中国区域空中水资源的计算与订正

2018-05-18谭璐璐王茜雯万逸波

江苏农业科学 2018年8期

谭璐璐，史岚，王茜雯，万逸波

（南京信息工程大学地理与遥感学院，江苏南京210044）

水汽含量指某一单位地区上空整层大气的水汽全部凝结并降至地面的降水量，其时空变化规律对于水循环、全球气候变化、生态环境、人工增雨（雪）作业等方面的研究具有非常重要的意义［1］。利用探空资料［2］、GPS反演［3］及地面观测资料［4］计算水汽含量方法虽然精度相对较高，但仅能代表单个站点及其周边有限区域的水汽含量，难以反映较大区域的水汽含量。利用NECP／NCAR再分析格点数据［5－6］求算水汽含量存在空间分辨率较低的劣势。利用卫星资料（例如MODIS）反演水汽含量［7－9］存在空间分辨率高、能进行大范围空间连续性观测的优势，然而卫星资料反演的水汽含量数据精度受到反演算法、地表类型等因素的影响较大，因此有必要对遥感反演数据结果进行订正。充分利用站点观测数据精度高和遥感反演可获得空间连续数据的优势，以高精度的实测站点数据订正遥感数据是提高遥感数据精度的的一个主要方法［10－12］。

本研究首先基于探空资料、地面观测资料计算了中国各观测站点处水汽含量，利用探空资料数据可靠、精度高和地面站点数量多的优势，建立探空站与地面站之间的拟合关系，以弥补探空站点数量少的缺憾。利用GIS技术［13－15］，采用地面资料联合探空资料来订正MODIS05近红外水汽含量数据，从而提高MODIS05近红外水汽含量数据的精度，为基于遥感数据等开展空中水资源的研究提供一定的借鉴。

1 研究区数据

使用的数据的时间尺度为2001—2010年，选用四季中具有代表性的1、4、7、10月（分别代表冬季、春季、夏季和秋季）10年月平均水汽含量数据作为研究所需数据。气象观测数据来源于中国气象数据网（http：／／data.cma.gov.cn／），数据包括气象站点的站点号、经度、纬度、海拔高度以及水汽压。将数据进行严格的质量控制和筛选，得到完整逐月观测资料的台站共656个。采用杨景梅经验公式［4］，由地面水汽压资料计算整层水汽含量。

探空数据来源于美国怀俄明大学气象数据网，共83个中国国际交换站点数据，其中73个站点参与数据的订正，10个站点为验证站点。MODIS05数据来源于NASA官网，下载范围为73～135°E、18～54°N。该数据集有红外（空间分辨率为5 km×5 km）和近红外（空间分辨率为1 km×1 km）2种水汽产品。本研究选取空间分辨率相对高的MODIS05近红外波段数据。由于Terra星和Aqua星是交叉时次观测，因此选取2颗星观测数据的平均值作为研究数据。用IDL语言批量实现图像的校正、拼接、裁剪及求月均值。

2 精度评价指标与订正方法

2.1 精度评价指标

本研究采用相关系数r、平均相对误差MRE、均方根误差RMSE作为评价指标，公式如下：

r的取值范围为［0～1］，越接近1，数据一致性越好；MRE讨论的是遥测降水值和实测值的绝对相对误差的平均状况，最优值为0；RMSE越小则表示误差越小。

2.2 MODIS的订正方法

2.2.1 拟合法订正MODIS 建立73个探空站资料值与对应的73个地面站资料值之间的线性关系，得到拟合系数。依据该系数和剩余的583个地面站观测资料拟合得到有地面资料但无探空资料的站点的水汽含量，将656个地面站点处水汽含量与MODIS05数据作差，采用反距离加权（IDW）法将两者之差推求到整个研究区，将得到的插值图与MODIS05数据进行栅格相加最终得到订正后的MODIS05数据，公式如下：

式中：YTK为73个探空站资料值，XTK＿DM为与探空站相对应的73个地面站大气可降水量值，a、b为系数，YNH为拟合得到的583个站点水汽含量，XDM为有地面观测资料但无探空资料的583个站点的水汽含量值，ΔPWVD＿M为站点处水汽含量与对应的MODIS05数据之差，PWVMODIS为原始的MODIS05水汽含量，PWVMODIS＿correct为订正后的 MODIS05水汽含量。

2.2.2 插值法订正MODIS05数据 73个探空站资料值与对应的73个地面站资料值作差，通过IDW法将两者之间的差推求到整个研究区域，按656个地面站点提取相应的值，将提取到的值与地面站点资料值相加，得到经过探空站订正后的地面水汽含量，按656个地面站点提取地面站点对应的MODIS05数据，并将两者作差，采用IDW法将两者之差推求到整个研究区，将得到的插值图与MODIS05数据图层进行栅格相加最终得到订正后的MODIS05数据。订正公式如下：

式中：ΔPWVT－D为探空站实测值与对应地面资料值之差，PWVTK为73个探空站实测水汽含量，PWVDM为与探空站对应的73个地面站水汽压推算得到的水汽含量，PWVDM＿correct为经过探空站订正后的656个地面站点水汽含量，PWVDM2为656个地面站点大气可降水量，ΔPWVD＿M为经过探空站点订正后的656个地面站点数据与对应的MODIS05数据之差，PWVMODIS为 MODIS05水汽含量，PWVMODIS＿correct为订正后的MODIS05水汽含量，Interpolate（）为插值函数，Extract（）表示按点提取图层值。

3 结果与分析

3.1 3种方法计算得到的结果分析

本研究分别计算了2001—2010年10年月平均1、4、7、10月由探空资料［2］、地面水汽压资料［4］、MODIS05近红外波段反演［10］得到的水汽含量，并绘制折线图（图1）。

由图1可知，探空资料结果与地面资料计算的结果一致性较高，地面资料计算的结果总体上较探空资料结果略微偏大。MODIS反演结果与探空资料结果相比，存在系统性偏低，这与达布·希拉图等的研究结果［7］一致。但3种计算方法得到的数据的变化趋势较一致。由北向南，MODIS反演结果低估水汽含量的现象越来越明显：北方高纬度干旱、半干旱、半湿润区三者一致性较好，MODIS反演误差较小；南方低纬度亚热带季风气候区、热带季风区，MODIS低估现象明显。从季节上看，1月水汽含量最少，MODIS估算效果最好；7月水汽含量最多，MODIS低估现象明显，4月和10月居中。

MODIS存在系统性低估的主要原因：MODIS近红外通道算法可以准确反映晴空大气总水汽量，而对云顶以下的水汽是无法反演的，不能做到全天候反演大气可降水。我国冬季受冷高压控制，天气以晴朗干燥为主，尤其是北方地区，因此MODIS反演结果较好。夏季受到季风影响，空中云量大，由于无法反演云层以下的水汽，且近地面是水汽集中区，因而MODIS出现普遍的低估现象。此外，夏季多降水，土壤的含水量增加使近红外区光谱反射率降低，也导致了反演的数据精度偏低。冬季由于此时地表较均匀并且地表反射系数较大，因而反演的结果比在夏季中的要准确些［6］。

为进一步验证由地面水汽压资料计算的水汽含量的精度，本研究以探空资料为检验值，制作了地面资料和MODIS反演结果的误差分析表（表1）。

从表1可以看出，地面资料计算的结果均好于MODIS反演的结果。各月地面资料计算结果与探空数据的相关系数均在96.81%以上，其中1月的相关系数最低，但相关系数仍达到96.81%，7月的相关系数最高，为99.13%。7月的平均相对误差和均方根误差均最小，分别为6.09%、2.48 mm，4月的平均相对误差最大，为16.36%，10月均方根误差最大，为3.28 mm。4月份MODIS反演结果与探空数据的相关系数最高，为97.38%，但仍比地面资料结果低1.59百分点；10月MODIS反演结果与探空数据的平均相对误差最小，为24.86%，但仍比地面结果高8.57百分点；1月MODIS05数据与探空数据的均方根误差最小，为3.97 mm，但仍比地面资料结果高1.76 mm。

上述数据精度的对比分析为本研究联合地面和探空资料订正MODIS05数据的可行性提供了有力的理论支持。

3.2 拟合法、插值法订正结果误差检验

为验证订正效果，以未参与订正的10个探空站为验证站点，做了基于原始MODIS05数据和以上2种方法订正得到的数据结果的误差对比分析（表2）。

表1 两方法计算结果对比

表2 MODIS原始数据与两种订正方法结果误差对比

由表2可知，2种订正方法都很好地提高了MODIS05数据的精度。经2种方法订正后的MODIS05数据与探空数据的相关系数均达到了99%以上，较原始MODIS05数据均有所提高，呈高度相关性；2种订正方法得到的结果平均相对误差均明显好于未订正的数据；经拟合法订正后得到的平均相对误差均略高于插值法，1月份拟合法得到的平均相对误差最大，为13.02%，较插值法结果高0.23百分点，但较MODIS05原始数据低15.64百分点。7月份拟合法得到的平均相对误差最小，为6.66%，比插值法的结果高2.23百分点，但较MODIS05原始数据低23.47百分点；除7月外，经拟合法订正的MODIS05数据的均方根误差均略小于插值法得到的结果；其中1月份拟合法得到的均方根误差最小，为0.87 mm，较插值法结果小0.38 mm，较MODIS05原始数据小3.49 mm；7月份最差，为2.09 mm，较插值法结果大0.35 mm，较 MODIS05原始数据小11.63 mm。2种订正方法得到的结果的均方根误差均明显好于原始MODIS05数据的结果，且2种方法订正效果相近。

为直观反映订正效果，制作了探空资料、地面资料推算水汽含量、插值法订正后的MODIS数据、原始MODIS数的雷达对比图，以显示订正效果（图2）。

从图2可以看出，低纬度地区的站点水汽含量大，探空资料、地面资料、MODIS反演得到的结果差距明显；高纬度、青藏高原地区站点水汽含量小，3种方法计算得到的结果差距小。总体上，地面资料计算的水汽含量最大，原始的MODIS反演结果最小，探空资料结果居中，这也进一步印证了图1所反映的信息。此外，订正后的MODIS结果与探空资料数据最为接近，其折线图位于地面资料结果与探空数据结果中间，这是地面资料和探空资料联合订正的结果。1、7月份订正效果较好，4、10月份订正效果略差。

为展示订正后MODIS05值与原始MODIS05之差，基于ArcGIS平台空间分析，以插值订正法为例，做了两者之差的空间分布，并在此基础上制作了等误差线总体趋势图（图3）。

图3是折线图1在空间上的反映。从图3可以反映出原始MODIS05数据整体上存在系统性偏低的状况。1月份MODIS反演效果最好，大部分地区低估在3 mm范围内，中国东南部局部地区低估3～9 mm；4、10月估算效果次之，大部分地区低估在9 mm范围内，东南部局部地区低估9～15 mm；7月低估现象最为明显，除西北内陆外，大部分地区低估在6 mm以上，东南部局部地区低估15～24 mm；各月亚热带、热带季风气候区低估最明显，温带大陆性气候区和青藏高原气候区估算效果最好。产生上述现象的原因已在前文阐述，在此不再重复。云南贡山县地处怒江大峡谷，立体气候和小区域气候特征明显，空气湿度大，是MODIS低估最明显的地区。

3.3 我国水汽含量空间分布图

为直观反映MODIS05数据订正效果，作了基于MODIS05原始数据、插值法订正后的MODIS05数据对比图（图4）。从图4可以看出，不论是原始MODIS05数据还是经过订正后的MODIS05数据，均一致地反映出我国水汽含量变化明显。从时间上看，1月受冬季风影响，气候寒冷干燥，我国水汽含量最小，且主要沿着纬向分布。7月温度高且受夏季风影响，大气可降水最大，呈明显的东南多西北少的局面。4月和10水汽含量居中。

从空间上看，我国水汽含量分布为低纬大于高纬、平原大于高原、沿海大于内陆。同时，地形对水汽含量的分布有着重要影响。例如，由于四川盆地地区四周被高山环抱，暖湿空气受地形的屏蔽及盆地内多有河流发育，地面可供蒸发量大等因素的影响，水汽含量明显较高。由于受高大地形影响，青藏高原地区降水量普遍偏小，且四季变化不明显，这也进一步映证了梁宏等的相关研究结果［16－17］。

此外，MODIS数据分辨率高，从图4也可以看出青藏高原的湖泊地区水汽含量明显高于周围地区，以1月份最为明显。如1月份青海湖等湖区水汽含量分布明显高于周围地区。同时，盛行西风将大西洋的水汽自西向东输送到内陆，受到青藏高原地形的阻挡，气流分成沿青藏高原南北两侧的南北两支流，其中北支流主要经过我国［19－20］，图中可以明显看出青藏高原北部有一个明显的高水汽含量带。