TRMM卫星降水数据在区域干旱监测中的适用性分析

2018-08-21陈少丹张利平郭梦瑶

农业工程学报 2018年15期

陈少丹，张利平※，郭梦瑶，柳鑫

（1. 武汉大学水资源与水电工程科学国家重点实验室，武汉 430072；2. 水资源安全保障湖北省协同创新中心，武汉 430072）

0 引言

干旱是发生频率最高、影响最为广泛的自然灾害之一，对农业、生态、社会和经济都造成了巨大的影响[1-5]。在众多的干旱指数中，标准化降水指数（standardized precipitation index，SPI）计算简单且具有多尺度特征，资料容易获取，被广泛应用于干旱监测研究中[6-7]。干旱指数一般需要依赖于地面气象观测站点的数据进行计算[8]，然而在实际应用中，由于区域气象站点空间分布稀疏和不均匀性、资料缺测或无资料[9]，便使基于气象站点计算的干旱指数用来评估大面积区域干旱状况带来了误差。

随着遥感技术的快速发展，出现了一系列基于遥感数据反演的卫星降水产品，其具有较大的空间覆盖范围，在时间和空间上对区域降水都能够进行连续的观测，近年来已成为监测全球降水变化的重要数据源[10-11]。由美国国家航空航天局（National Aeronautics and Space Administration，NASA)发布的热带降雨卫星（tropical rainfall measurement mission，TRMM）数据产品是目前应用最广的卫星降水产品[12-16]。王兆礼等利用卫星降水产品（TRMM multi-satellite precipitation analysis，TMPA）对中国大陆的干旱效用进行评估，结果表明该遥感降水产品在时间和空间上都能刻画出干旱的演变规律，适用于大尺度的干旱监测[8]；杜灵通等利用卫星遥感监测的大区域覆盖和气象观测站点的普遍适应性等优点，使用TRMM的月降水量数据和Z指数干旱监测方法对山东省的干旱变化进行了评估，验证得到TRMM-Z指数方法在干旱监测过程中具有很高的适用性[17]；李景刚等利用洞庭湖流域的TRMM数据，通过Z指数干旱监测方法对流域近10 a来的旱涝发生特点进行了研究，并通过与实测数据的对比分析，验证了TRMM数据在洞庭湖流域干旱评估中具有较高可信度[18]。

虽然目前与TRMM有关的卫星降雨数据精度分析较多，但这些研究多为全国或更大尺度，从而可能会掩盖中小尺度上的数据差异，并且国内TRMM卫星降水产品应用于干旱监测和评估方面仍然比较薄弱，分别将TRMM 3B43数据和气象站点的观测数据计算得到的干旱指数进行时间和空间的比较，系统地分析TRMM数据在干旱监测中的适用性分析研究较少。基于此，本文以河南省为研究区域，基于SPI分析了河南省干旱多时空尺度演变特征，对TRMM 3B43卫星降水产品和气象站点的观测数据计算得到的干旱指数进行比较分析，为在区域尺度上使用卫星遥感降水产品替代地面气象站点观测数据提供可能性，以期为河南省的干旱监测预警和农业生产提供参考依据。

1 研究区数据与方法

1.1 研究区与数据

河南省位于中国中东部、黄河中下游，界于110°E－116°E和 31°N －36°N 之间。研究区年平均降水量约为500～900 mm，降水的时空分布不均，易受旱涝灾害的影响[19]。文中采用河南省1998－2016年气象站点逐月的降水数据，由中国气象科学数据共享网（http://cdc.cma.gov.cn/home.do）提供，部分站点降水数据个别年份缺失，因此选用河南省17个气象观测站点进行研究，站点分布见图1。TRMM卫星共搭载了5种遥感仪器，其中用于降水观测的有 3种：可见光和红外扫描仪（visible and infrared scanner，VIRS）、TRMM 微波成像仪（TRMM microwave imager，TMI）和降雨雷达（precipitation radar，PR）[20-21]。本研究选用的 TRMM 3B43月降水数据是 TRMM 卫星与其他卫星以及地面观测联合反演的降水产品，覆盖范围是50°S～50°N，数据格网的空间分辨率是 0.25°×0.25°，具有覆盖范围广、准确率好和空间分辨率较高等特点[22-24]。

图1 河南省气象站点及TRMM 3B43空间格网数据分布Fig.1 Location of meteorological stations and TRMM 3B43 spatial resolution grid in Henan province

1.2 研究方法

不同时间和区域的降水量变化较大，直接用降水量很难在不同时间尺度上进行比较，所以在 SPI的计算过程中，将降水量序列看作服从Г分布[25]，利用Г分布概率密度函数求累积概率，再通过正态标准化求出 SPI值[26-29]。具体计算过程如下：

式中 γ，β是 Г分布函数的形状与尺度参数，c0、c1、c2和d1、d2、d3是分布函数转换成累积频率时的计算过程参数，其值为：c0=2.515 517，c1=0.802 853，c2=0.010 328，d1=1.432 788，d2=0.189 269，d3=0.001 308。

SPI具有多时间尺度的特征，本研究主要选取1、3、6和12个月的尺度进行分析。按照中国气象局制定的SPI干旱等级划分标准对河南省的干旱等级进行分析（表1）。

表1 SPI干旱等级划分Table 1 Drought classification based on SPI values

2 结果与分析

2.1 TRMM 3B43降水数据评价分析

本文选用TRMM 3B43卫星降水产品1998－2016年的数据，与研究区内17个气象站点数据进行比较分析，从图2中可以看出，TRMM月尺度降水数据与气象站点的观测数据具有很高的相关性，除少数情况下，TRMM对降水存在略微高估现象。

图2 TRMM 3B43与气象站点月平均降水量年际变化Fig.2 Mean monthly distribution of precipitation from the meteorological stations and TRMM 3B43 product

图3是1998－2016年TRMM 3B43和气象站点月降水量的相关系数，其通过了0.01显著性水平的检验。可以看出，两者之间的相关系数都高于0.9，站点相关系数最大值是 0.968，位于南阳站，最小值是 0.911，出现在许昌站，可以发现TRMM 3B43卫星降水产品在站点尺度上很接近地面观测降水量，因此可以使用TRMM 3B43遥感降水产品替代地面观测站点，也为区域干旱监测提供了新的数据源。

图3 TRMM 3B43和气象站点月降水量的相关系数Fig.3 Correlation coefficients of monthly precipitation derived from TRMM 3B43 product and weather stations

2.2 TRMM产品的干旱多时间尺度评估

为了评估TRMM 3B43降水产品在干旱监测中的应用，根据SPI的计算过程对河南省的1、3、6和12个月的时间尺度分别进行计算，分别得到TRMM格网数据和气象站点的1998－2016年各时间尺度年际变化（图4）。可以看出，TRMM格网数据和气象站点数据存在着很高的一致性，波动幅度随着时间尺度的增大而减小。图4a、b中两者间的SPI值能很好的拟合，图4c、d中两者间的拟合程度稍差，随着时间尺度的增大，基于 2种数据源计算的 SPI值一致性呈略微减小趋势。但总体上两者间的拟合性较高，TRMM数据能够替代站点观测数据进行干旱的监测与评估。通常SPI-3的值表示的是各季节的干旱状况，每年的 5、8、11、2月分别代表春、夏、秋、冬的干旱状况。SPI-12是年干旱状况，每年12月代表的是年干旱的SPI 值。

图4b中可以看出，1998年以来春季发生干旱事件的年份是2000、2001年；夏季发生干旱事件的年份是1999、2014年；秋季发生干旱事件的年份1998、2001、2007年；冬季发生干旱事件的年份1999、2012年。从图4d 12个月时间尺度的SPI值中可以看出发生干旱的年份是1999、2001、2012和2013年。

图4 基于TRMM数据和气象站点计算的SPI时间序列Fig.4 SPI time series calculated from TRMM 3B43 and meteorological stations

为了进一步评估 TRMM 3B43降水数据计算的 SPI值的空间适用性，对站点的不同时间尺度的 2种数据源的SPI时间序列进行相关性分析，获得1、3、6 和12 个月SPI值的相关系数，如图5所示。可以看出，2种数据计算的SPI值具有很大的相关性，其值均大于0.7，其相关系数都能通过0.01显著性水平的检验。相关系数最小值发生在信阳，信阳气象站的各时间尺度计算出的相关系数相对其他站点较小，其原因可能是信阳站降雨量较大，且处于高程的变化地带，因此导致相关系数较小。另外，大部分站点时间尺度越大，其相关性会稍微降低，但总体上，TRMM 3B43和气象站点数据计算的SPI值的相关系数都高于0.7，TRMM 3B43卫星降水产品在计算的SPI值可以用来监测干旱事件。

图5 不同时间尺度下TRMM 3B43和气象站点数据计算的SPI值的相关系数Fig.5 Correlation coefficients of SPI calculated by TRMM 3B43 product and weather stations under different time scales

河南省不同时间尺度的干旱面积百分比见图6，该图描绘了不同等级干旱事件（极端干旱（-∞，-2]、严重干旱（-2，-1.5]和中等干旱（-1.5，-1]）占全省的面积百分比，从空间角度分析了河南省干旱的分布状况。随着时间尺度的增大，干旱面积百分比会出现延迟效应，图 6a中1998年9月全省76.6%的面积都出现了干旱事件，但图6b中1998年11月才开始出现100%的区域面积都发生了干旱，图6c中1999年2月100%的区域面积发生了干旱事件，图6d中1999年8月可以看出全省区域发生了干旱。图6中清晰地看出1998－2016年全省的干旱面积比值，总体来说，河南省中等干旱事件的发生频率最大，其次是严重干旱事件，极端干旱事件发生频率相对较小。

图6 河南省不同时间尺度的干旱面积百分比Fig.6 Percentage of drought area at different time scales in Henan Province

图7 1998-2016年1-12月干旱频率空间变化分布Fig.7 Spatial distribution of drought frequency changes from January to December during period from 1998 to 2016

基于SPI-3计算了河南省干旱指数的典型干旱月份，在河南省严重干旱月份时，80%以上的区域面积都发生了干旱事件。图7是1998－2016年1－12月的干旱频率空间变化分布， 1、2、3、4、5、6、7、8、9、10、11 和12月的干旱频率均值分别是15.41%、13.74%、14.57%、15.77%、14.09%、17.57%、16.56%、15.54%、17.65%、14.02%、14.99%和14.26%。干旱频率最大值出现在9月，其值变化范围是5.26%～31.58%。另外, 对17个气象站点的中等干旱频率、严重干旱频率和极端干旱频率分布状况进行了统计，见图8。

从图8可以看出，除南阳和商丘站点外，3种等级干旱频率以中等干旱比例占最大。干旱发生频率最大值出现在驻马店（18.42%），其中等干旱、严重干旱和极端干旱分别为9.21%、6.14%和3.07%；其次为固始和栾川地区，这2个地区的干旱频率分别为17.12%和16.23%；干旱频率最弱的地区为安阳（12.72%），其中等干旱、严重干旱和极端干旱分别为5.70%、5.26%和1.75%。另外，卢氏的中等干旱频率最大，为10.53%，但其严重干旱频率最小（1.31%）；郑州地区极端干旱频率最大（5.26%）。相对于以往基于SPI计算的干旱频率空间分布都是基于站点进行插值，站点的分布及数目都会给结果带来误差，基于TRMM 3B43数据计算的SPI值为计算干旱的空间分布提供了新的途径。

图8 1998-2016年各气象站点不同等级干旱频率分布状况Fig.8 Drought frequency of different grades of drought severity at different meteorological stations from 1998 to 2016.

3 讨论

另外，虽然TRMM 3B43卫星降水产品在河南省干旱监测中得到了很好的应用，但Wu等[30]指出SPI的计算精度受时间序列长度影响，减少时间长度可能会导致参数估计的不稳定性，但由于 TRMM 降水数据产品是从1998年1月开始提供，因此长时间序列的干旱指数计算暂时是不可能的，不过NASA全球降水观测计划将会持续进行并提供更长时间序列的卫星降水产品。另外，河南省的旱灾频繁发生，以往的干旱监测大多是基于气象站点进行计算，然后通过空间插值得到区域的分布状况，气象站点数量的不足及分布不均都会限制空间插值的准确性。TRMM数据格网在区域内均匀分布，有效地弥补了气象站点插值带来的误差。因此，即使在气象站点空间分布稀疏及不均匀、资料缺测或无资料地区，都可以使用TRMM降水产品替代地面站点观测数据进行区域干旱的监测与评估，也为未来区域水文预报及灾害监测提供技术支持。