鐘宇璐

摘要 通過2018年5月14日—2019年12月31日2 167個(gè)站點(diǎn)的地面氣象站逐小時(shí)降水資料對(duì)風(fēng)云四號(hào)A星（FY-4A）的先進(jìn)靜止軌道輻射成像儀（Advanced Geosynchronous Radiation Imager，AGRI）的業(yè)務(wù)降水估計(jì)產(chǎn)品進(jìn)行評(píng)估檢驗(yàn)。以地面氣象站逐小時(shí)降水資料作為真值，AGRI業(yè)務(wù)降水產(chǎn)品的空?qǐng)?bào)率為0.69、漏報(bào)率為0.60、命中率為0.40，平均偏差為-1.013 1 mm，平均絕對(duì)誤差為2.362 2 mm，均方根誤差為5.023 5 mm。降水產(chǎn)品對(duì)小雨的降水量估計(jì)偏高，對(duì)中雨、大雨、暴雨的估計(jì)偏低。隨著雨量等級(jí)的增大，產(chǎn)品對(duì)降水量的估計(jì)誤差越來越大，因此所有雨量等級(jí)的樣本整體的負(fù)偏差主要來自實(shí)況雨量較大時(shí)對(duì)降水量的低估。

關(guān)鍵詞 風(fēng)云四號(hào);降水;檢驗(yàn)評(píng)估

中圖分類號(hào)：P405 文獻(xiàn)標(biāo)識(shí)碼：B 文章編號(hào)：2095–3305（2021）03–0096–03

降水是水循環(huán)中的關(guān)鍵環(huán)節(jié)，對(duì)生態(tài)系統(tǒng)的能量物質(zhì)交換、水資源利用、洪澇災(zāi)害有著重要影響。中國(guó)位于東亞季風(fēng)區(qū)，天氣多變，國(guó)土面積廣，地形復(fù)雜多樣，降水的時(shí)空分布差異大。氣象衛(wèi)星可獲取降水在較大空間范圍內(nèi)的高分辨率分布狀況。風(fēng)云四號(hào)衛(wèi)星是我國(guó)最新一代靜止軌道氣象衛(wèi)星，2016年發(fā)射的風(fēng)云四號(hào)A星（FY-4A）上搭載了先進(jìn)靜止軌道輻射成像儀（Advanced Geosynchronous Radiation Imager，AGRI）。AGRI的Level 2中國(guó)區(qū)域業(yè)務(wù)降水產(chǎn)品，空間分辨率達(dá)到4 km，可監(jiān)測(cè)中國(guó)區(qū)域內(nèi)降水的強(qiáng)度、范圍、趨勢(shì)走向等，可為天氣分析預(yù)報(bào)、洪澇監(jiān)測(cè)預(yù)警提供服務(wù)。因此，對(duì)FY-4A/AGRI降水估計(jì)產(chǎn)品進(jìn)行檢驗(yàn)評(píng)估，對(duì)其在天氣預(yù)報(bào)、災(zāi)害預(yù)警等方面的應(yīng)用提供參考。

1 資料與預(yù)處理

1.1 使用資料

以2018年5月14日—2019年12月31日2 167個(gè)站點(diǎn)的Micaps地面觀測(cè)逐小時(shí)降水資料為真值，對(duì)FY-4A靜止軌道輻射成像儀AGRI的業(yè)務(wù)降水產(chǎn)品進(jìn)行檢驗(yàn)評(píng)估。AGRI的Level 2中國(guó)區(qū)域降水估計(jì)實(shí)時(shí)產(chǎn)品從國(guó)家氣象衛(wèi)星中心的官方網(wǎng)站上獲取，空間分辨率均為4 km，數(shù)據(jù)文件中存儲(chǔ)的是定量估計(jì)的像元瞬時(shí)降水率。定量估計(jì)的像元瞬時(shí)降水率是指通過AGRI的降水反演算法，將AGRI在紅外通道觀測(cè)的瞬時(shí)亮溫?cái)?shù)據(jù)，反演生成的小時(shí)降水量[1]。根據(jù)AGRI觀測(cè)任務(wù)的安排，在每天的1：00、4：00、7：00、10：00、13：00、16：00、19：00、22：00（UTC）每小時(shí)內(nèi)的中國(guó)區(qū)域降水產(chǎn)品文件數(shù)量最多，有9個(gè)，因此，選取這些時(shí)次的資料進(jìn)行檢驗(yàn)[2]。

1.2 數(shù)據(jù)預(yù)處理

數(shù)據(jù)預(yù)處理是將衛(wèi)星產(chǎn)品與地面資料進(jìn)行時(shí)空匹配，即1 h內(nèi)9個(gè)時(shí)次的小時(shí)降水量估計(jì)產(chǎn)品與地面逐小時(shí)降水資料的匹配。

時(shí)間匹配的方法是先將衛(wèi)星資料的世界時(shí)轉(zhuǎn)換為北京時(shí)，再將各小時(shí)內(nèi)9個(gè)時(shí)次的降水產(chǎn)品對(duì)時(shí)間做平均處理，得到“小時(shí)平均降水量”，將其與同時(shí)次的地面站點(diǎn)觀測(cè)的小時(shí)降水量相匹配。處理方法為：將9個(gè)時(shí)次的小時(shí)降水量累加到各個(gè)像元上，再用累加后的降水量的總和除以在該9個(gè)時(shí)次內(nèi)對(duì)應(yīng)像元上發(fā)生降水的次數(shù)，得到各像元在本小時(shí)的平均降水量。例如，在某像元上，某小時(shí)內(nèi)9個(gè)時(shí)次的產(chǎn)品數(shù)據(jù)中，若有4個(gè)時(shí)次降水量大于0，則累加該4個(gè)時(shí)次的降水量再除以4，作為該像元在本小時(shí)內(nèi)的小時(shí)降水量;若只有1個(gè)時(shí)次的降水量大于0，則將該降水量作為小時(shí)降水量;若所有時(shí)次的產(chǎn)品數(shù)據(jù)均為0，則該像元的小時(shí)降水量為0。這樣處理后得到的“小時(shí)平均降水量”最接近地面小時(shí)降水量的定義，即1 h內(nèi)降落到水平面上，假定未經(jīng)滲漏、流失、蒸發(fā)，累積起來的水層深度。

空間匹配方法是以2 167個(gè)地面站點(diǎn)為基準(zhǔn)，將最近的衛(wèi)星像元匹配到地面站點(diǎn)上。先根據(jù)國(guó)家衛(wèi)星氣象中心官方網(wǎng)站提供的FY-4A數(shù)據(jù)行列號(hào)與經(jīng)緯度的轉(zhuǎn)換方法，將AGRI降水產(chǎn)品數(shù)據(jù)中各個(gè)像素點(diǎn)的行列號(hào)轉(zhuǎn)換為星下點(diǎn)的經(jīng)緯度，再比較星下點(diǎn)與地面站點(diǎn)的距離，選擇距離最近的衛(wèi)星像素點(diǎn)與地面站點(diǎn)相匹配。

2018年5月14日—2019年12月31日的衛(wèi)星產(chǎn)品和地面資料經(jīng)時(shí)空匹配后，共匹配上3 971個(gè)時(shí)次，2 167個(gè)站點(diǎn)，8605 157個(gè)樣本。圖1是以2018年5月22日4：00為例，展示時(shí)空匹配的結(jié)果，其中，圖1a是按地面站點(diǎn)經(jīng)緯度顯示的地面臺(tái)站觀測(cè)的小時(shí)降水量，圖1b是按衛(wèi)星行列號(hào)換算的經(jīng)緯度顯示的AGRI level 2業(yè)務(wù)降水估計(jì)產(chǎn)品經(jīng)上述處理后的“小時(shí)平均降水量”。圖1a中，在西南地區(qū)有較集中的降水區(qū)域，圖1b顯示衛(wèi)星產(chǎn)品對(duì)該區(qū)域的降水落區(qū)的估計(jì)基本正確，但周圍有部分空?qǐng)?bào)區(qū)域，且衛(wèi)星估計(jì)的降水量值偏大。圖1a中，在東部有大片的降水區(qū)域，但圖1b衛(wèi)星未正確估計(jì)出這部分的降水落區(qū)，存在漏報(bào)情況。

2 檢驗(yàn)方法

2.1 檢驗(yàn)AGRI降水產(chǎn)品對(duì)降水事件的預(yù)測(cè)效果

檢驗(yàn)AGRI降水產(chǎn)品對(duì)是否發(fā)生降水事件的預(yù)測(cè)效果時(shí)，使用降水檢驗(yàn)分類表來描述預(yù)測(cè)與觀測(cè)事件之間的關(guān)系（表1）。NA定義為預(yù)測(cè)正確的站數(shù)，即衛(wèi)星預(yù)測(cè)和站點(diǎn)觀測(cè)均有降水的站數(shù)，NB為空?qǐng)?bào)站數(shù)，即預(yù)測(cè)有降水但觀測(cè)無降水的站數(shù)，NC為漏報(bào)站數(shù)，即預(yù)測(cè)無降水但觀測(cè)有降水的站數(shù)，ND表示預(yù)測(cè)和觀測(cè)均無降水的站數(shù)。

式中，F(xiàn)AR為空?qǐng)?bào)率，表示空?qǐng)?bào)站數(shù)占所有預(yù)測(cè)有降水站數(shù)的比值;MAR為漏報(bào)率，表示漏報(bào)站數(shù)占所有觀測(cè)有降水站數(shù)的比值;POD為命中率，是預(yù)測(cè)正確站數(shù)占所有觀測(cè)有降水站數(shù)的比值，反應(yīng)準(zhǔn)確預(yù)測(cè)降水事件的概率?？?qǐng)?bào)率、漏報(bào)率、命中率的取值區(qū)間都是0～1。命中率的值越大、漏報(bào)率的值越小，說明漏報(bào)降水事件的程度越小，衛(wèi)星產(chǎn)品預(yù)測(cè)是否降水的效果越好;空?qǐng)?bào)率值越大，說明衛(wèi)星產(chǎn)品誤報(bào)降水事件的程度越高。

2.2 檢驗(yàn)AGRI降水產(chǎn)品對(duì)對(duì)降水量的估計(jì)效果

評(píng)估降水產(chǎn)品對(duì)降水量值的估計(jì)效果時(shí)，對(duì)預(yù)測(cè)和觀測(cè)均有降水的情況即命中的樣本，統(tǒng)計(jì)兩種資料的平均偏差MB、平均絕對(duì)誤差MAE、均方根誤差RMSE，計(jì)算公式如下：

式中，Prei為衛(wèi)星產(chǎn)品經(jīng)處理后的小時(shí)平均降水量，Obsi為地面站點(diǎn)觀測(cè)的小時(shí)降水量，n為命中的樣本總數(shù)。平均偏差MB有正負(fù)號(hào)，其值越接近0，說明產(chǎn)品估計(jì)的降水量越接近真值即站點(diǎn)觀測(cè)值，對(duì)降水量的估計(jì)效果越好;平均絕對(duì)誤差MAE無正負(fù)，MAE越小表示產(chǎn)品數(shù)據(jù)和觀測(cè)數(shù)據(jù)之間相差越小;均方根誤差RMSE越小，說明產(chǎn)品數(shù)據(jù)和觀測(cè)數(shù)據(jù)之間的離散程度越小，降水估計(jì)效果越好。

2.3 對(duì)AGRI降水產(chǎn)品進(jìn)行分級(jí)檢驗(yàn)

以地面觀測(cè)的降水量為基準(zhǔn)，將小時(shí)降水量分為4個(gè)等級(jí)：小雨（0.1～2.4 mm）、中雨（2.5～7.9 mm）、大雨（8～15.9 mm）、暴雨（≥16 mm）。分別統(tǒng)計(jì)4個(gè)降水等級(jí)的平均偏差MB、平均絕對(duì)誤差MAE、均方根誤差RMSE，評(píng)估降水產(chǎn)品在每個(gè)雨量等級(jí)的對(duì)降水量值的估計(jì)效果，及其對(duì)總體降水量估計(jì)的影響。

3 結(jié)果與分析

3.1 降水事件預(yù)測(cè)的檢驗(yàn)結(jié)果及原因分析

經(jīng)過對(duì)2018年5月14日—2019年12月31日兩種資料匹配成功的8 605 157個(gè)樣本的降水事件統(tǒng)計(jì)，得到AGRI業(yè)務(wù)降水產(chǎn)品對(duì)降水事件的空?qǐng)?bào)率、漏報(bào)率、命中率（表2）。由此看出，AGRI降水產(chǎn)品對(duì)小時(shí)降水量最容易空?qǐng)?bào)，在所有估計(jì)有降水的情況中，有69%的情況地面并未觀測(cè)到降水。其次，AGRI降水產(chǎn)品容易漏報(bào)，在所有觀測(cè)有降水的情況中，有60%的情況衛(wèi)星并未反演出降水，有40%的情況衛(wèi)星反演出降水即命中。

空?qǐng)?bào)率和漏報(bào)率較高的原因，可能是AGRI降水估計(jì)算法反演降水率時(shí)，只使用了紅外通道的亮溫?cái)?shù)據(jù)，沒有加入可見光通道的反照率信息。云對(duì)于降水十分關(guān)鍵，有云才可能發(fā)生降水。而AGRI的亮溫和反照率觀測(cè)數(shù)據(jù)共同反應(yīng)了云的特性和狀態(tài)，反照率能反應(yīng)出云的厚度，反照率越高，云越厚，對(duì)流發(fā)展越旺盛，越可能產(chǎn)生降水;亮溫能反應(yīng)出云高，亮溫越低，云頂高度越高，可能為不產(chǎn)生降水的卷云，也可能是發(fā)展到高層的可降水的積雨云。因此，僅用亮溫?cái)?shù)據(jù)可能會(huì)造成降水事件的預(yù)測(cè)誤差。

3.2 降水量估計(jì)的檢驗(yàn)結(jié)果

表3為270 581個(gè)命中樣本的正負(fù)偏差樣本數(shù)量、偏差最大值、最小值、平均偏差、平均絕對(duì)誤差和均方根誤差。平均偏差MB<0反應(yīng)出估計(jì)值整體上比真值偏低，而負(fù)偏差的樣本數(shù)量比正偏差樣本量更大，說明AGRI產(chǎn)品估計(jì)的降水量比觀測(cè)真值偏小的情況更多。平均絕對(duì)誤差MAE為2.362 2 mm，平均絕對(duì)誤差排除了偏差正負(fù)的影響，反應(yīng)的是估計(jì)值整體上偏離真值的程度。均方根誤差RMSE為5.023 5 mm，能評(píng)價(jià)降水產(chǎn)品對(duì)降水量估計(jì)的穩(wěn)定性，值越大即離散程度越大，降水估計(jì)的效果越不穩(wěn)定，越可能出現(xiàn)較大的誤差。

3.3 分級(jí)檢驗(yàn)結(jié)果

小雨、中雨、大雨、暴雨4個(gè)降水等級(jí)的平均偏差MB、平均絕對(duì)誤差MAE、均方根誤差RMSE及樣本數(shù)量見表4。從結(jié)果看出，除了小雨的平均偏差為正值，其他3個(gè)等級(jí)都是負(fù)值，說明AGRI降水產(chǎn)品在實(shí)況為小雨的情況，容易高估降水量，而在雨量更大的3個(gè)等級(jí)，對(duì)降水量估計(jì)偏低。小雨樣本最多，但所有樣本整體的偏差為負(fù)，是由于中雨、大雨和暴雨的低估程度，比小雨等級(jí)高估降水的程度更大。隨雨量等級(jí)的增大，平均絕對(duì)誤差增大，說明雨量越大，產(chǎn)品對(duì)降水量的估計(jì)誤差越大。隨雨量等級(jí)的增大，均方根誤差也增大，說明雨量越大，越容易出現(xiàn)與真值誤差較大的估計(jì)值。

4 結(jié)論

以地面站點(diǎn)觀測(cè)資料為真值，對(duì)AGRI level 2業(yè)務(wù)降水估計(jì)產(chǎn)品進(jìn)行檢驗(yàn)，評(píng)估其對(duì)降水事件和降水量的估計(jì)效果。對(duì)降水事件的檢驗(yàn)結(jié)果顯示，AGRI降水產(chǎn)品對(duì)降水事件的空?qǐng)?bào)率為0.69，漏報(bào)率為0.60，命中率為0.40，說明AGRI降水產(chǎn)品對(duì)降水事件容易空?qǐng)?bào)和漏報(bào)，可能是因?yàn)锳GRI降水估計(jì)算法反演降水率時(shí)，只使用了紅外通道的亮溫?cái)?shù)據(jù)，忽略了可見光通道的反照率信息對(duì)降水的影響。對(duì)降水量的檢驗(yàn)結(jié)果顯示，AGRI降水產(chǎn)品整體的平均偏差為 -1.013 1 mm，平均絕對(duì)誤差為2.362 2 mm，均方根誤差為5.0235 mm，說明降水量低估比高估的情況多、程度大。對(duì)AGRI降水產(chǎn)品的分級(jí)檢驗(yàn)結(jié)果顯示，在小雨等級(jí)，常高估降水量;在雨量更大的3個(gè)等級(jí)，常低估降水量，且低估程度比小雨等級(jí)高估降水的程度更大;隨雨量等級(jí)增大，產(chǎn)品對(duì)降水量的估計(jì)誤差越大，說明產(chǎn)品整體的誤差主要來自雨量等級(jí)較大時(shí)對(duì)降水的低估。

參考文獻(xiàn)

[1] 張志清，陸風(fēng)，方翔，等. FY-4衛(wèi)星應(yīng)用和發(fā)展[J].上海航天， 2017，34（4）：8-19.

[2] 何興偉，馮小虎，韓琦，等.新一代靜止氣象衛(wèi)星成像儀特性研究[J].軟件導(dǎo)刊， 2019，18（10）：140-143.

責(zé)任編輯：黃艷飛