孫 桂 凱，魏 義 熊，王 國 帥，石 銳，莫 崇 勛

(1.廣西大學(xué) 土木建筑工程學(xué)院，廣西 南寧 530004； 2.廣西大學(xué) 工程防災(zāi)與結(jié)構(gòu)安全教育部重點實驗室，廣西 南寧 530004； 3.廣西壯族自治區(qū)水安全與智慧調(diào)控工程研究中心，廣西 南寧 530004)

0 引 言

降水是重要的氣象水文要素之一，也是造成區(qū)域水土流失和干旱內(nèi)澇的關(guān)鍵因素，如何快速獲取大尺度精細(xì)化的地表降水信息對氣象預(yù)報、水土保持研究和洪澇災(zāi)害監(jiān)測等工作至關(guān)重要[1-2]。目前已建成的雨量站和氣象站雖然可以提供直接準(zhǔn)確的點降水信息，但站點的布設(shè)常受到地形、經(jīng)濟(jì)發(fā)展等因素的影響，以致站點密集程度較低無法精確地反映降水的時空異質(zhì)性。氣象雷達(dá)所發(fā)射的估計降水信號易受地形環(huán)境和高大建筑物的影響，所獲取的降水?dāng)?shù)據(jù)雖然時空連續(xù)性較好，但探測范圍會受到很大的限制[3]。隨著衛(wèi)星反演降水技術(shù)的出現(xiàn)使得獲取大范圍高時空分辨率的降水資料成為可能，對降水資料匱乏或無降水資料地區(qū)的水文氣候研究具有重要意義[4]。

熱帶降水計劃TRMM(Tropic Rainfall Measurements Mission)由美國NASA(National Aeronautics and Space Administration)和日本JAXA(Japan Aerospace Exploration Agency)合作研發(fā)，其發(fā)布的TRMM降水分析數(shù)據(jù)集已被廣泛應(yīng)用于低緯度熱帶及亞熱帶地區(qū)大氣分析、氣候變化和水文循環(huán)等研究領(lǐng)域[5-7]。作為TRMM后新一代全球降水?dāng)?shù)據(jù)集，全球降水計劃GPM(Global Precipitation Measurement Mission)將衛(wèi)星探測范圍拓展至南北緯60°之間，提高了對中高緯度地區(qū)微量降水(<0.05 mm/h)和固態(tài)降水的探測能力[8]。IMERG(Integrated Multi-satellite Retrievals for GPM)作為GPM時代主流降水?dāng)?shù)據(jù)集之一，擁有更高的時空分辨率(0.1°/0.5 h)，可提供3種不同觀測時段的降水?dāng)?shù)據(jù)集，分別為近實時的Early-Run和Late-Run及延時的Final-Run(簡稱IMERG-E、IMERG-L、IMERG-F)，其中IMERG-F經(jīng)過站點降水?dāng)?shù)據(jù)校正，是精度較為理想的高時空分辨率降水?dāng)?shù)據(jù)集[9]。但目前已發(fā)布的衛(wèi)星遙感反演降水?dāng)?shù)據(jù)集均存在普遍的高估或低估的問題和誤差不確定性，因此在將衛(wèi)星遙感反演降水?dāng)?shù)據(jù)集應(yīng)用于干旱評估、水資源管理和水文循環(huán)分析等研究前，還需做多方面的精度評估和誤差分析[10-11]，但目前國內(nèi)外關(guān)于IMERG 降水?dāng)?shù)據(jù)集精度評估和誤差分析的研究均存在數(shù)據(jù)時間序列較短的問題，此外對于近實時的IMERG-E和IMERG-L的區(qū)域精度評估及流域水文效用研究仍開展較少。

廣西地區(qū)地處亞熱帶季風(fēng)區(qū)，少部分位于臨海熱帶地區(qū)，年降水量豐沛，但受地形等因素影響，降水量時空分布極為不均，區(qū)內(nèi)地形多由丘陵盆地、喀斯特地貌的石山和洼地等組成，降水與產(chǎn)匯流關(guān)系非常復(fù)雜，使得洪澇、干旱和極端降水等極端自然災(zāi)害頻發(fā)[12-13]。因此如何將衛(wèi)星遙感降水?dāng)?shù)據(jù)作為對廣西地區(qū)地面站點降水?dāng)?shù)據(jù)的補充，對區(qū)域防災(zāi)減災(zāi)起到重要作用。鑒于此，前人已做過一些衛(wèi)星降水?dāng)?shù)據(jù)在廣西地區(qū)的應(yīng)用研究，但以往廣西地區(qū)研究大多針對TRMM降水?dāng)?shù)據(jù)[14-15]，針對最新一代IMERG降水?dāng)?shù)據(jù)集在廣西地區(qū)的精度評估和誤差分析的研究尚不全面。因此，本文選取2014年4月至2019年12月時間段內(nèi)廣西地區(qū)IMERG降水?dāng)?shù)據(jù)，采用7個連續(xù)與分類統(tǒng)計指數(shù)進(jìn)行多尺度精度評估，以驗證其在廣西地區(qū)的可靠性和適用性。研究成果可為后續(xù)開展IMERG降水?dāng)?shù)據(jù)校正、融合和降尺度等研究提供參考依據(jù)，亦可為IMERG降水?dāng)?shù)據(jù)應(yīng)用于廣西地區(qū)水資源管理、水文模擬和水文分析等研究領(lǐng)域提供參考。

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

廣西地處中國南部區(qū)域，全區(qū)陸地面積達(dá)23.66萬km2，是中國與東南亞經(jīng)濟(jì)交往的中心(見圖1)。區(qū)內(nèi)水系發(fā)達(dá)，水資源儲量豐富。多年年平均氣溫在16.5～23.1 ℃。廣西是中國降水量最豐沛的地區(qū)之一，各地年降水量均在1 070 mm以上，但由于受夏、冬季風(fēng)的交替影響，廣西年降水量年內(nèi)分布不均，其中4～9月為雨季，10月至次年3月為旱季，降水量具有東部地區(qū)多、西部地區(qū)少、丘陵山區(qū)多而河谷平原地區(qū)少的特點。

圖1 研究區(qū)位置及地面站點分布Fig.1 Location of the study area and the distribution of ground stations

1.2 研究數(shù)據(jù)預(yù)處理

研究使用的站點降水?dāng)?shù)據(jù)下載自中國氣象數(shù)據(jù)共享網(wǎng)(http：∥data.cma.cn)，該數(shù)據(jù)集提供了2014～2019年廣西地區(qū)18個地面氣象站點實測逐日降水?dāng)?shù)據(jù)，該數(shù)據(jù)集經(jīng)后續(xù)處理發(fā)布，數(shù)據(jù)準(zhǔn)確度和可靠性高，可將其作為對比參考數(shù)據(jù)去探究IMERG降水?dāng)?shù)據(jù)在廣西地區(qū)的適用性。

研究采用的3種GPM IMERG衛(wèi)星降水?dāng)?shù)據(jù)集免費下載自美國宇航局NASA官網(wǎng)(https：∥disc.gsfc.nasa.gov/)，所用數(shù)據(jù)均為最新版本V06的3級降水?dāng)?shù)據(jù)集，由于IMERG降水?dāng)?shù)據(jù)與地面實測數(shù)據(jù)間存在觀測時間差異，因此以站點降水?dāng)?shù)據(jù)為基準(zhǔn)，將逐0.5 h的IMERG降水?dāng)?shù)據(jù)按UTC+8 h轉(zhuǎn)換為北京時間，采用雙線性插值法插值到站點上，并在時間尺度上進(jìn)行累加為逐日、逐月，使用站點降水?dāng)?shù)據(jù)值與對應(yīng)格點降水值進(jìn)行計算并分析。

1.3 研究方法

選取3種連續(xù)統(tǒng)計指數(shù)：相關(guān)系數(shù)(Correlation Coeffient，CC)，用于評估IMERG降水?dāng)?shù)據(jù)與站點降水?dāng)?shù)據(jù)的相關(guān)性；均方根誤差(Root Mean Square Error，RMSE)，用于評估IMERG降水?dāng)?shù)據(jù)與站點降水?dāng)?shù)據(jù)之間離散程度，可反映出IMERG降水?dāng)?shù)據(jù)產(chǎn)品整體誤差水平和精度；相對偏差(Relative Bias，RB)，用于評估IMERG降水?dāng)?shù)據(jù)與站點降水?dāng)?shù)據(jù)之間誤差的水平變化趨勢，反映IMERG降水?dāng)?shù)據(jù)高估或低估降水的程度。以往已有研究表明，當(dāng)衛(wèi)星降水?dāng)?shù)據(jù)與地面實測數(shù)據(jù)之間CC較大，RMSE較低且RB接近0時，衛(wèi)星降水?dāng)?shù)據(jù)精度較高，適用性較好[10]。

分類統(tǒng)計指數(shù)可量化衛(wèi)星降水?dāng)?shù)據(jù)對真實降水事件的探測能力以及對不同等級強(qiáng)度降水事件的辨識能力[16]。為排除微量降水的影響，研究以1 mm/d作為是否發(fā)生降水事件的閾值。選取降水命中率(Probabilty of Detection，POD)、誤報率(Fulse Alarm Ration，F(xiàn)AR)、頻率偏差BIAS和公平預(yù)兆評分(Equitable Threat Score，ETS) 4個分類統(tǒng)計指數(shù)進(jìn)行量化分析。POD表示衛(wèi)星對降水事件的探測準(zhǔn)確率，值越接近1，探測準(zhǔn)確率越高；FAR表示衛(wèi)星對降水事件的誤報率，最優(yōu)化值是1；BIAS是衛(wèi)星探測的有降水事件總次數(shù)與觀測實際總降水事件次數(shù)的比值，BIAS>1說明衛(wèi)星高估總降水事件次數(shù)，相反則低估總降水事件次數(shù)，最優(yōu)值是1表示不存在低估；ETS能綜合衡量衛(wèi)星對降水事件的識別能力，對衛(wèi)星降水?dāng)?shù)據(jù)質(zhì)量水平判斷更加公平，值越接近最優(yōu)值1，衛(wèi)星降水?dāng)?shù)據(jù)質(zhì)量水平越高。選取的7種評價指標(biāo)計算公式如下：

(1)

(2)

(3)

(4)

(5)

(6)

(7)

2 結(jié)果與分析

2.1 研究區(qū)總體精度評估

圖2給出了廣西地區(qū)多年平均日降水量空間分布。通過對比分析發(fā)現(xiàn)：廣西地區(qū)降水高值區(qū)主要集中在廣西南部臨海區(qū)域和桂林市、柳州市北部等區(qū)域，廣西中部地區(qū)、百色市和河池市西部等區(qū)域日均降水量則相對減少。由于暖濕氣流與冷空氣常在桂北地區(qū)交匯，致使暴雨集中在桂北地區(qū)發(fā)生，而廣西南部瀕臨沿海，受海陸季風(fēng)和大氣環(huán)流的影響，水汽充足，使得降水豐沛；而廣西西北部等毗鄰云貴高原東南邊緣，日均降水量有一定程度的下降。由圖2(b)～(d)可知，IMERG系列降水?dāng)?shù)據(jù)均能較好地表現(xiàn)出降水的空間分布特征，相比較而言，校正產(chǎn)品空間分布優(yōu)于未校正產(chǎn)品。其中IMERG-F表現(xiàn)最好，表明IMERG-F在廣西地區(qū)的校正效果明顯，而IMERG-E和IMERG-L相對較差，特別是在桂東、玉林和梧州市等地存在明顯的高估降水現(xiàn)象。

圖2 2014年4月至2019年12月廣西地區(qū)平均日降水量空間分布Fig.2 Spatial distribution of daily-averaged precipitation ranging from April 2014 to December 2019 in Guangxi Province

為綜合分析3種IMERG系列降水?dāng)?shù)據(jù)在整個區(qū)域上的精度，將廣西地區(qū)18個站點降水?dāng)?shù)據(jù)與對應(yīng)的IMERG降水?dāng)?shù)據(jù)納入同一序列，在日、月兩個不同時間尺度上對3種IMERG降水?dāng)?shù)據(jù)表現(xiàn)進(jìn)行對比分析，結(jié)果如圖3所示。在日和月尺度上，3種IMERG降水?dāng)?shù)據(jù)均存在高估降水現(xiàn)象，由日尺度到月尺度，散點的聚合程度明顯改善，IMERG降水?dāng)?shù)據(jù)與地面站點相關(guān)性變高，但均方根誤差RMSE累積較大，同時IMERG-F降水?dāng)?shù)據(jù)總體表現(xiàn)優(yōu)于近實時的兩種IMERG降水?dāng)?shù)據(jù)。

由圖3(a)～(c)可知：日尺度上，IMERG-E、IMERG-L與站點降水?dāng)?shù)據(jù)的CC分別為0.49，0.50，散點聚合度較為相似，而IMERG-F的CC為0.54，表明站點校正在一定程度上提升了兩者之間相關(guān)性。CC只能反映數(shù)據(jù)之間的一致性，無法反映整體數(shù)據(jù)精度變化，因此需對另外評價指數(shù)進(jìn)行分析。IMERG-E、IMERG-L和IMERG-F的RB分別為1.53%，1.33%和3.00%，說明3種降水都存在一定程度上高估實際降水的現(xiàn)象；3種IMERG降水?dāng)?shù)據(jù)的RMSE較為接近，分別為14.42，14.54 mm和13.31 mm。

綜上分析，日尺度上，校正效果并不明顯，反而加重了IMERG降水?dāng)?shù)據(jù)高估降水的程度，原因可能是地面站點實際降水值與覆蓋格網(wǎng)降水值之間存在時空差異和現(xiàn)行的校正算法均是基于月尺度進(jìn)行造成的。

如圖3(d)～(f)所示，月尺度上，IMERG-E和IMERG-L的CC均為0.80，IMERG-F的CC達(dá)到0.91，與站點降水?dāng)?shù)據(jù)相關(guān)性呈高度相關(guān)。IMERG-E和IMERG-L降水?dāng)?shù)據(jù)的RMSE分別為85.86 mm和85.85 mm，表明近實時IMERG降水?dāng)?shù)據(jù)具有較大的誤差不確定性；IMERG-F的RMSE為55.78 mm，相對于近實時兩種IMERG降水?dāng)?shù)據(jù)降低幅度均大于30 mm，說明站點降水?dāng)?shù)據(jù)校正對廣西地區(qū)IMERG降水?dāng)?shù)據(jù)的誤差有一定程度的改善，但也存在誤差隨時間尺度增加具有累積效應(yīng)的現(xiàn)象。3種IMERG降水?dāng)?shù)據(jù)RB為1.52%，1.31%和2.93%，依舊存在一定程度的高估現(xiàn)象，但較日尺度而言略微下降。綜合分析，隨著時間尺度增加，3種IMERG降水?dāng)?shù)據(jù)表現(xiàn)均有所提升，其中IMERG-F月降水?dāng)?shù)據(jù)的表現(xiàn)最好，可以看出站點降水?dāng)?shù)據(jù)校正是提高衛(wèi)星降水?dāng)?shù)據(jù)精度的有效方式之一。

圖3 IMERG-E、IMERG-L、IMERG-F與站點降水量對比散點密度分布Fig.3 Scatter density distribution of IMERG-E,IMERG-L,IMERG-F satellite precipitation and station precipitation

2.2 不同季節(jié)日平均降水量分析

單獨分析廣西地區(qū)不同季節(jié)3種IMERG降水?dāng)?shù)據(jù)的精度，結(jié)果如圖4所示。整體來看，3種 IMERG 季節(jié)平均降水量在秋季的一致性程度要高于其他季節(jié)(CC分別為0.76，0.78和 0.81)；RMSE分別為5.01，4.88 mm和4.81 mm，誤差較??；RB則分別為-23.92%，-20.71%和3.02%；由此可看出IMERG-E和IMERG-L對秋季的降水量低估較為嚴(yán)重，但從IMERG-F可以看出，偏差校正效果較為明顯。春、夏季3種IMERG降水?dāng)?shù)據(jù)的CC則有所減小，但均高于0.6；IMERG-L在春季的RMSE增大到 12.47 mm/d，大于IMERG-E和IMERG-F(分別為6.71，5.41 mm/d)，誤差較大；RB分別為12.99%，3.46%和0.19%；夏季IMERG-F的RB為4.27%，高于IMERG-E和IMERG-F(分別為2.73%和0.42%)，表明在夏季的站點校正反而增大了降水量偏差。3種IMERG降水?dāng)?shù)據(jù)在冬季精度相對最差，其中IMERG-E和IMERG-L的CC均小于0.6，對降水的高估程度較為嚴(yán)重(RB分別為22.07%和27.32%)，IMERG-F的CC為0.68，RB減小到3.18%，RMSE為4.20 mm，IMERG-F在春季有一定的適用性。

圖4 IMERG-E、IMERG-L、IMERG-F與站點季節(jié)平均降水量對比散點密度分布Fig.4 Scatter density distribution of seasonal mean precipitation of IMERG-E，IMERG-L，IMERG-F and the stations

綜上，IMERG-F在4個季節(jié)里均表現(xiàn)最優(yōu)，可作為研究廣西地區(qū)水資源管理和水文氣象規(guī)律基礎(chǔ)數(shù)據(jù)的補充，考慮到實時性方面，IMERG-E和IMERG-L同樣在近實時洪水預(yù)報和洪澇災(zāi)害預(yù)測等方面也具有很大的應(yīng)用潛力。

2.3 研究區(qū)誤差空間分布特征

圖5給出了日尺度IMERG系列衛(wèi)星日降水?dāng)?shù)據(jù)相對于地面觀測數(shù)據(jù)的各誤差評估指數(shù)空間分布，由圖5(a)可知，IMERG-E和IMERG-L對廣西大部分地區(qū)降水存在明顯的高估現(xiàn)象，RB主要在0～30%范圍內(nèi)變化，桂東、桂北等大部分地區(qū)RB均大于10%，而在桂西南部分地區(qū)則存在顯著性低估，IMERG-L低估現(xiàn)象相較于IMERG-E有所改善，這可能是IMERG-L增加了傳感器數(shù)據(jù)來源的原因。IMERG-F顯著改善了廣西地區(qū)的相對偏差，但百色中部、南寧南部、防城港北部等部分區(qū)域高估降水現(xiàn)象仍然較重。圖5(b)顯示未校正的兩套數(shù)據(jù)CC空間分布較為相似，地面校正過的IMERG-F表現(xiàn)出了較好的CC，在桂東地區(qū)尤為明顯，大部分區(qū)域CC均超過了0.5。圖5(c)可看出，2種未校正的IMERG系列降水?dāng)?shù)據(jù)在整個廣西地區(qū)均存在較大的RMSE(>9.0 mm/d)，尤其是在桂林中部和廣西南部臨海降水高值區(qū)更為明顯(>19.0 mm/d)，IMERG-F改善了部分地區(qū)RMSE，如賀州、來賓中部和柳州東部等區(qū)域，但整體改善程度較為有限，尤其是在桂林中部、防城港市和北海市等降水高值區(qū)幾乎沒有改善效果，其原因一方面可能是這些地區(qū)相對于其他地區(qū)降水量大，降水事件頻發(fā)；另一方面可用于校正的地面站點較少，導(dǎo)致衛(wèi)星探測降水能力在這些區(qū)域下降。

圖5 IMERG-E、IMERG-L和IMERG-F日降水?dāng)?shù)據(jù)誤差統(tǒng)計指數(shù)空間分布Fig.5 Spatial distributions of statistical indices of IMERG-E、IMERG-L and IMERG-F daily precipitation data

由于研究區(qū)站點較少，插值到空間上分析會帶來其他方面誤差，因此分別計算18個站點的IMERG降水?dāng)?shù)據(jù)評估指數(shù)(見表1)。由表1可知，IMERG-E和IMERG-L與站點降水?dāng)?shù)據(jù)之間的CC大于等于0.5的站點均只有8個，而IMERG-F則達(dá)到了14個，說明IMERG-F替代站點降水?dāng)?shù)據(jù)的潛力較大。不同站點的CC有很大差異，如那坡、梧州、來賓、欽州等站點CC均較低，近實時的兩種IMERG降水?dāng)?shù)據(jù)的CC最低達(dá)到0.38，說明這些站點對應(yīng)的近實時IMERG降水?dāng)?shù)據(jù)與站點降水?dāng)?shù)據(jù)之間的相關(guān)性較差。從RB來看，近實時的IMERG-E和IMERG-L的RB相比差距不大，均有12個站點RB大于0，表明在研究區(qū)大多數(shù)站點對降水的估計表現(xiàn)為高估。IMERG-F的RB顯示校正對降水高估和低估現(xiàn)象有一定的改善，但部分站點校正后效果反而更差，表明站點校正的算法仍存在一定的不足。IMERG-F的RMSE在多數(shù)站點均有不同程度下降，但大于10 mm的站點仍有17個，說明校正的IMERG-F在廣西地區(qū)依然存在較大的系統(tǒng)誤差。

表1 不同站點的日尺度誤差指數(shù)

進(jìn)一步結(jié)合站點與誤差空間分布分析可知：大部分區(qū)域近實時IMERG降水?dāng)?shù)據(jù)相關(guān)程度較低、誤差較大且存在不同程度的高估或低估現(xiàn)象，校正的IMERG-F精度有一定程度提高但還有提升空間，部分地區(qū)精度表現(xiàn)較差，如那坡、靖西和梧州等地，原因可能是那坡、靖西地處桂西南邊陲地帶，海拔較高，地理位置復(fù)雜；梧州、欽州等地易受海陸季風(fēng)及大氣環(huán)流的影響。以往研究表明，這些因素均可能對衛(wèi)星降水?dāng)?shù)據(jù)的精度產(chǎn)生一定程度上的影響，因此要將其應(yīng)用于其他對降水精度要求更高的研究領(lǐng)域時需要進(jìn)一步處理或結(jié)合站點數(shù)據(jù)進(jìn)行綜合運用。

2.4 逐月的日降水事件分類指數(shù)統(tǒng)計

廣西地區(qū)年內(nèi)降水分配極為不均，雨季往往旱澇災(zāi)害頻發(fā)，但稀疏的站點提供的降水?dāng)?shù)據(jù)很難達(dá)到對連續(xù)、高強(qiáng)度降水事件的準(zhǔn)確預(yù)報，因此探究衛(wèi)星對降水事件的探測識別能力具有重要意義。選擇分類評價指數(shù)BIAS、POD、FAR和ETS進(jìn)行量化分析，結(jié)果如表2所列，3種IMERG降水?dāng)?shù)據(jù)BIAS變化趨勢大致相同，BIAS>1的情況都發(fā)生在4～9月，BIAS<1則是11月至次年3月，說明在整個研究區(qū)內(nèi)4～9月3種降水?dāng)?shù)據(jù)都高估了降水事件發(fā)生的次數(shù)，這可能與廣西地區(qū)雨季云層較厚，而云層表面的反射粒子致使衛(wèi)星傳感器的靈敏度下降有關(guān)系；11月至次年3月存在著低估降雨次數(shù)的現(xiàn)象(除IMERG-F降水?dāng)?shù)據(jù)的10月份BIAS>1)，這可能與冬、春兩季廣西地區(qū)存在短時間低強(qiáng)度降水有一定關(guān)系，造成了衛(wèi)星對微弱降水和固態(tài)降水事件(<0.5 mm/d)的低估。3種IMERG降水?dāng)?shù)據(jù)的POD在6～8月高于0.7，而1～3月和10～12月則低于0.6，其中12月的POD最低，IMERG-F也僅有0.37，不同月份之間探測準(zhǔn)確率差異較大。與POD對應(yīng)分析，廣西地區(qū)除IMERG-E的2月份FAR為0.52外，3種IMERG降水?dāng)?shù)據(jù)全部月份FAR都低于0.5，誤報率普遍較低，表明對無降水天數(shù)識別較好。3種IMERG降水?dāng)?shù)據(jù)的ETS年內(nèi)變化趨勢較為一致，大部分月份都在0.2～0.3，而近實時的兩種IMERG降水?dāng)?shù)據(jù)在2月和11～12月低于0.2，原因可能是在這期間廣西部分地區(qū)存在微量降水使得衛(wèi)星反演降水能力減弱，對降水事件的探測準(zhǔn)確率下降。

表2 IMERG-E、IMERG-L and IMERG-F的各月分類評價指數(shù)

綜合分析，IMERG-F各項評分指數(shù)普遍優(yōu)于近實時的兩種IMERG降水?dāng)?shù)據(jù)，說明校正可以提高IMERG降水?dāng)?shù)據(jù)對實際降水事件的探測能力。3種IMERG降水?dāng)?shù)據(jù)均在5～8月POD較高，F(xiàn)AR較低，BIAS與ETS較接近最優(yōu)值1，其余月份則恰好相反，而廣西地區(qū)5～8月正值雨季降水高峰期，該期間降水量占全年降水量的60%，降水事件較多且降水強(qiáng)度大[14]，說明3種IMERG降水?dāng)?shù)據(jù)在雨季月份具有較高的探測精度，適用性較好，在其他月份適用性有限，這可能與衛(wèi)星傳感器的性能缺陷和反演校正算法不足存在一定的關(guān)系。

2.5 不同等級降水強(qiáng)度事件探測能力評估

由上文分析發(fā)現(xiàn)降水強(qiáng)度是影響IMERG降水?dāng)?shù)據(jù)精度的重要因素之一，定量評估IMERG降水?dāng)?shù)據(jù)在不同強(qiáng)度降水情況下對降雨事件的探測識別能力，對IMERG降水?dāng)?shù)據(jù)應(yīng)用于氣象預(yù)報和旱澇災(zāi)害評估及其他方面的研究具有重要意義。依據(jù)中國氣象局降水等級劃分標(biāo)準(zhǔn)和廣西地區(qū)降水情況，研究選取1，10，25，50 mm/d 4個閾值劃分降水強(qiáng)度等級為小、中、大、強(qiáng)降水，分別計算3種IMERG降水?dāng)?shù)據(jù)在不同閾值下BIAS，POD，F(xiàn)AR和ETS的值，結(jié)果如圖6所示。

圖6 不同降水閾值下的IMERG-E、IMERG-L、IMERG-F降水能力評估指數(shù)Fig.6 Precipitation capacity evaluation indices of IMERG-E，IMERG-L and IMERG-F under different precipitation thresholds

由圖6(a)～(b)可知：隨著閾值的不斷增大，3種IMERG降水?dāng)?shù)據(jù)對于降水事件的探測能力逐漸降低，誤報率在逐漸上升。站點校正的IMERG-F相對于其他2種降水?dāng)?shù)據(jù)的POD有小幅提升且FAR呈下降趨勢，但總體而言并不能掩蓋IMERG數(shù)據(jù)本身存在的問題。從圖6(c)可看出3種降水?dāng)?shù)據(jù)對所有閾值下的降水事件次數(shù)均有不同程度的高估與低估，說明3種降水?dāng)?shù)據(jù)在降水事件探測能力方面存在一定程度的不足。進(jìn)一步結(jié)合ETS指數(shù)分析可發(fā)現(xiàn)：隨著校正次數(shù)的增加，IMERG降水?dāng)?shù)據(jù)的精度提高，尤其是對中、大以及強(qiáng)降水事件探測準(zhǔn)確度提升明顯?？傮w上，3種IMERG降水?dāng)?shù)據(jù)對過高和過低強(qiáng)度降水事件探測能力存在著根本缺陷，隨之對高強(qiáng)度降水事件的高誤報率會在一定程度上抬高實際降水值，這可能是造成3種IMERG降水?dāng)?shù)據(jù)對實際降水值均存在高估的原因之一。

3 結(jié) 論

(1) 3種IMERG降水?dāng)?shù)據(jù)在日和月尺度上均有高估降水現(xiàn)象，隨時間尺度增加，3種IMERG降水?dāng)?shù)據(jù)與站點降水?dāng)?shù)據(jù)的相關(guān)系數(shù)CC均呈遞增趨勢，而RMSE具有累積效應(yīng)。日尺度上，CC介于0.49～0.54，RMSE均大于13 mm，IMERG-F的RB上升至3.0%，說明站點校正略微抬高了IMERG降水?dāng)?shù)據(jù)高估降水的程度；月尺度上，相關(guān)系數(shù)均大于0.8，RMSE均大于50 mm，表明站點校正對整體IMERG降水?dāng)?shù)據(jù)的精度有一定程度提高，但I(xiàn)MERG降水?dāng)?shù)據(jù)本身存在的誤差缺陷仍需進(jìn)一步完善。

(2) 3種IMERG與站點降水?dāng)?shù)據(jù)的季節(jié)平均降水量在廣西地區(qū)具有較好的空間分布一致性，但不同季節(jié)存在一定程度的差異，三者在秋季的CC最大，其次是夏季，冬季最小；春季IMERG-L的RMSE最大，秋季最小，冬季IMERG-L的RB最大，夏季最小。 IMERG-F的精度略高于IMERG-E和IMERG-L；冬季IMERG-E和IMERG-L 的精度較低。

(3) 結(jié)合站點與誤差空間分布分析表明，地形、氣候、地理位置等多因素的綜合限制使得不同站點的IMERG降水?dāng)?shù)據(jù)所體現(xiàn)的精度有很大差異，3種IMERG降水?dāng)?shù)據(jù)與地形和氣象因素復(fù)雜地區(qū)的精度均較差，IMERG-F的精度在這些區(qū)域則有微弱提高，但不足以說明可將其直接應(yīng)用于這些區(qū)域。

(4) 降水量少的月份表現(xiàn)為低估降水事件且存在較多的誤報可能，降水量多的月份則高估降水事件而降水探測準(zhǔn)確率較高，表明降水量的增加可改善IMERG降水?dāng)?shù)據(jù)的精度。不同降水強(qiáng)度等級方面，降水強(qiáng)度不斷加大使GPM衛(wèi)星探測降水事件準(zhǔn)確率逐漸下降，對閾值為50 mm/d的強(qiáng)降水事件探測準(zhǔn)確率最低且高估降水事件次數(shù)最多，反映了IMERG降水?dāng)?shù)據(jù)對高強(qiáng)度降水事件探測能力的不足。