TRMM降雨数据在喀斯特地区的适用性分析<br/>——以贵州省为例

TRMM降雨数据在喀斯特地区的适用性分析
——以贵州省为例

2018-05-22周秋文

水资源与水工程学报 2018年2期

周秋文, 李芳

(贵州师范大学地理与环境科学学院，贵州贵阳 550001)

1 研究背景

降水是全球水循环的关键过程之一，准确掌握降水信息对研究不同时空尺度下的大气循环和水循环过程都起着至关重要的作用[1]。地面雨量站观测是获取降水数据的传统方式，具有较高的精度。但降水量在时空分布上存在着较大的差异，有限的站点以及空间分布的不均匀性难以反映真实的降水时空分布状况[2]。

随着航天和遥感技术的发展，出现了一系列具有高时空分辨率的卫星降水反演数据产品，包括TRMM ( Tropical Rainfall Measurement Mission)、FY等数据，这些卫星数据弥补了地面站点在空间分布上的不足，并在一定程度上满足了缺资料地区的数据需求[3-4]。国内外已有研究表明，TRMM数据与台站观测数据具有良好的一致性[1-4,7-11]。然而，已有的研究多集中在地形相对平坦地区，而山区地形复杂，降水受地形等因素影响，空间变异显著[5]。在地形平坦地区进行的TRMM数据精度验证与适用性分析结果，并不完全适用于地形复杂区。针对这一问题，不少学者也针对地形复杂区开展了一些工作。如嵇涛等[1]分析了TRMM数据在川渝地区的适用性。王晓杰等[7]分析了TRMM数据在天山地区的适用性。上述研究拓展了TRMM数据适用性研究的区域范围，是地形复杂区TRMM数据适用性分析的有益探索。

喀斯特地区是典型的地形复杂区，地表破碎、起伏度大。地形因素对降水产生显著影响，导致卫星降水反演结果难免在精度上有所欠缺[6]。因而结合地面雨量站点数据对卫星反演的降水数据进行精度和误差分析，对TRMM数据在喀斯特地区的适用性进行评估就成为一项重要的工作。然而目前TRMM数据在喀斯特地区适用性的研究较少[12]。且已有研究未分析TRMM数据在喀斯特地区空间分布的合理性，也未分析各地形因素对TRMM数据的影响。

本研究选取贵州省1998-2015年内19个气象站点与同期TRMM 3B43数据进行对比分析，探讨TRMM卫星降水数据产品在年、月尺度上的精度和质量。并以降水重心移动轨迹来揭示TRMM降水数据的空间精度及合理性。进而分析高程、坡度和坡向对TRMM数据精度的影响。研究旨在丰富TRMM降水数据在喀斯特地区的适用性评估研究，从而为开展TRMM降水数据在该地区的空间降尺度和水文模拟应用提供基础。

2 研究区概况

贵州是一个高原山区省份，地势西高东低，平均海拔1 100 m。地貌的显著特征是山地多，山地和丘陵占全省总面积的92.5%，其中喀斯特地貌面积达61.9%，是世界上喀斯特地貌发育最典型的地区之一(图1)。

贵州属亚热带湿润季风气候。由于纬度较低，海拔较高，又多受东南季风的影响，气候地域差异较大，但总体是温暖湿润，雨热同季，降水丰富。由于受地质、地貌、气候、水文等自然因素的影响，降雨不仅是该地区生态环境状况的主要影响因素，而且是导致该地区土壤侵蚀和石漠化的主要动力因素。贵州山多坡陡，地表崎岖破碎，是全国地区唯一一个没有平原支撑的省份。区域内降水空间分布格局异常复杂，多年平均降水量约1 183 mm，且空间分布差异大，年内分布不均。

图1 贵州省地理位置及气象站点分布

3 数据与方法

3.1 数据准备

本研究所采用的数据包括TRMM 3B43月降水数据，气象站点实测降水量数据以及90m空间分辨率的高程数据。TRMM3B43降水数据来源于NASA，选取了1998-2015年空间分辨率为0. 25°的降雨数据，其数据格式为 HDF[4]。地面气象站点实测降水数据来自中国气象数据共享服务中心，选取1998-2015年贵州省19个站点的气象数据，对卫星降水数据进行检验。尽管气象站点观测数据代表范围有限，无法全面地反映出区域内降水的真实情况，但其依然是降水最直接、准确的测量方式[13-14]。因此本研究以台站降水观测数据为降水的“真值”。

3.2 检验及分析方法

本研究采用相关系数(R) 、相对误差(BIAS)对 TRMM 降水数据进行精度检验，其计算公式如下：

(1)

(2)

式中：n为总的样本数量；xi为TRMM卫星观测产品记录的降水量;yi为同一时间点同一位置地面气象站记录的降水量。相对误差反映了TRMM降水数据与站点实测降水值在数值上的偏离程度，相对误差越接近 0，则数据越精确。

降水重心是研究范围内指定时刻降水分布在空间平面上达到力矩平衡的点，用于体现降水在研究范围内的分布特征[15-16]。本研究运用降水重心指标来衡量TRMM卫星观测产品对降水空间分布格局估算的准确程度。计算公式如下:

(3)

(4)

式中:n为研究范围内的样点数，对于实测数据而言为地面气象站数量，对于TRMM卫星观测产品而言是研究范围内栅格数量； (xi,yi)为各样点的地理坐标;pi为样点的降水量。

4 结果与分析

4.1 TRMM年尺度数据精度检验

4.1.1 数据整体精度检验以 1998-2015年研究区内19个气象站点的年实测降水量为自变量，对应年份各气象站点所在的网格内TRMM 3B43年降水数据为因变量，进行一元线性回归分析(图2) 。经检验，TRMM年降水数据与站点实测降水量的决定系数R2=0.668，相关系数R=0.817，斜率K=0.751，年降水量相对误差为5.12%，显示了两者之间存在显著的相关性。TRMM年降水数据的降水值比站点实测降水量略微偏高。其中，研究区中东部降水较多的区域相对误差更大，最大相对误差达到46.75%；而西部地区降水较少，相对误差也较小，平均最小的仅为-0.55%。总体而言，TRMM 3B43估计的年降水数据精度较高，能够满足在年尺度上应用的需要。

图2 贵州省1998-2015 年TRMM年降水数据与站点实测降水量散点图

4.1.2 单个站点数据精度检验降水时空分布受到地形、气候、经纬度、海拔、海陆位置等诸多因素的影响，整体检验结果掩盖了个别站点上TRMM降水数据与站点实测降水量之间的差异[12]。仅仅对数据进行整体精度检验是不全面的，还需要对单个站点进行精度检验 (表1)。利用公式(2)计算得到研究区内各站点的相对误差(表1)。由表1 可知，大部分气象观测站点实测年降水量与TRMM年降水数据之间的相关系数在0. 8 以上，相关性较好。该结论与数据精度整体验证的结论相一致，进一步表明了在喀斯特地区，TRMM年降水数据与站点实测降水量存在明显的线性关系，数据精度较高。但各气象站点与TRMM年降水数据的相关系数分布并不均匀，不同区域的气象站相关系数差异明显。

19个观测站点中，盘县、习水和湄潭3个站点的相对误差为负值，表明在这些站点上，TRMM年降水数据在整体上相比于站点实测降水量存在一定程度的低估。其余16个站点的相对误差为正值，表明在这些站点上，TRMM月降水数据在整体上相比于站点实测降水量存在一定程度的高估。19个观测站点中，有15个站点相对误差在[-10%，10%]之间，表明大多数站点上TRMM月降水数据跟站点实测降水量在数值上差异很小。各观测站点的相对误差值差异明显。

湄潭、兴义两个站点的相对误差分别为-0.19%、2.1% ，表明TRMM卫星估算产品和气象站实测数据具有非常好的一致性。而榕江站点的相对误差分别为20.54%，榕江站TRMM卫星估算产品和气象站实测数据有一定的差异。

表1 1998-2015年各站点年均降水量与TRMM 数据降水量对比

4.2 TRMM月尺度数据精度检验

4.2.1 数据整体精度检验以研究范围内1998-2015年19个气象站月尺度实测数据为自变量，各气象站点对应地理位置的网格内TRMM月尺度卫星估算降水产品为因变量进行一元线性回归分析(图3)。结果表明，TRMM卫星估算降水产品与气象站实测数据的决定系数为0.86，相关系数R=0.927，斜率K=0.9127，显示了两者之间具有较高的一致性。总体而言，TRMM月降水数据比站点实测降水量偏大。

图3 贵州省1998-2010年TRMM 3B43月降水数据与站点实测降水量散点图

4.2.2 单个站点数据精度检验由于总体检验会掩盖局部站点卫星观测数据与气象站实测数据的差异，因此对单个气象站点的TRMM数据经度进行逐一检验。以19个气象站点1998-2015年实测月降水数据为自变量，以气象站点对应的TRMM降水数据为因变量，作一元线性回归分析，得到 TRMM数据与气象站点之间的相关系数R。由表2可知，大部分气象站点的月降水实测数据与TRMM卫星观测产品之间的相关性较好(R>0.9)，分析结果进一步说明TRMM卫星观测产品精度较高，在喀斯特地区具有较好的适用性；气象站观测结果与TRMM卫星观测产品之间的相关系数在不同站点存在一定差异，其中习水站的相关系数最小，为0.871。虽然比其他站点低，但相比较其他研究区，该点精度较高，相关性也较好。

由表2可知，在研究范围内19个气象站点中，相对误差指标有盘县、习水、湄潭3个站小于0，表明上述站点的TRMM月尺度卫星观测降水小于气象站实测降水，TRMM卫星一定程度上低估了降水量。其余16个气象站的相对误差大于0，表明这16个站点的TRMM月降水数据高于气象站点实测降水量，TRMM卫星一定程度上低估了降水量。在19个实测气象站点中，有15个气象站点绝对误差不超过正负10%，表明大部分气象站点位置上的TRMM月尺度卫星观测降水数据与气象站实测降水相近，能够一定程度上表明TRMM卫星观测降水数据的准确性。虽然总体上研究区内的相对误差较小，但是各站相对误差存在一定差异。湄潭站的相对误差-0.19%，说明该站TRMM卫星观测降水数据和气象站实测降水之间有非常好的一致性。而榕江站的相对误差达到20.54%，说明该站点的TRMM月降水数据和气象站点实测降水之间差异明显。而榕江站对应的相关系数却分别为0.933，可见，单从相关系数来考虑TRMM月降水数据和站点实测降水之间的相关性，容易忽略相关系数高的降水数据之间可能存在较大误差的现象，因而需要考虑两者之间的相对误差。

将各站点位置上多年月均TRMM降水数据与气象站实测数据数据绘制折线图(图4)。由图4可知，研究区内19个气象站点位置上TRMM观测与气象站实测多年月均降水数据总体上较为一致，TRMM数据在大部分站点上均略高于气象站实测降水量。研究范围内年内降水分配不均，全年降水主要由夏季降水构成，冬春两季降水所占比重很小。在数值上，冬季TRMM数据与气象站点观测站差异明显，桐梓站的达到了36.8%，其他季节两者差异较低。

表2 1998-2015年月尺度TRMM 3B43 数据与站点实测值的相关系数与相对误差

图4 贵州省1998-2015年TRMM与站点实测月降水量折线图

综合以上精度检验结果可知，总体上，贵州地区TRMM月降水数据和气象站点实测降水之间具有较高的一致性，研究区范围内的相关系数R约为0.9，湄潭站的相关系数低于其它站点， TRMM卫星观测月降水数据整体上略高于气象站点实测降水。从单个站点看，大部分站点位置的气象站点实测降水与TRMM卫星观测月降水数据相近，相对误差均在±10%以内。

4.3 TRMM降水数据空间分布可靠性评估

降水重心移动轨迹可以揭示降水分布变迁状况，若TRMM卫星观测降水和气象站实测数据的重心分布及迁移特征相似，则可证明两者在空间尺度上具有一定的相似性[15-16]。利用1998-2015 年19个站点TRMM卫星观测数据和气象站点实测数据，根据公式(3)、公式(4)得到上述数据的逐年降水重心位置，从而得到研究时段内年降水重心的迁移轨迹和方向(图5、表3)。多年尺度上， TRMM卫星观测数据和气象站实测降水重心分别为 (106.6°E，26.5°N)和(105.1°E，26.1°N)，TRMM卫星观测数据的降水重心在气象站观测降水重心的西南方向17.82 km 处，TRMM数据和气象站观测数据的降水重心位置相似。由表3可知，只有2001-2002、2003-2004、2004-2005年站点数据和TRMM卫星观测数据降水重心的迁移方向完全一致；1998-1999 年、2000-2001年、2005-2006年、2006-2007年、2007-2008年两者重心迁移方向表现为经向上一致；2012-2013年、2013-2014年、2014年-2015年表现为纬向上一致；只有1999-2000 年、 2002-2003年、2008-2009年、2009-2010年两者迁移方向不同。上述结果说明，TRMM卫星观测降水数据产品基本能反映贵州省降水空间分布格局及其迁移特征。

图5 气象站点、TRMM年降水重心位置及变迁路线

降水重心迁移方向年份变化站点数据TRMM数据降水重心迁移方向年份变化站点数据TRMM数据1998-1999东南东北2007-2008东南东北1999-2000西南东北2008-2009东北西南2000-2001西北西南2009-2010西南东北2001-2002东北东北2010-2011东北西南2002-2003东北西南2011-2012西北东北2003-2004东北东北2012-2013东南西南2004-2005西南西南2013-2014西北东北2005-2006东南东北2014-2015东南西南2006-2007东南东北

4.4 地形因素对TRMM降水数据精度的影响

图6 贵州省高程与相关系数R 、| BIAS | 散点图

图7 贵州省坡度与相关系数R 、| BIAS | 散点图

图8 贵州省坡向与相关系数R 、|BIAS| 散点图

5 结论

贵州省TRMM年数据与站点实测降水量的相关系数R=0.817，斜率K=0.751 ，显示了两者之间存在很好的线性相关性，数据质量较高。TRMM月数据与站点实测降水量的相关系数R=0.927，斜率K=0.9127，表明TRMM月数据精度较高。整体而言，TRMM数据的降水值在年和月尺度上均比站点实测降水量偏高。年尺度上，大多数站点的相关系数R均在 0. 8以上，个别站点R值较低。对各站点计算相对误差BIAS的结果与R值计算结果趋势类似，大部分站点相对误差较小。月尺度上，大多数站点的相关系数均在0.9以上，相对误差的结果与R值计算结果趋势类似，大部分站点相对误差较小。分析表明坡度对TRMM降水数据精度的影响大于高程和坡向。

综上所述，总体而言，TRMM降水数据在喀斯特地区具有一定精度，但是降水量少或地形起伏大的地区精度相对较低。在喀斯特地区应用该数据时，应针对不同地区进行精度检验，必要的情况下进行数据同化或空间降尺度处理，以提高数据精度。

参考文献：

[1] 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.

[2] 田苗,童杨辉. TRMM卫星降水数据在江苏省的适用性分析[J]. 江苏农业科学,2016,44(12):440-444.

[3] 王兆礼,钟睿达,赖成光,等. TRMM卫星降水反演数据在珠江流域的适用性研究——以东江和北江为例[J]. 水科学进展,2017,28(2):174-182.

[4] 吕洋,杨胜天,蔡明勇,等. 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,2013,28(8):1414-1425.

[5] PRAKASH S, MITRA A K, MOMIN I M, et al. Comparison of TMPA-3B42 versions 6 and 7 precipitation products with gauge-based data over India for the southwest monsoon period[J]. Journal of Hydrometeorology,2015,16(1):346-362.

[6] AGHAKOUCHAK A,NASROLLAHI N,HABIB E. Accounting for uncertainties of the TRMM satellite estimates[J]. Remote Sensing,2009,1(3):606-619.

[7] 王晓杰,刘海隆,包安明. TRMM 降水产品在天山及周边地区的适用性研究[J]. 水文,2014,34(1):58-64.

[8] 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价[J]. 应用生态学报,2014,25(11):3296-3306.

[9] 骆三,苗峻峰,牛涛,等. TRMM 测雨产品 3B42 与台站资料在中国区域的对比分析[J]. 气象,2011,37(9):1081-1090.

[10] 穆振侠,姜卉芳,刘丰. 基于TRMM/TMI 与实测站点的降水垂直分布差异性探讨[J]. 干旱区研究,2010,27(4):515-521.

[11] 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.

[12] 李威,蒋平,赵卫权,等. TRMM卫星降水数据在喀斯特山区的适用性分析——以贵州省为例[J]. 水土保持研究,2016,23(1):97-102.

[13] XIE P,ARKIN P A. Global precipitation:A 17-year monthly analysis based on gauge observations,satellite estimates,and numerical model outputs[J]. Bulletin of the American Meteorological Society,1997,78(11):2539-2558.

[14] NEW M,TODD M,HULME M,et al. Precipitation measurements and trends in the twentieth century[J]. International Journal of Climatology,2001,21(15):1889-1922.

[15] 罗火钱,李成伟,魏加华,等. TRMM降水数据在沙溪流域的精度验证[J]. 亚热带资源与环境学报，2015，10(4):69-76．

[16] 张月圆,李运刚,季漩,等. 红河流域 TRMM 卫星降水数据精度评价[J]. 水资源与水工程学报,2017，28(2):1-8