張雨霏 賈 洋 陽海鷗 駱宗萬 曹良中

（1九江學(xué)院旅游與地理學(xué)院，江西九江 332005；2四川省公路規(guī)劃勘察設(shè)計研究院有限公司，四川成都 610041）

降水不僅是全球水能循環(huán)的重要組成部分，也是描述全球氣候變化趨勢的主要依據(jù)之一[1]。準確估算流域內(nèi)降水的分布直接影響著水資源評價與規(guī)劃、生態(tài)環(huán)境治理、旱澇防治等國計民生[2]。目前，獲取降水數(shù)據(jù)的方法大致分為3種，即氣象站觀測、氣象雷達觀測和降水衛(wèi)星遙感反演[3]。氣象站點觀測所獲得的降水精度很高，但是由于站點的空間分布不均以及數(shù)量比較匱乏，無法獲得充分的降水資料[4-5]。近年來，隨著計算機技術(shù)的廣泛應(yīng)用和衛(wèi)星遙感技術(shù)的快速發(fā)展，遙感數(shù)據(jù)反演、氣候模式模擬等降水數(shù)據(jù)獲取方式應(yīng)運而生[6]。遙感數(shù)據(jù)反演具有時間序列長、空間分辨率高、覆蓋面積廣的優(yōu)點[7]。熱帶降雨衛(wèi)星（Tropical Rainfall Measuring Mission，TRMM）是目前運用最為普遍的觀測衛(wèi)星。國內(nèi)外已有不少學(xué)者對TRMM 3B43 的降水數(shù)據(jù)產(chǎn)品在許多地區(qū)進行了適用性分析。劉小嬋等[8]通過TRMM降水數(shù)據(jù)，分析了東北區(qū)域降水的時空分布特征，發(fā)現(xiàn)5—10 月TRMM 數(shù)據(jù)的降水誤差相對較小，大部分地區(qū)誤差在0～30%之間。李凈等[9]以天山中段為研究區(qū)域，建立了TRMM 降水數(shù)據(jù)與NDVI、DEM和坡向等的回歸分析模型，結(jié)果表明該方法合理可行，可用于山區(qū)降水數(shù)據(jù)的降尺度處理。周李磊等[10]對1998—2014 年TRMM 數(shù)據(jù)進行時空特征分析得出結(jié)論，在中國西南地區(qū)的TRMM 月降水數(shù)據(jù)和年降水數(shù)據(jù)都與地面實測站點數(shù)據(jù)之間存在很強的適用性，而且這些數(shù)據(jù)在一些地貌比較復(fù)雜的地區(qū)同樣適用。呂洋等[11]以雅魯藏布江流域為研究區(qū)對TRMM 數(shù)據(jù)進行了精度驗證與分析，得出TRMM 月降水數(shù)據(jù)與站點實測降水量具有較高的相關(guān)性和較高的數(shù)據(jù)精度，并且發(fā)現(xiàn)在數(shù)值上TRMM 衛(wèi)星降水數(shù)據(jù)略低于實測站點觀測的降水量。

作為一個農(nóng)業(yè)大省，江西農(nóng)產(chǎn)品受降雨量的影響重大，分析江西省降水時空分布規(guī)律對穩(wěn)定農(nóng)產(chǎn)品的產(chǎn)量和質(zhì)量、發(fā)展農(nóng)產(chǎn)品類型具有重要意義。何靜曉等[12]通過分析降水變率得到在江西省地區(qū)降水的季節(jié)時空分布特征；唐傳師等[13]分析了江西省范圍內(nèi)短歷時強降水的時空分布特征，使用的是經(jīng)驗正交函數(shù)和Morlet 小波變換等方法，討論了研究區(qū)內(nèi)的短歷時強降水與暴雨的相應(yīng)關(guān)系[13]。但這些結(jié)果主要是基于地面實測站點的研究，在一些地形復(fù)雜的山區(qū)，地表情況復(fù)雜且觀測站數(shù)量較少又分布不均勻，在這些地方無法通過簡單內(nèi)插與外推獲得精確的降水數(shù)據(jù)[14]。衛(wèi)星降水數(shù)據(jù)的空間連續(xù)分布可以彌補站點數(shù)據(jù)的短板[15]，所以正在被越來越廣泛地運用在異常降水的預(yù)測中。本文利用1998—2019 年的TRMM 3B43 V7 衛(wèi)星遙感降水數(shù)據(jù)對江西省降水的時空分布特征進行了研究，為江西的水資源利用、自然災(zāi)害預(yù)測與農(nóng)業(yè)發(fā)展等生態(tài)問題提供了科學(xué)依據(jù)。

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

本文研究區(qū)為江西省，江西位于113°34'36″～118°28'58″E、24°29'14″～30°04'41″N，地處中國華東地區(qū)，東面與浙江省和福建省相鄰，南面是廣東，西邊與湖南接壤，北邊挨著湖北與安徽[16]。江西省主要地形是山地和丘陵，盆地和谷地的分布也較為廣泛，小部分為平原。東、西、南三面環(huán)山，北部是中國最大的淡水湖——鄱陽湖，中間部分地形為丘陵，總體地勢為南面更高北面更低，四周高中間低（圖1）[17]。江西省位于長江中下游南岸，屬亞熱帶季風(fēng)氣候區(qū)，受當?shù)刈匀坏乩項l件與水文資源的雙重影響，氣象災(zāi)害頻繁發(fā)生且分布區(qū)域廣泛[18]。地形復(fù)雜又經(jīng)常發(fā)生極端天氣，所以深入了解該區(qū)域水資源的時空分布特征規(guī)律，對水資源的利用和規(guī)劃以及土地利用有著重要作用。

圖1 研究區(qū)位置和氣象站點分布

1.2 數(shù)據(jù)來源

本研究所使用的數(shù)據(jù)主要是TRMM 3B43 V7的月降水數(shù)據(jù)和相應(yīng)時空范圍內(nèi)地面站點的實測降水數(shù)據(jù)。TRMM數(shù)據(jù)來自美國NASA官網(wǎng)（https：//disc.gsfc.nasa.Gov/），這是美國航天局和日本宇宙航空研究開發(fā)機構(gòu)的一個國際項目，旨在改進對熱帶地區(qū)降水量的估計。下載數(shù)據(jù)的空間分辨率為0.25°×0.25°，時間分辨率為30 d，時間段為1998—2019年，數(shù)據(jù)范圍在全球50°S～50°N。原始數(shù)據(jù)為netcdf 格式，經(jīng)月數(shù)據(jù)合成、格式轉(zhuǎn)換、投影和裁剪獲得1998—2019年每月降水數(shù)據(jù)。

地面站點降水數(shù)據(jù)來自中國地面氣候資料日值數(shù)據(jù)集V3.0（http：//data.cma.cn/），研究區(qū)研究時段內(nèi)站點共有26個，其空間分布如圖1所示。

1.3 研究方法

1.3.1 降水速率與降水量之間轉(zhuǎn)換。TRMM原始數(shù)據(jù)的單位是降水速率（mm/h），將其轉(zhuǎn)換成月降水數(shù)據(jù)按照下列公式[19]。

其中，Tm是月降水量（單位是mm），Tp為原始數(shù)據(jù)中的降水速率（單位是mm/h），d為該月對應(yīng)的天數(shù)。將各個不同月份的月降水量加起來可得出相應(yīng)的季度、年降水量。

1.3.2 數(shù)據(jù)驗證指標。本文采用相關(guān)系數(shù)R、相對偏差BIAS、均方根誤差RMSE 等對降水指標進行評價[10]。相關(guān)系數(shù)R用于研究數(shù)據(jù)之間的線性相關(guān)程度，對統(tǒng)計學(xué)中進行變量的線性回歸分析，當采用最小二乘法進行參數(shù)估計時，R2是回歸平方和與總離差平方和之比，表示可以用回歸平方和解釋的總離差的平方和之比，比值越大，模型結(jié)果越準確，回歸效應(yīng)越顯著。所以當R越接近1 說明TRMM 與站點數(shù)據(jù)相關(guān)程度越高，RMSE 用來評估誤差的整體水平[20]，RMSE 越小說明TRMM數(shù)據(jù)越精確，相對偏差BIAS表示數(shù)據(jù)之間的差距，BIAS越接近0說明誤差越小。其計算公式如下：

公式中，xi與yi分別代表站點實測降水數(shù)據(jù)和TRMM降水數(shù)據(jù)（單位：mm），x代表站點降水數(shù)據(jù)的平均值，y代表TRMM降水數(shù)據(jù)平均值，i表示為對應(yīng)的氣象站，n為氣象站點的個數(shù)。

1.3.3 地統(tǒng)計分析。在ArcGIS 中將預(yù)處理過的TRMM數(shù)據(jù)和江西省各地級市的矢量圖像進行分區(qū)統(tǒng)計，分別求出每個月每個地區(qū)的平均降水量。分別將相同月份、相同季節(jié)、相同年份的數(shù)據(jù)求平均，得到月、季、年平均降水量。將各地級市和江西省年降水量做一元線性擬合，得到各地級市年降水量趨勢線，并得到趨勢線斜率k。

2 結(jié)果與分析

2.1 TRMM數(shù)據(jù)精度驗證

利用江西省26 個氣象站點提供的實測降水數(shù)據(jù)對TRMM降水數(shù)據(jù)進行精度驗證。將各氣象站點所測得的實測數(shù)據(jù)作為自變量，TRMM 數(shù)據(jù)作為因變量進行一元線性擬合（如圖2 所示），并計算每個站點所對應(yīng)的相關(guān)系數(shù)R、均方根誤差RMSE和相對誤差BIAS（如表1所示）。

表1 各個站點月降水數(shù)據(jù)的相關(guān)精度驗證數(shù)據(jù)

圖2 實測站點降水數(shù)據(jù)與1998—2019 年TRMM 數(shù)據(jù)散點

由圖2可知在月尺度上，TRMM數(shù)據(jù)與站點數(shù)據(jù)擬合優(yōu)度R2為0.859，R2介于0～1之間，并且當它取值越接近1時，回歸擬合的效果越好，一般大于0.8時就說明模型擬合優(yōu)度相對較高。說明TRMM數(shù)據(jù)與站點數(shù)據(jù)之間的相關(guān)性足夠用于統(tǒng)計和分析。

通過表1 可知，R大部分大于0.9，全部在0.8 以上，表明TRMM 數(shù)據(jù)在江西省范圍內(nèi)的相關(guān)性良好，其中青云譜和廣昌都達到了0.97 以上，可能是因為青云譜和廣昌地形都比較平坦，海拔也較低，所以TRMM 降水數(shù)據(jù)在這些地方的適配度比較高。遂川、井岡山以及廬山的R相關(guān)系數(shù)都處于0.8～0.9，相較于其他地方而言較低，可能是由于它們都處于江西省的邊緣地形較為復(fù)雜的地方，且海拔較高，所以在這些地方TRMM 降水數(shù)據(jù)的精度與適配度都不如江西省中部較為平坦的地區(qū)；總體RMSE的范圍在13.325～34.745，證明TRMM 數(shù)據(jù)在江西省區(qū)域范圍內(nèi)的穩(wěn)定性良好，其中青云譜是13.325，說明像青云譜這種比較平坦的江西省中部地區(qū)，不僅實際降水與TRMM 遙感衛(wèi)星監(jiān)測的降水的相關(guān)性良好，且穩(wěn)定性高。同樣的井岡山與廬山這些山地，可能是海拔較高和地形不夠平坦，導(dǎo)致穩(wěn)定性與相關(guān)性都不如其他地區(qū)；全部站點的BIAS 都在20%以內(nèi)，表明TRMM 數(shù)據(jù)的與站點數(shù)據(jù)的偏離程度較小?？偟膩碚f，TRMM 降水數(shù)據(jù)和氣象站點觀測數(shù)據(jù)具有較好的相關(guān)性和一致性，并且在較為平坦的中部適用性更高。

2.2 時空分布特征

2.2.1 空間分布特征。從總體上看，江西年降水大部分在1 600～2 100 mm，相比于正常亞熱帶季風(fēng)氣候地區(qū)的降水更多一些，總體降水分布呈現(xiàn)東西兩側(cè)山區(qū)降水多，中部的平坦地區(qū)降水少。由圖3 可知，江西東北部地區(qū)婺源、德興、鉛山、鷹潭、資溪、黎川一帶的降雨量多年平均降雨量達到2 000 mm以上，主要是因為迎風(fēng)坡降水多于背風(fēng)坡，在每年1—7月份懷玉山脈、武夷山脈受到西風(fēng)氣流帶來水汽的影響[21]，所以在迎風(fēng)坡的這些地方降水會比其他地方相對較多。贛州市西部與吉安市南部出現(xiàn)少雨中心，年降雨量都在1 600 mm 左右，主要是由于春季羅霄山山脈阻擋了來自西部的大陸冷高壓使得雨水在春季和冬季會更少。

圖3 基于TRMM的江西多年（1998—2019年）平均降水空間分布

2.2.2 年降水分布特征。將TRMM月降水數(shù)據(jù)按照各地級市進行分區(qū)統(tǒng)計，并將相同年份的月數(shù)據(jù)進行累加，得到江西省各地級市1998—2019年各年降水數(shù)據(jù)。在整體上，江西省1998—2019年的降水量趨勢線的斜率k>0（k=5.95）（表2），說明江西省降水呈現(xiàn)上升趨勢，這一變化趨勢與徐東坡等[22]的預(yù)測相似，其原因可能是隨著全球變暖的加劇，中國東部變得更加濕潤。

具體到各縣市，各地級市年際降水量變化趨勢大致相同，2009—2012年降水波動非常明顯（圖4）。2010 年與2012 年年平均降水量均超過2 200 mm，2009 年和2011 年年平均降水量都少于1 500 mm，2011年只有1 274 mm，2012年降水量將近是2011年降水量的2 倍，年際降水波動大代表容易發(fā)生洪澇災(zāi)害與干旱災(zāi)害。將江西各個地級市每年的降水量做一元線性擬合，并將得到的趨勢線的斜率填入對應(yīng)的k值（表2）。從表中可知大部分地級市降水趨勢線的斜率都大于零，說明江西省降水整體呈現(xiàn)增加的趨勢，其中贛州增加的趨勢最大，達到了11.364。雖然降水量的增多可以緩解水資源短缺帶來的問題，但是過多的降水也容易導(dǎo)致洪澇災(zāi)害的發(fā)生和加重洪澇災(zāi)害發(fā)生的程度。

圖4 1998年—2019年江西省各地級市年際降水變化量及江西省年降水量變化趨勢線

2.2.3 季降水分布特征。由圖5 可以看出，江西省內(nèi)各個地級市，基本上大部分的降水都集中在春夏兩季，秋冬兩季降水大約只占全年的1/4。春夏兩季的降水基本上都在600 mm以上，而秋冬兩季降水基本都小于300 mm，符合江西省的亞熱帶季風(fēng)性氣候，夏季高溫且多雨，冬季溫和且少雨。在春季，受到大陸冷高壓和南支槽的共同影響，大多是溫度較低的陰雨天和強對流天氣，所以春季降雨量可以與夏季降雨量持平[23]。在“江南雨季”結(jié)束后，進入了盛夏季節(jié)，受西太平洋副熱帶高壓的影響，降雨以局地雷雨或臺風(fēng)影響下帶來的連續(xù)降雨為主，可持續(xù)至9月[24]。雨季結(jié)束后，西太平洋副高北移，江西省地處太平洋副高脊區(qū)中，所以多晴朗天氣，且濕度較小[25]。在冬季，由于亞熱帶大陸季風(fēng)，又有西伯利亞和蒙古高原南下的冷空氣，使得氣候干冷且局部地區(qū)有雨雪冰霜天氣[26]。

圖5 1998年—2019年江西省各地級市季降水變化量

2.2.4 月降水特征分布。由圖6可以看出在江西省內(nèi)降水時間分布非常不均衡，全年1/2以上的降水都集中在每年4—7 月，這段時間稱為江西的雨季[27]。6 月份為全年降雨量最多的月份，其中鷹潭市是所有地級市中該月降雨量最多的市，月降水量達到了368.29 mm，與之前所提到的懷玉山、武夷山山脈一帶夏季因受西風(fēng)帶來的大量水汽降雨量增加的結(jié)果一致。且12月與1月份降水最少也與前面冬季降水少的結(jié)論相對應(yīng)。

圖6 1998年—2019年江西省各地級市月降水變化量

3 結(jié)論

本文利用1998—2019年TRMM 3B43 V7衛(wèi)星降水月數(shù)據(jù)，通過地統(tǒng)計分析，得到以下結(jié)論：

（1）TRMM 3B43 V7 衛(wèi)星降水產(chǎn)品在江西省適用性較高，TRMM 衛(wèi)星降水數(shù)據(jù)與26個地面實測站點的年相關(guān)系數(shù)為0.876，月相關(guān)系數(shù)為0.946，與各個站點的相關(guān)系數(shù)和相對誤差上也處于較高精度范圍內(nèi)，能夠彌補站點空間上分布不均和密度不足等問題。

（2）江西省降水在空間上分布不均，兩側(cè)山區(qū)降水多中部品談地區(qū)降水少，迎風(fēng)坡降水高于背風(fēng)坡，如鷹潭、上饒年平均降水比南昌、九江年平均降水高出280 mm 左右，大部分地區(qū)年降水量都為1 600～2 100 mm，表明江西省水資源比較豐富，但同時也容易受到洪澇災(zāi)害。

（3）從時間尺度上分析，年際降水量變化波動較大，2012年年平均降水量接近2011年年平均降水量的2倍，且研究時段年降水量呈現(xiàn)上升趨勢，總體的趨勢線斜率為5.95。

（4）江西降水時間分布不均，春夏季降水多，秋冬兩季降水較少，全年50%以上的降水都集中在4—7 月，這使得農(nóng)業(yè)發(fā)展容易受到自然災(zāi)害的破壞，如洪澇災(zāi)害與干旱災(zāi)害的影響。