黄河流域TRMM 3B43精度检验

李 阳 任世鑫 谢志祥 张传才 樊晏利

（河南大学环境与规划学院，河南 开封475004）

降雨在时间和空间上有很大的异质性，精确的降水监测是洪涝和干旱灾情监控预报的重要支撑［1］，卫星的降水监测数据具有时间和空间分辨率高、覆盖范围广等特点，并且已逐渐成为降水数据的重要获取手段［2］。因此对TRMM降水资料精度的检验就显得尤为重要。国外对TRMM降水数据质量的检验做了很多的工作。Saber Moazami等［3］利用地面站点实测数据对比伊朗境内的PERSIANN，3B42V7和3B42RT降水数据的精度，得出TRMM 3B42V7降水数据的精度在日降水数据上优于PERSIANN和3B42RT。Marcelo PedrosoCurtarelli等［4］对巴西内陆地区的TRMM 3B43月均降水数据进行了精度检验，得出TRMM可以提供可靠的月均降水数据。TianbaoZhao等［5］对中国范围内的TRMM降水数据进行研究，发现中国大部分的湿润季节能够很好地描述降水的季节性变化，观察其精度也显示东部地区也大于西部地区。国内近几年对TRMM降水数据的研究迅速增加［6-10］。大量的研究表明，TRMM降水数据与站点实测数据存在着较好的线性相关特性，降水数据质量较高。TRMM降水数据伴随着时空尺度的增大，精度越高［11］。李相虎［12］、Yong等［13］也分别对鄱阳湖流域和中国东北老哈河地区进行了相关研究并得出了类似结论。目前学者对于TRMM卫星数据的研究多是大范围的精度研究，对于单个河流流域的研究案例较少，而黄河历来水旱灾害频发，对流域内的生产生活与发展构成了严重威胁，对该地区降水数据精度的检验就显得尤为紧迫。

热带降水测量计划（Tropical Rainfall Measuring Mission，TRMM）卫星，由美国国家宇航局（National Aeronautics and Space Administration）和日本国家空间发展局（National Space Development Agency）联合研制并于1997年11月28日在日本的种子岛空间中心成功发射。TRMM为近赤道非太阳同步轨道卫星，设计使用寿命为三年。卫星运行轨道高度为350km，倾角35°，覆盖范围为38°N～38°S，180°W～180°E之间。TRMM卫星在2001年8月到达设计寿命时为了延长其使用寿命，将轨道高度由设计初期的350km提升至402.5km。伴随着轨道高度的提升，覆盖范围也达到了50°N～50°S，180°W～180°E之间。TRMM是一颗用于监测全球热带、亚热带地区降水的卫星［14］。

1 研究资料与区域

1.1 卫星资料

采用1998-2013年TRMM 3B43 V7降水数据集，时间分辨率为月，空间分辨率为0.25°×0.25°。该数据是TRMM卫星数据与其他卫星数据联合反演的结果，3B43数据是用3B42数据产品、NOOA气候预测中心气候异常监测系统的全球格点雨量测量资料以及全球降水气候中心（CAMS）的全球降水资料合成的全球格点数据集，降水数据来源于NASA官方网站：http：//mirador.gsfc.nasa.gov/cgi-bin/mirador/collectionlist.plkeyword=TRMM_3B43。

1.2 地面气象站点数据

地面实测降水数据来源于中国气象数据中心，选取黄河流域及其周边地区的122个国家基准与基本站的月降水观测数据进行研究。由于气象站观测、卫星遥感和对大气模拟是获取降水数据的主要来源［15］，因此尽管研究区域内气象观测站点的监测范围有限，但是其仍是降水的最准确测量［16］。因此对该地区的TRMM降水数据的研究就显得尤为重要。

图1 黄河流域的位置（a）以及流域内122个气象站点分布（b）

1.3 研究区域

黄河流域位于95°53'～119°05'E，32°10'～41°50'N，流域面积为7.93×105km2,全长5 464km。黄河流域多年以来的平均降水量456mm，以其占全国河川径2%的径流量向黄河周边地区的占全国15%的耕地和12%的人口供水。当前，黄河河川径流的开采利用程度达到了70%，已经远远超出了国际公认40%的合理范围。目前，黄河流域水资源短缺问题严重［17］。因此对该地区的TRMM降水数据的研究就显得尤为重要和迫切。

2 研究方法

通过对所选取的研究区域内的122个地面气象站在1998—2013年间的降水数据与站点对应的TRMM 3B43格点数据之间的相关系数R、相对误差Bias以及均方根误差RMSE进行计算，利用这些指标来检验研究区域的TRMM降水数据的精度。

相关系数、相对误差、均方根误差

其中：n为样本容量，xi为TRMM 3B43降水数据，yi为地面气象站降水数据，值反映气象站降水数据与TRMM降水数据之间的一致性，其取值范围为［0，1］，值越大，二者的相关性越好。Bias（取绝对值即得到绝对误差｜Bias｜）反映气象站降水数据与TRMM降水数据之间的偏离程度，Bias值越接近0，则TRMM降水数据越精确。均方根误差（RMSE）对测量数据组中特大或者特小的误差十分敏感，能够很好地反映测量数据的精度。

3 TRMM 3B43时间精度检验

3.1 年降水量检验

图2 1998～2013年TRMM3B43与气象站年降水量散点图

对研究区域内的122个气象站点年降水数据作为自变量、TRMM 3B43数据作为因变量进行一元线性回归分析（图2）发现，TRMM 3B43与研究区内的122个气象站点降水数据拟合优度较高，R2达到0.876，相关系数R=0.9359，说明二者之间有着明显的线性相关特征，这与曾宏伟等对于澜沧江及周边流域的TRMM 3B43数据的年降水量精度的分析具有较好的一致性［18］。两组数据间的RMSE=78.47，且对比1：1线，可知影像数据对降水量存在高估、低估的现象。即在降水多的地区出现低估、在降水少的地区出现高估的情况，但整体而言，K值为0.9356，说明TRMM 3B43数据估计的降水量相较于站点数据在年降水尺度上略微偏低。

图3 1998～2013年TRMM3B43与地面观测站各季降水量散点图

3.2 季节降水量对比

将研究区域内的122个气象站点1998-2013年的降水数据分为四季，即春季：3-5月；夏季：6-8月；秋季：9-11月；冬季：12-2月。将气象站点不同季节的降水数据与相对应的影像像元值进行拟合分析，得到图3。结果表明：四季的拟合优度都很高（R2均高于0.8），说明TRMM 3B43降水数据能够较好地反映地区的降水情况。其中秋季拟合优度最高（R2=0.8816），其次是春季、冬季，夏季的拟合优度最低（R2=0.8223）。考虑到夏季黄河流域降水量差异最大，暴雨、干旱等极端气候频发，造成在夏季相对于其他降水量变化量较小的季节其拟合优度较低。春冬季节降水较少，RMSE值相对较低，尤其是冬季RMSE最低达到7.008。而夏秋季节的RMSE值较高，夏季更是达到了56.91。

3.3 月降水量检测

将研究区域内的122个气象站点的月实测降水量作为自变量，对应月份的各个气象站点所对应的TRMM 3B43影像的像元值为因变量进行一元线性回归分析（图4）。经检验，气象站实测月降水量与对应的TRMM降水之间的相关系数R=0.940，拟合优度R2=0.883，斜K=0.947，表明这两组数据之间存在着很好的一致性。就整体而言由于其斜率K＜1，TRMM月降水数据的降水量较之气象站观测的“真值”略微偏低。这点是遥感方法本身特点所致，即卫星主要通过微波传感器等设备探测云内降水粒子和云粒子与微波的相互作用，从而达到测量降水的目的，这种方式在估计历时较短、降水较小的过程方面存在着缺陷，可能导致TRMM数据在数值上偏小［19］。

图4 1998～2013年地面观测站与TRMM 3B43月降水量散点图

3.4 站点数据精度评估

黄河流域及周边地区的地面监测站数据与TRMM 3B43降水量年、季尺度上TRMM 3B43降水数据整体上精度较高，但是整体上精度的优异也可能会掩盖少数站点数据与其对应的影像像元值间的差异，尤其降雨作为一种复杂的天气现象，自身受地理位置、海拔、坡度、坡向、大气环流等诸多因素的影响，对降水数据进行总体精度评估的同时，需要对单个的站点数据进行精度验证。

1998-2013年研究区域内的122个地面监测站点及其各自相对应的TRMM 3B43影像像元值进行一元线性回归分析，获得两组降水量数据之间的相关系数和斜率K（表1），回归分析是以地面监测站点降水量为自变量，TRMM 3B43降水量为因变量而进行的。由表1相关系数可知：①绝大多数的气象站降水数据与TRMM 3B43估计的数据存在着极高的相关性，多数气象站点的相关系数R＞0.9；②少数气象站点相关系数相较于本研究区域内的其他站点相对较低，R＜0.85的气象站点：惠农、阿拉善左旗、景泰、武威、陶乐和吉兰太，其R值分别是0.847、0.841、0.826、0.818、0.801、0.706，说明这些站点的地面监测数据与TRMM估计的降水量之间的线性关系相对较弱，尤其是陶乐和吉兰太两个站点。

所得大多数气象站点的回归方程斜率K＜1，有公式（2）可知，Bias=K-1，Bias的值为正则表示TRMM估计降水量的“高估”，相反，值为负则代表对降水量的“低估”。由回归方程的斜率K值可知：①TRMM对研究区域内绝大多数气象站降水量估计存在“低估”现象，这点与前文对月降水的分析中所得到的结论一致。②站点的TRMM降水量估计存在着“高估”的情况：祁连、松潘、河南、曲麻莱四站点将近高估10%～20%，贵州高估了31%，此站点TRMM的降水量估计相对地面气象站的“真值”明显偏高。③站点的TRMM降水量估计存在着“低估”的情况：站点贵州和都兰的TRMM估计的降水量较于“真值”30%～40%，海源、栾川、托勒、阿拉善左旗、佛坪、清水河、定边和泰山低估20%～30%。④其他站点的TRMM降水量预测精度较高，但也或多或少地都存在着0%～10%的估计误差。通过对比都兰（R=0.927，K=0.678）泰山（R=0.956，K=0.709）等地面气象站点不难发现，仅从相关性进行数据质量的评估，容易掩盖高相关性下的数据之间的偏差，这再次验证研究斜率K的重要性。

表1 黄河及其周边地区1998-2013年TRMM 3B43与地面观测站降水量相关系数和偏离程度

4 结论

通过研究区域内的122个气象站实测降水数据，在年、季、月不同尺度上对TRMM 3B43降水数据进行了精度验证，并在此基础上对地形因子中的高程和坡度对数据精度的影响进行了分析，结论如下：

4.1 TRMM 3B43降水数据在年、季、月尺度上均具有较高的精度，相关系数R值均达到了0.8以上，而且绝对误差额控制得较好，年尺度RMSE最高也仅78.47，因此误差值较低。TRMM 3B43降水数据在黄河流域显示出了很好的适用性。

4.2 TRMM降水数据在年尺度上，相关系数R=0.9359，K值为0.9356，TRMM数据质量很高，数值上较实测数据略微偏低；在季尺度上，四季的拟合优度都很高（R2均高于0.8），其中秋季拟合优度最高（R2=0.8816），其次是春季、冬季，夏季的拟合优度最低（R2=0.8223）；在月尺度上，拟合优度R2=0.883，说明二者之间相关性显著。RMSE=18.51，月降水数据具有较好的精度。

4.3通过对各个站点数据的精度评估，发现绝大部分的站点实测降水数据与TRMM影响数据之间存在着显著的相关性（R＞0.8），只有吉兰太、陶乐和武威3个站点相关系数较低。整体上看站点的绝对误差相对较低，但都兰、贵州河泰山等站点的绝对偏差较大，偏差约30%。

［1］蔡研聪，金昌杰，王安志，等.中高纬度地区TRMM卫星降 雨 数 据 的 精 度 评 估［J］.应 用 生 态 学 报，2014，25（11）：3296-3306.

［2］郝振纯，童凯，张磊磊，等.TRMM降水资料在青藏高原的适用性分析［J］.水文，2011，31（5）：18-23.

［3］Saber Moazami，SaeedGolian，M.RezaKavianpour，et al.Comparison of PERSIANN and V7 TRMM Multi-satellite Precipitation Analysis products with rain gauge data over Iran.International Journal of Remote Sensing，2013，34（22）：8156-8171.

［4］Marcelo PedrosoCurtarelli，CaniloDalelesRenno and EnnerHerenioAlcantara.Evaluation of the Tropical Measuring Mission 3B43 product over an inland area in Brazil and the effects of satellite boost on rainfall estimates.Applied Remote Sensing，2014，8.

［5］TianbaoZhao and Akiyo Yatagai，Evaluation of TRMM 3B43 product using a new gauge-based ananlysis of daily precipitation over China.Royal Meteorological Society，2014，34：2749-2762.

［6］白爱娟，方建刚，张科翔.TRMM卫星资料对陕西及周边地区夏季降水的探测［J］.灾害学，2008，23（2）：41-45.

［7］吕洋，杨胜天，蔡明勇，等.2013.TRMM卫星降水数据在雅鲁藏布江流域的适用性分析［J］.自然资源学报，28（8）：1414-1425.

［8］齐文文，张百平，庞宇，等.基于TRMM数据的青藏高原降水的空间和季节分布特征［J］.地理科学，2013，33（8）：999-1005.

［9］王超，赵传燕.TRMM多卫星资料在黑河上游降水时空特征研究中的应用［J］.自然资源学报，2013，28（5）：862-872.

［10］吴雪娇，杨梅学，吴洪波，等.TRMM多卫星降水数据在黑河流域的验证与应用［J］.冰川冻土，2013，35（2）：310-319.

［11］嵇涛，杨华，刘睿，等.TRMM卫星降水数据在川渝地区的适用性分析［J］.地理科学进展，2014，33（10）：1375-1386.

［12］李相虎，张奇，邵敏.基于TRMM数据的鄱阳湖流域降水时空分布特征及其精度评价［J］.地理科学进展，2012，31（9）：1164-1170.

［13］Yong B，Ren L L，Hong Y，et al.Hydrologic evaluation ofMultisatellite Precipitation Analysis standard precipitation products in basins beyond its inclined latitude band：A case study in Laohahe basin，China［J］.Water ResourcesResearch，2001，39：432-438.

［14］Jamesshiue，Joannesimpson.The Tropical Rainfall Measuring Mission（TRMM）Sensor Package［J］.Notes andCorrespondence，1998，15：809-817.

［15］王海英，董锁成.黄河沿岸地带水资源短缺的症结与对策探讨［J］.自然资源学报，2002，17（5）：590-596.

［16］Davis，John C.Statistics and Data Analysis in Geology（3rd Edition）［M］.New York：John Wiley&Sons，Inc，2002，57-61.

［17］Wackernagel H.Multivariate Geostatistics（3rd Edition）［M］.Berlin：Springer 2Verlag Berlin Heidelberg，2003，416-429.

［18］曾红伟，李丽娟.澜沧江及周边流域TRMM 3B43数据精度检验［J］.地理学报，2011，66（7）：994-1004.

［19］刘俊峰，陈仁升，韩春坛，等.多卫星遥感降水数据精度评价［J］.水科学进展，2010，21（3）：343-348.

致谢：感谢河南大学环境与规划学院黄河下游科学数据共享平台为本文研究提供数据支持。