CMORPH对青藏高原地区夏季降水的模拟精度研究与修正

2016-01-11许时光,牛铮,沈艳等

遥感信息 2015年1期

许时光1，牛铮1，沈艳2，旷达3

(1.中国科学院遥感与数字地球研究所遥感科学国家重点实验室，北京 100101；2.国家气象信息中心，北京 100081；3.西藏高原大气环境科学研究所，西藏 850000)

摘要：利用青藏高原77个地面台站的2003年～2009年夏季(6月～9月)的降水资料，对月尺度和年尺度上CMORPH(Climate Prediction Center morphing)多卫星降水数据的精度进行研究，并引入Sokol模型对年尺度上的CMORPH数据进行修正，旨在为基于卫星降水数据的青藏高原地区气候、水文等方面的研究提供科学依据。研究结果表明：①CMORPH数据对青藏高原降水的时间变化趋势和空间变化趋势的模拟精度较低，且存在明显的时空不稳定性。②不同时间尺度的CMORPH数据在青藏高原东南部的模拟精度要高于其他地区，而喜马拉雅山脉北麓以及青藏高原东北部的模拟精度最低。③CMORPH年数据存在明显的高值高估、低值低估的现象，其模拟值与误差之间的相关系数均在0.53以上。④经过Sokol模型修正后，CMORPH年数据均方根误差明显降低，而相关系数均有不同程度的提高，表明该模型能够提高CMORPH数据对青藏高原地区降水的模拟精度。

关键词：CMORPH；精度评价；Sokol模型；数据修正；青藏高原

doi:10.3969/j.issn.1000-3177.2015.01.012

中图分类号：P412.27文献标识码：A

收稿日期：2014-02-26修订日期：2014-04-15

基金项目：中国科学院国际合作重点项目(241311KYSB20130001)；中科院百人计划专项(09ZZ06101B)；吴哥遗产地环境遥感(241311KYSB20130001)。

作者简介：廖凯涛(1990～)，男，硕士研究生，主要从事遥感图像处理与应用研究。

通讯作者：王成(1975～)，男，研究员，主要从事激光雷达遥感研究。

收稿日期：2014-03-17修订日期：2014-04-04

作者简介：杨冀红(1971～)，男，硕士，高级工程师，主要研究方向为遥感土地调查与监测。

Evaluation and Modification of CMORPH Multi-satellite Precipitation

Estimates in Summer over Tibetan Plateau

XU Shi-guang1，NIU Zheng1，SHEN Yan2，KUANG Da3

(1.TheStateKeyLaboratoryofRemoteSensingScience，InstituteofRemoteSensingandDigitalEarth，

ChineseAcademyofSciences，Beijing100101；

2.NationalMeteorologicalInformationCenter，Beijing100081；

3.InstituteofTibetanPlateauAtmospheric&EnvironmentalScience，Lhasa85000)

Abstract：The performance of CMORPH (Climate Prediction Center morphing) satellite precipitation estimates on Tibetan Plateau in month scale and year scale was assessed by compared it with ground observations from 77 meteorological stations in the summer (June，July and August) between 2003 and 2009，and a model called Sokol was introduced to modify the year-estimates of CMORPH.The result showed that：(1)The CMORPH could not precisely simulate the spatial pattern and the temporal variability，and the precision of CMOPRH presented obvious spatial and temporal instability.(2) The performance of CMOPRH in southeast part of Tibetan Plateau is much better than other parts，while along the north of Himalayas and the northeast part of this area the performance of CMORPH is much poorer.(3)The CMORPH yearly estimates presented over-estimate with high value and under-estimate low value，the correlation coefficients between the CMORPH yearly estimates and the errors of it are all above 0.53 between 2003 and 2009.(4) After corrected by Sokol model，the RMSE (Root Mean Square Error) of CMORPH yearly estimates show obviously decrease，while the correlation coefficients increased in different extent.It means that Sokol model is suitable to correct the CMORPH yearly estimates.This research aims to provide scientific basis to the correction and use of CMORPH to study the precipitation，climate and other subjects over Tibetan Plateau.

Key words：CMORPH；precision evaluation；Sokol model；data correction；Tibetan Plateau

1引言

青藏高原是长江、黄河、澜沧江等多条重要河流的发源地，该地区的降水对中下游地区的气候、水文以及农业的研究具有重要意义[1]。目前雨量计测量降水的精度最高，但是由于雨量计测量数据的有效范围非常有限，在对大范围内的降水进行观测时需要布置高密度的雨量计网络[2]。青藏高原地形条件复杂、气候十分恶劣，导致该地区的雨量计分布至今仍然非常稀疏，无法对该地区的降水进行全面观测。随着遥感技术的发展，基于卫星观测数据的降水反演技术已经成为监测降水时空分布的重要手段之一。国内外多位学者利用红外和微波卫星观测数据计算云顶亮温、云后向散射等云物理特征以反应云团中降水粒子种类和分布，并在此基础上建立上述特征与降水率之间的物理或者数学模型实现对降水的反演[3-5]。与传统的雨量计相比，卫星观测数据具有覆盖范围广、时空分辨率高的优点，非常适合对雨量计分布稀疏地区的降水进行观测，所以有学者利用卫星降水数据对青藏高原地区的降水日循环、气候变化等课题进行了研究。如白爱娟等利用卫星降水数据对青藏高原地区降水的日循环进行了研究[6]；江志红等利用CMORPH数据分析了长江三角洲地区的城市化对降水的影响[7]。

随着卫星降水数据的应用越来越广泛，精度问题已经成为众多研究关心的问题。Ferraro等将卫星降水数据与地面实测降水数据进行对比分析后发现卫星降水数据能够反应全球大部分地区降水的空间分布特征以及降水随时间的变化规律，但是也包含区域性、季节性的系统偏差以及大量的随机误差[8]。刘俊峰等对日、月、年3种时间尺度的TRMM 3B42多卫星降水数据在我国的精度进行了研究，结果表明该数据在降水充沛地区的精度要高于降水稀少地区，且存在一定的时空不稳定性[9]；Ward等对多种卫星降水数据在山区的误差进行分析，发现各种数据在地形复杂地区与地面实测降水数据的相关性较差[10]。

从以上研究可以看出，卫星降水数据在干旱地区和高原山地地区的精度相对较差，而青藏高原是世界上海拔最高的地方，存在喜马拉雅山脉、横断山脉等多个高大山系，地形条件十分复杂，而且该地区距离海洋较远，属于干旱和半干旱的内陆气候，降水量相对稀少。综上所述，在利用卫星降水数据对该地区的大气、水文等课题进行研究之前，有必要对卫星降水数据在该地区的精度进行全面评价。由于青藏高原地区的降水主要集中在夏季，所以本文主要对2003年～2009年的6月～8月的卫星降水数据的精度进行研究。本文选取空间分辨率为0.25°×0.25°的CMORPH多卫星降水融合数据作为研究对象，利用青藏高原地区79个地面台站的实测降水数据对CMORPH的月和年尺度上的精度进行全面评价，并在CMORPH误差特征分析的基础上对该数据进行初步修正。

2资料说明

CMORPH是美国CPC将多颗卫星的红外和微波降水数据融合后生成的具有较高时空分辨率的全球卫星降水产品[11]。红外波段具有穿透性较差、反演降水精度低的缺陷，但是由于红外传感器多安装在地球同步轨道卫星上，所以具有很高的时间分辨率。与红外波段相比，微波穿透性很强，能够反应云团内部降水粒子以及下垫面的信息，其反演降水的精度要远高于红外波段。但是微波传感器多安装在极轨卫星上，时间分辨率较差，不能实现对全球大部分地区的实时覆盖。CMORPH数据综合了红外数据时间分辨高，微波数据反演效果好的优势，在对多颗卫星的红外和微波观测数据拼接的基础上对二者进行融合，得到具有较高时空分辨率的高精度全球卫星降水产品。Shen通过将多种卫星降水数据在中国区域的精度对比后发现CMORPH的质量要高于其他降水数据[12]。本文选取2003年～2009年青藏高原地区夏季(6月～8月)空间分辨率为0.25°×0.25°，时间分辨率为3小时的CMORPH，并将其累加到月和年时间尺度。

本文的研究范围为青藏高原夏季降水较为集中的中西部地区(27.3°N～36°N，86°E～101°E之间)，使用的地面验证数据来自于青藏高原79个地面台站。图1为79个台站的空间位置及其2003年～2009年的平均降水量分布图。青藏高原的降水呈现出从东南向西北递减的趋势，而且喜马拉雅山脉北麓受地形的影响降水量相对较小。从地理分布上看，除了西北部台站分布较为稀疏外，其他地区的台站分布较为均匀，这为研究青藏高原降水的空间分布情况创造了有利条件。由于本文的目的是研究COMRPH数据对青藏高原夏季的月降水和年降水的模拟精度，所以分别提取各个台站2003年～2009年夏季的月降水量(6月～8月)，然后将3个月的降水量进行累加，获取年夏季降水量。

图1　地面台站空间位置及2003年～2009年平均降水量分布图

3CMORPH数据精度评价

3.1评价方法

本文对CMORPH数据评价包括两个方面：一是评价CMORPH数据对青藏高原地区降水空间变化趋势的模拟精度，即计算各月和各年CMORPH数据在79个地面台站的整体误差以及二者的相关性；二是检验CMORPH数据在各个站点的时间变化趋势是否与地面台站实测的降水数据一致，即分别计算每个站点长时间序列的观测数据与对应时间序列的CMORPH数据的相关性。评价指标包括相对平均偏差(Bias)，均方根误差(RMSE)和相关系数(R2)。

3.2空间变化趋势模拟精度

图2中的柱状图分别表示CMORPH数据在2003年～2009年夏季月降水数据的Bias、RMSE以及R2。从图2(a)中可以看出，CMORPH数据的月Bias值不但年际差异非常大，而且在同一年中各个月的变化也非常剧烈，这表明CMOPRH对青藏高原总降水量的模拟精度非常不稳定。其中2003年各月的Bias值差异最大，6月份高估了23%，而8月份则低估了43%。RMSE的年际变化以年内各月的差异则比Bias值小的多，最低值为37.6mm(2006年8月)，最高值为86.4mm(2004年7月)。不同时次的CMORPH与地面台站数据之间的R也呈现出非常大的差异，但总体来看的二者的空间相关性并不强，R2高于0.5的月份只有5个(约25%)，而有10个月在0.3以下(约50%)，其中2008年7月只有0.06。表明CMORPH数据对青藏高原月尺度降水的空间变化趋势模拟精度并不高。

图2　2003年～2009年月尺度和年尺度CMORPH数据

图2中的曲线图分别为CMORPH年数据在2003年～2009年Bias、RMSE以及R2的变化趋势。从图2(a)中可以看出，CMORPH数据在2006年～2008年存在明显的高估(其Bias值均在12%以上)，而在2004表现出明显的低估，在其他年份CMORPH年数据则能够较为准确地模拟该地区的降水量，Bias值均在2%以下。CMORPH年数据的RMSE值在94.6mm～156mm之间，而且年际波动也比较明显。通过将该值与年降水量对比后发现，二者存在明显的正相关性，其相关系数达到0.72。CMORPH数据和台站数据年尺度上R2均在0.6以下(图2(c))，其中2004年和2007年的值甚至低于0.2，说明CMORPH数据在年尺度上也不能很好地模拟青藏高原降水的空间变化趋势。

此外，CMORPH年数据存在明显的高值高估、低值低估的现象。图3为2003年～2009年CMORPH数据的模拟值和误差值的散点图，其中CMORPH数据的误差值是用各个地面台站的年数据分别减去对应的CMORPH年数据计算得到的。从该图中可以看出，CMORPH的模拟值与误差呈现出明显的负相关性，当CMORPH的值小于200时，其误差均为正值，随着CMORPH的值增高其误差逐渐降低。利用线性回归的方法对二者进行拟合，R2在0.53～0.7之间。

图3　2003年～2009年CMORPH年数据与其误差散点图

总体上看，无论是在月尺度上还是在年尺度上，CMORPH对青藏高原地区降水空间分布的模拟精度均存在很大的不稳定性，而且与地面台站的空间相关性都不高，如果使用CMORPH数据作为研究水文、气候等课题的输入数据，其误差会对研究结果的精度产生不同程度的影响。

3.3时间变化趋势模拟精度

图4和图5分别为月和年尺度上的各个站点长时间序列测量值与对应的CMORPH模拟值之间的R值分布图。从图4中可以看出，在月尺度上二者在大部分地区呈现出正相关性，其中在东南部地区部分站点二者的R值明显高于其他地区。沿喜马拉雅山脉北部3个站点处的R值为负值，最高可达-0.34，表明在这些站点处COMRPH数据的模拟值与地面台站的测量值时间变化趋势相反。在年尺度上，CMORPH模拟值和地面台站观测值呈现负相关性的站点数量达到15个，除了在月尺度上相关系数为负值的3个站点外，其余站点多位于青藏高原中部和东北部。东南部二者呈现出明显的正相关性，这与月尺度的结果一致，而其他地区站点处二者的相关系数均在0.5以下。

从该图可以看出，CMORPH数据在月尺度和年尺度上对青藏高原地区降水随时间变化趋势的模拟精度都具有很大的区域性。在两种时间尺度上，CMORPH对青藏高原东部地区降水时间变化趋势的模拟精度均要明显高于中部，而研究区域的西北部、东北部以及喜马拉雅山脉北麓的模拟精度最差。总体上看，除东南部地区外，CMORPH数据在青藏高原大部分地区与地面台站实测数据的相关性并不高，在很多站点还呈现出明显的负相关性。所以CMORPH数据不能很好地模拟该地区降水的时间变化趋势。

图4　2003年～2009年CMORPH月数据与地面台站相关系数(R 2)分布图

图5　2003年～2009年CMORPH年数据与地面台站相关系数(R 2)分布图

4CMORPH误差修正

从图2中可以看出，CMORPH数据无论在年尺度上还是在月尺度上都存在较为显著的误差，但是该数据与地面台站数据的相关性并不强且随时间变化很大，难以建立CMORPH数据与地面台站数据之间的线性方程对CMORPH数据进行修正。为了提高CMORPH数据的精度，本文引入Sokol模型利用地面台站数据对CMORPH年数据进行修正。Sokol模型是一种基于空间插值的非线性模型[13]，该模型的优点是能够利用降水数据的空间相关性对无地面台站地区的降水信息进行估算，较为适合对台站分布较为稀疏地区的卫星降水数据进行修正。其计算步骤如下所示：

①按照式(1)计算站点k处的修正系数Pk。其中Ck为CMORPH在站点k处的模拟值，Ek为其误差值，M为利用线性回归的方法对CMORPH模拟值以及误差值进行拟合得到的截距。

Pk=(Ek-M)/Ck

(1)

②对修正系数Pk进行克里金插值，并将插值结果的空间分辨率重采样至0.25°×0.25°以与CMORPH数据保持一致。

③在没有站点分布的(i，j)处，按照式(2)计算CMORPH数据的误差E(i，j)。其中C(i，j)为CMORPH在改点的模拟值，P(i，j)为克里金插值结果在该点的值。

E(i，j)=P(i，j)×C(i，j)+M

(2)

④将E(i，j)与C(i，j)相加，得到该点的修正结果。

为了Sokol模型的修正效果进行评估，本文从77个台站中随机提取18个台站的年降水数据作为验证数据，其余59个台站的数据用于对CMORPH数据进行修正。图6中(a)和(b)分别为修正前的CMORPH数据以及修正后的CMORPH数据的RMSE和R值的变化曲线图。从图6中可以看出Sokol模型都能够有效降低CMORPH数据的RMSE值，幅度在24%(2006年)～60%(2008年)之间；Sokol模型的R值与修正前相比有不同程度的提高，其中2007年和2008年分别从0.08和-0.02提高至0.51至0.59。上述结果表明Sokol模型能够有效降低CMORPH年数据的误差，提高其对青藏高原地区降水空间分布的模拟精度。

图6　修正前和修正后CMORPH年数据的RMSE和相关系数变化曲线

5结束语

由于青藏高原地区面积广大，地形条件复杂且地面台站稀疏，所以卫星遥感技术是获取该地区降水的重要手段，并已经得到了广泛应用。本文利用青藏高原中部和东部77个地面2003年～2009年夏季(6月～8月)的地面台站数据，对月尺度和年尺度的CMORPH多卫星降水数据的精度进行评价。通过计算月尺度和年尺度CMORPH数据相对平均偏差、均方根误差以及CMORPH数据与地面台站数据的相关系数，发现CMORPH数据对月尺度和年尺度的青藏高原降水的模拟精度存在明显的时空不连续性，且无论是对空间分布的模拟精度还是对各个站点降水的时间变化趋势的模拟精度都不高，甚至出现负相关性，难以直接应用于对青藏高原地区水文、气候等方面的研究。总体上看，CMORPH数据对青藏高原东南部的降水模拟精度要高于其他区域，喜马拉雅山脉、青藏高原东北部地区的精度最低。此外，CMORPH数据在年尺度上呈现出明显的高值高估、低值低估的现象，且CMORPH年数据与其误差之间的相关系数均在以上。

由于CMORPH数据与地面台站之间的相关性不强而且十分不稳定，为了提高CMORPH数据的精度，本文采用Sokol模型对CMORPH年数据进行了修正。验证结果表明，经过修正后的CMORPH年数据均方根误差显著降低，而相关系数则呈现出不同程度的上升，表明Sokol模型能够有效提高CMORPH年数据的精度。

参考文献：

[1]张杰，李栋梁，何金燕，等.地形对青藏高原丰枯水年雨季降水量空间分布的影响[J].水科学进展，2007，18(3)：319-325.

[2]MICHAELIDES S，LEVIZZANI V，ANAGNOSTOU E，et.al.Precipitation：Measurement，remote sensing，climatology and modeling[J].Atmospheric Research，2009，(94)：512-533.

[3]闵爱荣，张翠荣，王晓芳.基于微波成像仪资料反演陆面降水[J].气象科技，2008，36(4)：495-498.

[4]吴庆梅，程明虎，苗春生.用TRMM资料研究江淮、华南降水的微波特性[J].应用气象学报，2003，14(2)：206-214.

[5]HUFFMAN G J，ALDER R F，RUDOLF B，et.al.Global precipitation estimates based on a technique for combining satellite-based estimates，rain gauge analysis，and NWP model information[J].Climate，1995，(8)：1284-1295.

[6]白爱娟，刘长海，刘晓东.TRMM多卫星降水分析资料揭示的青藏高原及其周边地区夏季降水日变化[J].地球物理学报，2008，51(3)：704-714.

[7]江志红，唐振飞.基于CMORPH资料的长三角城市化对降水分布特征影响的观测研究[J].气象科学，2011，31(4)：355-364.

[8]FERRARO R R.SSM/I derived global rainfall estimates for climatologicalapplications[J].Geophys Res，1997，102(16)：715-735.

[9]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)：343-347.

[10]WARD E，BUYTAERT W，PEAVER L，et al.Evaluation of precipitation products over complex mountainous terrain：A water resources perspective[J].Adv.Water.Resour，2011，34(10)：1222-1231.

[11]ROBERT J J，JOHN E J，PHILLIP A A，et al.CMORPH：A method that produces global precipitation estimates from passive microwave and infrared data at high spatial and temporal resolution[J].Journal of Hydrometeorology，2004，5(3)：487-503.

[12]SHEN Y，XIONG A，WANG Y，et al.Performance of high-resolution satellite precipitation products over China[J].Journal of Geophysical Research，2010，(115)：D02114.

[13]SOKOL Z.Areal distribution and precipitation-altitude relationship of heavy short-term precipitation in the czech republic in the warm part of the year[J].Atmos Res，2009，94(4)：652-662.