TRMM/ GPM卫星降水产品在淮河上游逐日和小时尺度的精度评估

2018-11-20余钟波杨传国

水资源与水工程学报 2018年5期

王蕊，余钟波，杨传国，李莹

(1.河海大学水文水资源学院，江苏南京 210098； 2.河海大学水文水资源与水利工程科学国家重点实验室，江苏南京 210098； 3.中国气象局国家气候中心，北京 100081)

1 研究背景

降水是全球陆地水文循环的重要要素，是地面水文过程最为关键的驱动参数。降水监测，尤其极端降水，对于预防洪水、暴风雪、泥石流、山体滑坡等自然灾害具有十分重要的意义[1]。传统的地面雨量站观测可以提供准确和直接的站点观测降水，但由于站点分布、地形等因素的影响，不能精确地反映大尺度降水的时空分布特征[2]；雷达估计降水也会受到运行环境以及雷达回波等误差来源的影响[3]。而卫星监测范围大，且时空分辨率高，可以为降水资料稀缺地区或者无降水资料地区提供新的数据支撑。热带降雨测量卫星(Tropic Rainfall Measurement Mission，TRMM)是美国国家航空航天局(NASA)和日本宇航研究开发机构(JAXA)联合研发的专门用于监测热带、亚热带地区降水的卫星[4]，其搭载的降雨雷达(PR)为全球第一个星载测雨雷达，可以提供暴雨的三维结构，对降水的精确估计起着重要的作用[5]。GPM作为TRMM卫星的继任者，其核心卫星于2014年2月27日成功发射，GPM携带了全球首个Ku/Ka波段双频测雨雷达(DPR)[6]。相对于TRMM 降雨雷达(PR)，DPR可以提供液态和固态降水的强度和三维轮廓，可以更加精准地监测微量降水(<0.05 mm/h)和固态雨雪，对中高纬度地区的研究具有十分重要的意义[7-9]。

许多学者对上一代TRMM卫星降水数据的精度及水文模拟进行了大量的研究工作，如冯海涛等[10]发现TRMM 3B43月降水数据在云南省具有较高的精度，Yong Bin等[11]评价了TRMM 3B42实时和非实时卫星产品的时空变化特征，刘少华等[12]对中国大陆流域分区TRMM降水质量进行了评估，结果表明各流域TRMM降水量与气象站演变趋势基本一致，卫星降水相对于地面站点，具有较好的精度。但目前国内外关于新一代GPM降水数据精度验证较少，尤其是对小时尺度极端降水事件的研究，因此亟需开展相关研究。本文选取暴雨洪涝等自然灾害频发的淮河上游区(洪河口以上)为例，结合实测逐日和小时降水数据，采用综合评价指标和地理信息系统方法评估TRMM 3B42v7和新一代卫星产品GPM IMERG降水产品的时空精度，以期为卫星降水数据在区域洪水预报和水文预报预警等方面的应用提供依据。

2 数据和方法

2.1 研究区

淮河上游位于洪河口王家坝水文站以上，集水面积3.1×104km2，干流河长360 km(31°30′～33°32′N，113°15′～115°36′E)，西起河南省南阳市桐柏县西部的桐柏山主峰太白顶西北侧河谷，流域内海拔高度21～1 120 m，地形较为复杂，西部和南部为山区、丘陵区，其余为广阔的平原。流域属暖温带半湿润季风气候区，地处我国南北气候过渡带，冷暖和早涝转变急剧，气温变化由北到南递增，年平均气温为11～16℃，年内降水多集中在6-9月份。

2.2 数据来源

本研究采用的实测逐日降水资料从中国气象数据网(http://data.cma.cn)获取的0.25°×0.25°淮河上游区(洪河口以上)2014年4月～2015年12月的网格降水，该数据集从综合库实时提取全国2419个站逐日降水量，采用基于“气候背景场”的最优插值方法所得[13]。暴雨过程所采用的0.25°×0.25°小时数据来自国家气象科学数据中心，由上述全国2419个气象站插值得到。

卫星降水资料选择采用最新算法处理校正的全球0.25°×0.25°每3h的TRMM 3B42v7降水产品和全球0.1°×0.1°毎0.5h的新一代卫星产品GPM_IMERG(均为research 版本，在后文中分别简称为TRMM和GPM)，将两种卫星数据分别在3h和0.5h时间尺度上进行累加得到TRMM和GPM卫星逐日降水数据。两组卫星降水数据由NASA网站 (https://pmm.nasa.gov)下载。

2.3 研究方法

为了定量评估各卫星降水产品的精度，本研究采用了3种不同类型的评价指标。第一种指标相关系数(CC)反映卫星降水与实测降水序列的线性相关程度。第二类指标包括相对偏差(BIAS)、均方根误差(RMSE)、平均误差(ME)，用来描述卫星降水相对于实测降水的误差。第三类指标包括命中率(POD)、误报率(FAR)、成功系数(CSI)，用来描述卫星反演降水对不同降水事件发生频次的把握能力，各指标计算公式见文献[14]。以实际降水的面平均值为基准，根据国家气象部门关于降水标准的有关规定，日降水量可分为小雨(<10 mm)、中雨(10～24.9 mm)、大雨(25～49.9 mm)和暴雨(≥50 mm)。

3 逐日降水序列分析

3.1 时间过程分析

考虑到卫星降水误差与时空尺度均有关系，精度评价在时间尺度和空间尺度上分别进行。图1为2014年4月-2015年12月淮河上游两种卫星产品和实测的平均日降水过程。从图1中可看出，TRMM/GPM与实测降水吻合度整体较好，可以很好的检测出降水事件，两种卫星的线性相关拟合均通过p<0.01的显著性检验，说明其与实测降水的相关性较高(图2)。但是TRMM卫星产品在降水大值区明显偏低，这可能与降水雷达(PR)反演降水估计算法的不确定性有关[15]。而GPM卫星产品和实测降水量在中小雨区间整体一致性上较高，GPM在侦测中小雨雪上的能力上优于TRMM，大值区降水仍存在显著误差，与TRMM相比改进并不显著。

图1 淮河上游2014年4月-2015年12月TRMM/GPM与实测面平均日降水数据对比

图2 淮河上游TRMM/GPM与实测面平均雨量相关性分析

逐日序列统计表明，TRMM/GPM两种卫星产品的相关系数CC相当，分别为0.86和0.87。由于个别场次极端降水的高估，GPM的误差略有增加，分别为-0.03%和4.84%，均在可接受的范围内(BIAS<5%)，精度较为满意。值得注意的是，对于检测降水事件发生与否，GPM相对于TRMM，命中率POD(0.81/0.91)和成功系数CSI(0.62/0.71)均明显提高，误报率FAR(0.28/0.24)下降。表明新一代GPM降水产品更好地监测到了降水事件，这是提高卫星产品测水能力的潜在有利因素。

3.2 空间分布分析

为验证TRMM/GPM卫星数据空间分布上的精度，分别计算了3个有代表性的指标CC、ME和POD，见图3。可见，GPM的相关系数CC要明显高于TRMM，在西南部的桐柏山区优势更为明显，TRMM相关系数在0.55左右，而GPM在0.75左右；对于平均误差ME，TRMM和GPM的空间分布相似，西南山区低估了实测降水，东北平原则发生了高估，ME的分布范围在-0.40～0.80 mm/d之间。而对于命中率指标POD，GPM相对TRMM卫星产品有了极大的提高，TRMM卫星的POD在0.55～0.75之间，而GPM基本上在0.75以上，甚至可以达到0.85以上。总体上，在逐日尺度上GPM的监测能力要高于TRMM，表现出对降水准确的捕捉能力。

图4展示了不同降水等级对应的统计指标CC和POD在0.25°×0.25°下的空间分布。在不同降水下，整体上TRMM和GPM的相关系数CC空间变化趋势一致，南部的相关系数大于北部(除中雨外)。其中暴雨的相关系数最高，虽然对于淮河上游的中部出现负相关，但大部分地区可以达到0.6以上。对于小雨和大雨，GPM卫星的空间差异性更小，精度更高，暴雨相当，而对中雨的监测精度稍差，可能与GPM 主卫星的倾角(65°)比TRMM卫星倾角(35°)低有关，对研究区访问频次低导致其错过一些降雨事件[16]。

在降水事件的探测能力上，POD指标表明，对于不同的降水类型，GPM的命中率均较TRMM产品明显提高，其中小雨和中雨的空间分布差异最为明显，TRMM卫星基本上在0.6以下，GPM卫星大部分地区达0.6以上，在板桥水库和南部山区达到0.7以上。原因可能是相对于TRMM卫星，GPM核心观测卫星携带的的两大主要载荷(DPR和GMI)性能提升，可以从不同的角度监测云层不同降水粒子的空间结构和物理特征，提高了对弱降水及固态降水的捕捉能力[17]。

图3 淮河上游TRMM/GPM 特征指标在0.25°×0.25°下的空间分布

图4 淮河上游不同等级降水对应的TRMM/GPM卫星统计指标的空间分布

4 典型极端降水过程分析

对于水文气象灾害，更关心的是极端降水过程的变化及其可能造成的危害，因此对极端降水天气过程进行深入理解和认识以及提高相关洪水预报水平变得十分重要[18]。本次选取了2014-2015年淮河上游6场典型极端降水过程进行分析，为TRMM/GPM反演降水算法的修正和在洪水预报中的应用提供科学依据。

总体上，GPM和TRMM卫星均能抓住主要的降水过程，与实测降水相比变化趋势相同，均能捕捉到降水峰值(图5)。同时，结合图6统计指标表明，TRMM对极端降水的监测能力较优(CC均值：0.64；BIAS均值：-6%；RMSE均值：4.81mm/3h)，监测结果更接近实测站点数据，对场次降水的峰现时间和峰量监测都较为准确。同GUO Hao等[7]在逐日尺度上对中国的研究结论相同，GPM对极端降水事件的监测相对较差，且略有高估(CC均值：0.58；BIAS均值：16.44%；RMSE均值：8.69mm/3h)，这与图4的空间分析结果一致。其中TRMM在6场极端降水中表现得均比较稳定，均方根误差RMSE均在5 mm/3h以内，相对误差BIAS在-35%～25%之间，与实测降水过程的吻合效果较好，如2015年第2场降水(06-26-06-27)，TRMM峰现时间与实测降水相同，峰量分别为15.20、14.43、10.71 mm。而GPM产品的监测能力不稳定，RMSE最大达13.89 mm/3h，BIAS变化范围在-55%～90%之间，如2014年第2场(08-30-08-31)和第3场降水(09-26-09-28)，GPM严重高估了实测降水(BIAS分别为87.22%、56.02%)，而2015年第2场降水(06-26-06-27)，GPM则发生了严重低估(BIAS为-54.32%)，可能与GPM系列卫星运行初期算法和程序等的不确定性有关，在使用过程中需要注意。从上述各项统计指标来看，对极端降水过程，TRMM降水具有较低的误差和较高的相关系数，但GPM与TRMM降水产品相比具备更高的时间和空间分辨率，更大的覆盖范围，对未来气象、水文、农业和自然灾害等领域的研究和应用均具有十分重要的意义。