黃曼捷， 李艷忠， 王淵剛， 于志國， 莊稼成， 星寅聰

（1.南京信息工程大學(xué)水文與水資源工程學(xué)院，江蘇 南京 210044；2.水利部水文氣象災(zāi)害機(jī)理與預(yù)警重點(diǎn)實(shí)驗(yàn)室，江蘇 南京 210044；3.中國科學(xué)院新疆生態(tài)與地理研究所，新疆 烏魯木齊 830011）

干旱是一種由于缺乏持續(xù)降水而引發(fā)的氣候現(xiàn)象［1］。相比于洪水和臺(tái)風(fēng)等極端氣象災(zāi)害，干旱的發(fā)展過程更為緩慢，通常需要幾個(gè)月，易被人忽視，一旦成災(zāi)，其持續(xù)時(shí)間較長，波及范圍較廣［2］，可能給自然生態(tài)系統(tǒng)和人類社會(huì)經(jīng)濟(jì)帶來重大損害，尤其是在生態(tài)系統(tǒng)脆弱的干旱和半干旱地區(qū)［3］。因此，監(jiān)測干旱的演變規(guī)律并量化其特征，對于干旱的預(yù)警、水資源管理以及經(jīng)濟(jì)社會(huì)可持續(xù)發(fā)展至關(guān)重要。

為了量化干旱事件的特征，人們發(fā)展了諸多干旱分析和監(jiān)測技術(shù)，其中最普遍的方法之一是設(shè)計(jì)適用的干旱指數(shù)［4］。比如，評價(jià)氣象干旱常用的指標(biāo)有帕爾默干旱嚴(yán)重指數(shù)（PDSI）、標(biāo)準(zhǔn)化降水指數(shù)（SPI）和標(biāo)準(zhǔn)化降水蒸散指數(shù)（SPEI）。PDSI 基于水分供需平衡理論，考慮了降水、土壤、氣溫等因素對干旱演變的影響［5］，可表征長期干旱過程［6］，也能比較全面地揭示干旱發(fā)生的過程機(jī)理。但PDSI 也存在對土壤信息敏感性高、時(shí)間尺度固定等缺點(diǎn)［7］。SPI計(jì)算相對簡單，時(shí)間尺度更靈活，且僅需降水作為輸入，克服了PDSI 的部分缺點(diǎn)，應(yīng)用廣泛［8］。SPI的計(jì)算是基于2 個(gè)假設(shè)：一是降水的可變性遠(yuǎn)高于其他變量，如氣溫和潛在蒸散發(fā)量（PET）；二是其他變量的時(shí)間變化趨勢可忽略。然而，在氣候變化條件下，隨著氣溫和蒸發(fā)的增加，SPI的適用性有待商榷［9］。相對而言，SPEI則基于氣候水量平衡概念，不僅考慮了蒸散發(fā)對干旱的敏感性，而且還保留了SPI 優(yōu)點(diǎn)，能更好地捕捉氣溫和蒸散發(fā)增加地區(qū)的干旱動(dòng)態(tài)。目前，SPEI已經(jīng)被廣泛應(yīng)用于不同時(shí)間尺度的干旱監(jiān)測和預(yù)警［10-12］。

使用SPEI進(jìn)行干旱監(jiān)測時(shí)，降水?dāng)?shù)據(jù)的精確與否是限制干旱監(jiān)測精度的關(guān)鍵［13］。雖然基于地面站點(diǎn)觀測的降水可以獲得降水的近似真值，但由于地形復(fù)雜、經(jīng)濟(jì)欠發(fā)達(dá)等因素導(dǎo)致氣象站分布稀疏且不均勻，難以獲得精確的降水空間分布格局。遙感降水產(chǎn)品具有數(shù)據(jù)一致且同質(zhì)、準(zhǔn)全球覆蓋、近實(shí)時(shí)估計(jì)和高時(shí)空分辨率的特點(diǎn)［14-16］，為精確獲取大尺度的降水分布格局提供了可能。隨著衛(wèi)星遙感技術(shù)的發(fā)展，全球遙感降水產(chǎn)品逐漸出現(xiàn)［17］，例如基于人工神經(jīng)網(wǎng)絡(luò)的遙感降水估算（PERSIANN）產(chǎn)品、氣候?yàn)?zāi)害組融合站點(diǎn)的紅外降水（CHIRPS）產(chǎn)品、評估多源集成降水（MSWEP）產(chǎn)品、實(shí)時(shí)衛(wèi)星反演降水技術(shù)（CMORPH）產(chǎn)品、熱帶降雨測量任務(wù)衛(wèi)星（TRMM）產(chǎn)品、全球降水任務(wù)的集成多衛(wèi)星檢索（IMERG）和全球降水衛(wèi)星測繪（GSMaP）產(chǎn)品等，都是具有高精度、高分辨率的遙感降水產(chǎn)品。

為了闡明不同遙感降水產(chǎn)品對干旱事件的監(jiān)測性能，國內(nèi)外學(xué)者開展了一系列的性能評估研究［18-22］。例如，Guo等［23］利用CHIRPS對湄公河下游地區(qū)進(jìn)行干旱監(jiān)測評價(jià)，發(fā)現(xiàn)CHIRPS 能夠較好地捕捉不同時(shí)間尺度的干旱特征，其中3 個(gè)月時(shí)間尺度的表現(xiàn)最好；Arshad 等［24］以巴基斯坦地區(qū)雨量計(jì)數(shù)據(jù)為參考，對綜合多衛(wèi)星反演（GPM-IMERG）和熱帶降雨測量任務(wù)（TRMM-3B42）降水產(chǎn)品進(jìn)行了評估，發(fā)現(xiàn)IMERG 始終表現(xiàn)較好，TRMM-3B42 次之，但存在一定的區(qū)域差異性；Liu 等［25］在青藏高原地區(qū)，對CHIRPS 和MSWEP 的干旱監(jiān)測能力進(jìn)行評價(jià)，發(fā)現(xiàn)雖然MSWEP 的精度高于CHIRPS，但CHIRPS 空間分辨率更高，更適合于小規(guī)模地區(qū)研究。綜上可知，在利用遙感降水產(chǎn)品評估干旱特征時(shí)，較多研究使用SPI 作為干旱指標(biāo)。但是，SPI 難以客觀反映氣候變化背景下的干旱演變規(guī)律，比如中國西北干旱區(qū)因受到氣候變化的影響，近些年已呈現(xiàn)出顯著的暖濕化趨勢。另外，面對諸多的遙感降水產(chǎn)品，其在干旱區(qū)的性能如何？使用可反映氣候變化特性的SPEI指標(biāo)，開展不同遙感降水產(chǎn)品在干旱區(qū)的氣象干旱性能評估研究，有助于這一科學(xué)問題的解答。

中國西北干旱區(qū)處于亞歐大陸中部，受降雨偏少且分布極其不均勻的影響，屬于典型的半干旱和干旱氣候區(qū)［26］。受觀測站點(diǎn)稀疏、地形復(fù)雜等因素的影響，僅靠地面觀測降水難以捕獲氣象干旱的時(shí)空演變格局，但多源遙感降水產(chǎn)品為干旱的動(dòng)態(tài)監(jiān)測提供了可能［27］。目前，關(guān)于遙感降水產(chǎn)品在西北干旱區(qū)捕獲干旱特征的綜合研究相對薄弱。基于此，本文選擇西北干旱區(qū)為研究區(qū)，以實(shí)測降水格網(wǎng)數(shù)據(jù)（CMA）為標(biāo)準(zhǔn)，基于SPEI 和游程理論，評估了5 種（PERSIANN、CHIRPS、CMORPH、TMPA 和MSWEP）常用遙感降水產(chǎn)品對西北干旱區(qū)氣象干旱的監(jiān)測性能。本研究將為西北干旱區(qū)遙感降水產(chǎn)品數(shù)據(jù)源的選擇，以及遙感降水反演算法的改進(jìn)提供科學(xué)參考依據(jù)。

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

西北干旱區(qū)地理位置介于33°～46°N、69°～108°E之間，位于亞歐大陸中部。由于降雨少而不均，溫度高，蒸發(fā)大，該區(qū)屬于典型的半干旱和干旱氣候區(qū)。區(qū)域多年平均降水量約為122 mm，多年均溫為6～9 ℃。區(qū)內(nèi)地形地貌條件復(fù)雜，既有海拔7900 m的昆侖山脈，又有海拔-190 m的內(nèi)陸盆地。盡管區(qū)域極度干旱，但是不穩(wěn)定的降水仍然誘發(fā)了眾多的干旱事件，給當(dāng)?shù)剞r(nóng)業(yè)生產(chǎn)和生態(tài)系統(tǒng)帶來威脅。

1.2 數(shù)據(jù)來源

本文所用的氣象數(shù)據(jù)來源于國家氣象信息中心（http://data.cma.cn/），包含了全國2412 個(gè)站點(diǎn)，該數(shù)據(jù)為1960—2019年逐日降水、氣溫、風(fēng)速、相對濕度、日照時(shí)長等常規(guī)氣象數(shù)據(jù)變量。本研究區(qū)涵蓋了81 個(gè)氣象站點(diǎn)，選擇的時(shí)間區(qū)間為1998—2019年。為獲取空間格網(wǎng)數(shù)據(jù)，本研究利用Anusplin 軟件，將逐日降水?dāng)?shù)據(jù)其插值到0.05o×0.05o的網(wǎng)格上，選擇的時(shí)間跨度為1998—2019 年。其中，Anusplin基于薄盤樣條函數(shù)理論，引入多個(gè)影響因子（經(jīng)緯度、高程等）作為協(xié)變量，進(jìn)行氣象要素空間插值，相比于其他插值結(jié)果精度更高［28］。此方法插值結(jié)果分別與反向距離權(quán)重法和普通克呂格法的插值結(jié)果進(jìn)行對比，Anusplin 軟件的插值誤差最?。?9］。

本文選取了5 套遙感降水產(chǎn)品，包括PERSIANN、CHIRPS、CMORPH、TMPA 和MSWEP。其中，PERSIANN-CDR產(chǎn)品是利用衛(wèi)星GridSat-B1紅外數(shù)據(jù)，由PERSIANN 算法生成的。它提供了一致、長期、高分辨率的全球降水?dāng)?shù)據(jù)集，用于研究由于氣候變化引起的降水變化，特別是極端事件［30］。CHIRPS 結(jié)合了高分辨率衛(wèi)星圖像和觀測數(shù)據(jù)，為氣候變化趨勢分析和干旱監(jiān)測研究提供了一個(gè)相當(dāng)?shù)脱舆t、高分辨率、低偏差和長周期降水?dāng)?shù)據(jù)集［31］。CMORPH是由美國氣候預(yù)測中心（CPC）在多種微波降水?dāng)?shù)據(jù)和紅外數(shù)據(jù)的基礎(chǔ)上研制的全球高時(shí)空分辨率降水?dāng)?shù)據(jù)，適用于研究從中尺度到年際范圍內(nèi)的降水及其時(shí)空變化［32］。TMPA是由美國國家宇航局（NASA）發(fā)布的多衛(wèi)星降水分析數(shù)據(jù)產(chǎn)品［33］，它是應(yīng)用最廣泛、綜合性能最好的遙感降水產(chǎn)品［34-36］，在瀾滄江流域干旱監(jiān)測中得到了很好的驗(yàn)證［37］。MSWEP 利用測量數(shù)據(jù)、衛(wèi)星數(shù)據(jù)和基于再分析的數(shù)據(jù)的互補(bǔ)優(yōu)勢，提供可靠的全球降水估計(jì)值［25］。為了評估的一致性，數(shù)據(jù)集的空間分辨率均為0.05o×0.05o，選取的研究時(shí)間跨度為1998—2019年。

1.3 研究方法

1.3.1 標(biāo)準(zhǔn)化降水蒸散指數(shù)（SPEI）SPEI是一種評價(jià)氣象干旱的常見指標(biāo)，它是通過計(jì)算潛在蒸散量與降水量的差值經(jīng)標(biāo)準(zhǔn)化處理后得到的，具有更明確的物理意義和多時(shí)間尺度等優(yōu)點(diǎn)，可更好地捕捉干旱動(dòng)態(tài)。本文選取了3 種典型時(shí)間尺度，SPEI1、SPEI3和SPEI6，評價(jià)了多源遙感產(chǎn)品對干旱演變的監(jiān)測性能。本研究計(jì)算SPEI 采用經(jīng)過聯(lián)合國糧農(nóng)組織（FAO）于1998 年修正后的Penman-Monteith 公式計(jì)算，公式如下［12］：

式中：PET為日潛在蒸散發(fā)（mm·d-1）；Δ 為氣溫-飽和水汽壓曲線斜率（kPa·℃-1)；Rn為地表凈輻射（MJ·m-2·d-1），G為土壤熱通量變化（MJ·m-2·d-1，日尺度可忽略）；γ為干濕球常數(shù)（kPa·℃-1）；Ta為2 m高度平均日氣溫（℃）；u2為2 m 高度風(fēng)速（m·s-1）；VPD 為水汽壓差（kPa）；es為飽和水汽壓（kPa）；ea為實(shí)際水汽壓（kPa）。根據(jù)SPEI 值，干旱等級(jí)可從輕旱到特旱劃分為5類（表1）［38］。

1.3.2 統(tǒng)計(jì)評價(jià)指標(biāo)為定量研究5 套遙感降水產(chǎn)品在西北干旱區(qū)的氣象干旱性能，本文選取了Kling-Gupta 系數(shù)（KGE）、相對偏差（BIAS）2 種統(tǒng)計(jì)評價(jià)指標(biāo)，各計(jì)算公式如下［7］：

式中：CC 為相關(guān)系數(shù)；n為樣本容量；Gi、分別為觀測降水的降水值和均值；Si、分別為遙感產(chǎn)品的估算降水值和均值；KGE為Kling-Gupta系數(shù)；α為觀測降水均值與遙感降水估計(jì)均值之比；β為觀測降水標(biāo)準(zhǔn)差與遙感降水估計(jì)標(biāo)準(zhǔn)差之比；σO、μO分別為觀測降水的均值和標(biāo)準(zhǔn)差；σS、μS分別為遙感降水估計(jì)值的均值和標(biāo)準(zhǔn)差；BIAS為相對偏差。

1.3.3 游程理論和干旱事件特征本文使用游程理論來識(shí)別干旱事件［39］，當(dāng)SPEI 小于-0.5 且歷時(shí)2 個(gè)月以上時(shí)，便被認(rèn)定為一次干旱事件。平均干旱嚴(yán)重程度（MDS）、平均干旱強(qiáng)度（MDI）和平均干旱峰值（MDP）分別表征了干旱事件的嚴(yán)重程度（DS）、強(qiáng)度（DI）和峰值（DP），計(jì)算公式如下［7］:

式中：MDS、MDI、MDP分別為平均干旱嚴(yán)重程度、平均干旱強(qiáng)度、平均干旱峰值；DS、DI、DP、DD 分別為一次干旱事件的嚴(yán)重程度、強(qiáng)度、峰值、歷時(shí)；N為干旱事件數(shù)；SPEI 為標(biāo)準(zhǔn)化降水蒸散指數(shù)；i為第i個(gè)干旱事件；j為特定干旱事件中的第j個(gè)干旱月份。

2 結(jié)果與分析

2.1 遙感降水產(chǎn)品反演降水的時(shí)空格局特征

圖1分別展示了CMA和5種遙感降水產(chǎn)品的多年平均降水量和趨勢的空間分布。由圖可知，5 種遙感降水產(chǎn)品基本捕捉到年均CMA的空間格局，卻均低估了年平均降水量（圖1）。其中，PERSIANN（150 mm）與CMA數(shù)據(jù)（180 mm）的多年平均值更接近，但存在區(qū)域差異性。相比其他4種產(chǎn)品，PERSIANN產(chǎn)品展示了更平滑的空間分布格局，但其較難以精準(zhǔn)捕捉到局部地形降水的格局，例如明顯低估了天山地區(qū)的高降水量信息（圖1b）；CHIRPS、TMPA 和MSWEP 產(chǎn)品在西南部區(qū)域存在著明顯的大范圍降雨低估現(xiàn)象（圖1c、e～f）。表明在不同的局部區(qū)域，這4 套產(chǎn)品在估算降水量和捕捉其空間分布格局方面性能較差，可能是由于復(fù)雜的地形和地面站點(diǎn)的稀疏分布所導(dǎo)致的。CMORPH 產(chǎn)品捕捉的降水空間分布格局與CMA較為相似，較其他4種產(chǎn)品性能表現(xiàn)較好，但在高峻山脈地形處仍有差異（圖1d）?？傮w而言，5 種遙感降水產(chǎn)品能夠基本捕捉年平均降水量的空間分布格局。

圖1 1998—2019年CMA和5種遙感降水產(chǎn)品的年平均降水量與年降水趨勢空間分布Fig.1 Spatial distribution of precipitation mean and trends of CMA and five remote sensing precipitation products from 1998 to 2019

從年降水量變化趨勢和顯著性水平的空間格局來看，西北干旱區(qū)79.7%的區(qū)域呈增加趨勢，其中21.1%的地區(qū)達(dá)到了顯著性水平（P<0.05），顯著增加的區(qū)域主要集中在塔里木盆地和祁連山脈北部（圖1g）。5種遙感降水產(chǎn)品難以準(zhǔn)確地捕捉西北干旱區(qū)降水變化的時(shí)間演變趨勢。例如，與CMA降水變化趨勢均值（1.1 mm·a-1）相比，在準(zhǔn)噶爾盆地、吐魯番盆地和阿爾金山北部地區(qū)，PERSIANN 的趨勢值較高（圖1h），PERSIANN 的這些差異導(dǎo)致整個(gè)研究區(qū)域的年降水量變化趨勢被高估了72.7%。而CMORPH 對降水趨勢的估計(jì)高估了209%，塔里木盆地的情況尤為明顯（圖1j）。對于CHIRPS 和TMPA，研究區(qū)中部盆地區(qū)域的年降水量趨勢被明顯低估（圖1i、k），而對于MSWEP，塔里木盆地和賀蘭山西部地區(qū)的年降水量趨勢被明顯低估（圖1l）。CHIRPS、TMPA 和MSWEP 降水趨勢的這些差異導(dǎo)致降水趨勢被低估了72.7%、36.4%和27.3%。綜上所述，在西北干旱區(qū)，5套遙感降水產(chǎn)品均能較好地捕捉多年平均降水量的年際演變趨勢，但卻難以準(zhǔn)確地捕捉降水量的趨勢。

2.2 遙感降水產(chǎn)品對不同時(shí)間尺度SPEI 的捕獲能力

圖2 展示了1998—2019 年西北干旱區(qū)對于不同時(shí)間尺度SPEI 的變化趨勢空間分布，其中SPEI的趨勢數(shù)值小于0為下降趨勢，表示趨于干旱，反之則趨于濕潤?？傮w來看，隨著時(shí)間尺度的增加，SPEI的變化趨勢愈明顯。例如，在塔里木盆地東部地區(qū)，CMA 和5 種遙感降水產(chǎn)品的SPEI1 均呈下降趨勢，而相比于SPEI1，SPEI6的下降趨勢更加突出，即愈趨于干旱；在研究區(qū)東部的賀蘭山西側(cè)，CMA和5 種遙感降水產(chǎn)品的SPEI1 均呈上升趨勢，而相比于SPEI1，SPEI6 的上升趨勢更加突出，即愈趨于濕潤。不同遙感降水產(chǎn)品對SPEI 空間格局的捕獲能力而言，5 種遙感降水產(chǎn)品基本都能捕捉到CMA不同尺度的SPEI空間分布格局，但也有所差異。

圖2 1998—2019年CMA和5種遙感降水產(chǎn)品在不同時(shí)間尺度的SPEI變化趨勢空間分布Fig.2 Spatial distribution of SPEI trends of CMA and five remote sensing precipitation products at different time scales from 1998 to 2019

圖3展示了5種遙感降水產(chǎn)品在不同時(shí)間尺度Kling-Gupta 系數(shù)（KGE）的空間分布。由圖可知，在西北干旱區(qū)的大部分區(qū)域，不同時(shí)間尺度上各個(gè)遙感降水產(chǎn)品的KGE 在不同區(qū)域的產(chǎn)品性能仍存在差異。5種遙感降水產(chǎn)品在天山地區(qū)SPEI值的估算性能較差（KGE<-4），這可能是由于復(fù)雜的地形和地面站點(diǎn)的稀疏分布所導(dǎo)致的。

圖3 5種遙感降水產(chǎn)品在不同時(shí)間尺度Kling-Gupta系數(shù)（KGE）的空間分布Fig.3 Spatial distribution of Kling-Gupta coefficients(KGE)of five remote sensing precipitation products at different time scales

對整個(gè)研究區(qū)域而言，MSWEP 對SPEI 值的估算接近于真值（-- ——KGE =-0.41），一致性最優(yōu)，而CMORPH 一致性較差（-- ——KGE=-1.32）。在不同遙感產(chǎn)品評估SPEI的性能方面，總體來看，MSWEP明顯優(yōu)于其他4 套產(chǎn)品，其次為TMPA、PERSIANN 和CHIRPS，CMORPH表現(xiàn)最差。

各遙感降水產(chǎn)品在不同時(shí)間尺度呈現(xiàn)出較為一致的SPEI值估算性能，在西北干旱區(qū)呈現(xiàn)出時(shí)間尺度為1個(gè)月（SPEI1）時(shí)一致性最好，其次為3個(gè)月（SPEI3），最差為6 個(gè)月（SPEI6）。因此，SPEI1 是各遙感降水產(chǎn)品識(shí)別氣象干旱的最佳時(shí)間尺度。

2.3 氣象干旱事件特征分析

基于3.2 部分的結(jié)論，即在西北干旱區(qū)一個(gè)月尺度的SPEI 是各遙感降水產(chǎn)品識(shí)別氣象干旱的最佳時(shí)間尺度，因此利用SPEI1識(shí)別干旱事件，并借助4 個(gè)指標(biāo)（N、MDS、MDI 和MDP）刻畫干旱事件的特征，綜合評價(jià)遙感降水產(chǎn)品監(jiān)測干旱事件的性能。圖4 和圖5 分別展示了1998—2019 年這4 個(gè)干旱事件指標(biāo)的空間分布和統(tǒng)計(jì)信息。

圖4 基于SPEI1的1998—2019年干旱事件特征的空間分布Fig.4 Spatial distribution of drought event characteristics from 1998 to 2019 based on SPEI1

圖5 基于SPEI1的不同遙感產(chǎn)品統(tǒng)計(jì)性能偏差百分比（與CMA相比較）Fig.5 Percentage of statistical performance deviation of different remote sensing products based on SPEI1(compared with CMA)

在西北干旱區(qū)，干旱事件數(shù)量為23.70個(gè)，干旱事件數(shù)量較少的分布在祁連山脈以西、阿爾金山以北地區(qū)、天山地區(qū)和北部的阿爾泰山地區(qū)，干旱事件較多的分布在塔里木盆地和河西走廊地區(qū)大部（圖4a）。各個(gè)遙感降水產(chǎn)品普遍高估了干旱事件數(shù)量，PERSIANN 高估了2.95%，CHIRPS 與CMA 最為接近（高估了0.42%，圖5）。

對干旱事件的嚴(yán)重性而言，CHIRPS 高估了MDS 約7.19%，PERSIANN 則低估了MDS（4.69%），而其他3種遙感產(chǎn)品在空間分布格局和偏差較為相似（圖5）。然而，從空間格局上看，CMORPH產(chǎn)品表明在塔里木盆地北部地區(qū)被明顯低估（圖4n）。

對于干旱事件的MDI方面，CMA的MDI為1.90（圖4c），5 種遙感產(chǎn)品在空間分布格局和統(tǒng)計(jì)結(jié)果上大體一致，且與CMA 相比，偏差較小，為1%左右浮動(dòng)（圖5）。MDP 可以反映干旱事件的極端程度?；贑MA計(jì)算的MDP為2.21（圖4d），CMORPH高估了大部分地區(qū)的干旱極值（MDP=2.25），偏差為1.81%。從空間格局上看，天山地區(qū)被明顯高估，而其他4種遙感產(chǎn)品與CMA相比較，在空間分布格局和偏差較為相似且較?。▓D5）。

綜上可知，在SPEI1 估算的4 個(gè)干旱特征中，CHIRPS 對N的識(shí)別能力最佳，PERSIANN 最差；MSWEP 和TMPA 表征MDS 最好，CHIRPS 較差；除CMORPH 外，其余4 套產(chǎn)品均能較好地捕獲干旱事件的強(qiáng)度和極值。

3 討論

本研究發(fā)現(xiàn)，在西北干旱區(qū)，5套遙感降水產(chǎn)品均能較好地捕捉多年平均降水量的空間分布格局，但卻難以準(zhǔn)確地捕捉降水量的趨勢，這與Li 等［7］的研究發(fā)現(xiàn)在干旱地區(qū)，遙感降水產(chǎn)品捕捉多年平均降水量趨勢的表現(xiàn)較差的結(jié)論相一致。在不同遙感產(chǎn)品評估SPEI的性能方面，本研究得出在西北干旱區(qū)MSWEP 明顯優(yōu)于其他4 套產(chǎn)品，這與Guo 等［3］的結(jié)論一致。在干旱事件特征方面，Guo 等［3］分析得出PERSIANN 常高估MDP，而CHIRPS 常低估MDP，這與本文結(jié)果有出入，可能是由選取計(jì)算干旱指標(biāo)不同造成，也就是本文選取的是SPEI，比SPI多考慮了潛在蒸散發(fā)的影響。另外的一種可能性，就是選擇分析SPEI時(shí)間尺度不同。

雖然本研究對數(shù)據(jù)源和研究方法都進(jìn)行了嚴(yán)格的質(zhì)量控制，但是依然存在一些不確定性。首先，在西北干旱區(qū)，受地形復(fù)雜和地面驗(yàn)證站點(diǎn)稀疏的影響，采用插值后的降水?dāng)?shù)據(jù)集評估降水產(chǎn)品的干旱性能，可能存在不確定性，因此在后續(xù)的研究中，可以考慮利用更多站點(diǎn)進(jìn)行對比分析。但是，本文使用的Anuspline插值方法充分考慮了地形因素的影響，并且本文聚焦于遙感降水捕獲干旱特征的大尺度格局，所以這對本文結(jié)論的影響有限。其次，本文只分析了3種時(shí)間尺度的干旱指標(biāo)（SPEI1、SPEI3和SPEI6），對于其他尺度的結(jié)論是否一致，有待進(jìn)一步研究。但是，諸多研究發(fā)現(xiàn)，對于氣象干旱事件而言，一般是在3 個(gè)月尺度以內(nèi)。本文研究也發(fā)現(xiàn)，SPEI1是衡量干旱特征的最佳時(shí)間尺度，與以往研究結(jié)論較為一致。另外，本文僅評價(jià)了遙感降水產(chǎn)品的氣象干旱特征，但是水文干旱和農(nóng)業(yè)干旱對人類社會(huì)的發(fā)展也至關(guān)重要。這些產(chǎn)品能否準(zhǔn)確地捕獲水文和農(nóng)業(yè)干旱特征，筆者將在后續(xù)的研究中進(jìn)一步探討，從而進(jìn)一步完善多源遙感降水在干旱區(qū)性能的評估。

4 結(jié)論

本文選擇了5套典型遙感降水產(chǎn)品（PERSIANN、CHIRPS、CMORPH、TMPA 和MSWEP），基于SPEI，評估了這些降水產(chǎn)品在3種時(shí)間尺度的氣象干旱性能；通過游程理論識(shí)別干旱事件，闡釋了遙感降水產(chǎn)品捕獲干旱事件的能力。主要結(jié)論如下:

（1）在西北干旱區(qū)，5套遙感降水產(chǎn)品均能較好地捕捉多年平均降水量的空間分布格局，其中，PERSIANN（150 mm）與CMA 數(shù)據(jù)（180 mm）的多年平均值更接近，但存在區(qū)域差異性，CHIRPS、TMPA和MSWEP產(chǎn)品在西南部區(qū)域存在著明顯的大范圍降雨低估現(xiàn)象，CMORPH產(chǎn)品捕捉的降水空間分布格局與CMA較為相似，較其他4種產(chǎn)品性能表現(xiàn)較好，但在高峻山脈地形處仍有差異；從年降水量變化趨勢和顯著性水平的空間格局來看，西北干旱區(qū)79.7%的區(qū)域呈增加趨勢，其中21.1%的地區(qū)達(dá)到了顯著性水平（P<0.05），5 種遙感降水產(chǎn)品卻難以準(zhǔn)確地捕捉西北干旱區(qū)降水變化的空間趨勢，PERSIANN 對降水趨勢的估計(jì)高估了72.7%，而CMORPH 高估了209%，CHIRPS、TMPA 和MSWEP低估了72.7%、36.4%和27.3%。

（2）隨著時(shí)間尺度的增加，SPEI 的變化趨勢愈明顯；對于不同遙感降水產(chǎn)品對SPEI空間格局的捕獲能力而言，5 種遙感降水產(chǎn)品基本都能捕捉到CMA 不同尺度的SPEI 空間分布格局，但也有所差異，其中MSWEP 對SPEI 值的估算接近于真值（-- ——KGE=-0.41），一致性最優(yōu)，而CMORPH 一致性較差（-- ——KGE=-1.32），總體來看，MSWEP 最優(yōu)，其次是TMPA和PERSIANN，較差的是CHIRPS和CMORPH。在西北干旱區(qū)呈現(xiàn)出時(shí)間尺度為1 個(gè)月（SPEI1）一致性最好，其次為3 個(gè)月（SPEI3），最差為6 個(gè)月（SPEI6）。

（3）西北干旱區(qū)干旱事件特征方面，干旱事件數(shù)量為23.70個(gè)，各個(gè)遙感降水產(chǎn)品普遍高估了干旱事件數(shù)量，PERSIANN 高估了2.95%，CHIRPS 與CMA最為接近；對干旱事件的嚴(yán)重性而言，CHIRPS高估了MDS 約7.19%，PERSIANN 則低估了MDS 約4.69%，而其他3種遙感產(chǎn)品在空間分布格局和偏差較為相似；在干旱事件的平均強(qiáng)度方面，CMA 的平均強(qiáng)度為1.90，5 種遙感產(chǎn)品在空間分布格局和統(tǒng)計(jì)結(jié)果上大體一致，且與CMA 相比，偏差較小，在1%左右浮動(dòng)；對于平均干旱極值而言，CMORPH 高估了大部分地區(qū)的MDP，偏差為1.81%，而其他4種遙感產(chǎn)品在空間分布格局和偏差較為相似且較小。

綜上所述，5 種遙感降水產(chǎn)品可以有效地捕獲西北干旱區(qū)的干旱空間分布特征。然而由于受降水產(chǎn)品反演算法、地形復(fù)雜性以及地面驗(yàn)證站點(diǎn)疏密程度的影響，沒有任何一種降水產(chǎn)品的表現(xiàn)在所有方面總是最優(yōu)的，不同遙感降水產(chǎn)品應(yīng)該謹(jǐn)慎應(yīng)用于某些特定區(qū)域。因此，本研究成果可為區(qū)域干旱監(jiān)測最佳降水產(chǎn)品的選擇，以及遙感降水產(chǎn)品的改進(jìn)方面提供參考。