[14] TONG K，SU F，YANG D，et al.Evaluation of satellite precipitation retrievals and their potential utilities in hydrologic modeling over the Tibetan Plateau[J].Journal of Hydrology，2014（519） ：423-437.

[15] 李哲.多源降雨觀測(cè)與融合及其在長(zhǎng)江流域的水文應(yīng)用[D].北京：清華大學(xué)，2015.

[16] NASH J E，SUTCLIFFE J V.River flow forecasting through conceptual models part I-A discussion of principles[J].Journal of Hydrology，1970，10（3）：282-290.

[17] 林銳，泮蘇莉，劉莉，等.耦合降水預(yù)報(bào)和多目標(biāo)參數(shù)優(yōu)化的洪水預(yù)報(bào)方法[J].水力發(fā)電學(xué)報(bào)，2017（10）：29-36.

（編輯：江 文）

Research on applicability of ERA-5 precipitation data in basins with spare rain-gauge

coverage：case of Myitkyina Basin in Myanmar

ZHANG Jiapeng，WANG Jiahu，LI li，CHEN Mingxia

（College of Hydrology and WaterResources，Hohai University，Nanjing 210098，China）

Abstract：

In this paper，we evaluated the accuracy of the ERA-5 reanalysis precipitation data based on rain-gauge data，and then used ERA-5 to calibrate and drove CREST model to explore the applicability of the data for streamflow simulation at Myitkyina Basin in Myanmar.The results showed that the deviation between ERA-5 data and rainfall station data was small and the correlation degree was high in regional scale.In terms of streamflow simulation，ERA-5 data could better simulate the low and medium daily streamflow，but there was a certain underestimation for the high streamflow.However，the NSCE coefficients of different observation periods were all above 0.7，and the overall accuracy was still high;for the monthly streamflow，the NSCE coefficients of ERA-5 data at different observation periods were all above 0.85，and the correlation coefficients were all above 0.9，which could better describe the annual variation characteristics of runoff.Therefore，ERA-5 precipitation data could replace the ground station data to some extent as the precipitation data source of the study area for water resources management and hydraulic engineering design.

Key words：

ERA-5 reanalysis precipitation;accuracy evaluation;streamflow simulation;CREST;Myitkyina Basin;ungauged region