卫星降水产品在遂川江流域可能最大降水估算中的应用

朱丽虹，李国芳，刘守财

(1.河海大学水文水资源学院，南京 210098; 2.深圳市龙岗河坪山河流域管理中心，广东 深圳 510800)

0 引 言

可能最大降水(PMP)指对于给定的暴雨面积或设计流域，理论上一年中某一历时可能发生的最大降水。可能最大洪水(PMF)指对设计流域特定工程产生最严重威胁的理论最大洪水[1]。重要水利工程或核电工程设计时，需要估算PMP以推求PMF，从而确定工程的防洪设计规模[2]。

目前全球已有60多个国家先后开展PMP/PMF相关研究。经过80多年的发展，提出了多种PMP计算方法，主要分为统计估算法和水文气象法。不管采用何种方法，观测数据的时空精确度和完整度是得出科学可靠研究成果的保障。地面测站观测数据因其时间序列较长，观测结果精准的优点被水文气象学者长期使用。但是由于经济、政治、地理等因素，许多地区存在地面测站分布不均的弊端，这种现象在发展中国家和落后地区尤为突出[3]。从时间尺度考虑，地面测站运行时间有长有短，资料序列长度参差不齐，数据缺乏一致性；从空间尺度考虑，测站布局选址受多方面因素影响，目前仍存在大量地面测站稀缺的区域。近年来随着，计算机和卫星遥感技术快速发展，卫星遥感测雨、气候模式模拟和降雨雷达反演应运而生。其中，卫星遥感测雨数据获取简单便捷，具有一定精度且覆盖范围广，为缺资料或无资料地区提供了新的观测手段。

目前，各国工作者对卫星遥感测雨技术陆续展开研究，主要聚焦于各种卫星降水数据的精度评估。Nair和Indu[4]对MSWEP 降水产品在印度区域进行了精度评估，发现其对日尺度降水精度较高，然而对于强降水/极端降水的监测能力较弱。孙乐强[5]将TMPA的两套卫星降水数据应用于黄河源区进行降水量和降水分布的精度评估，结果表明3B42RT数据与3B42V6数据对降水事件的反演能力相差无几，但二者相比，3B42RT数据明显高估地面降水。刘瑜[3]运用TRMM 3B42、TRMM 3B42RT、CMORPH三种卫星降水产品，采用不同的评价指标，以及不同的时间、空间尺度检验卫星降水数据精度，在中国地区进行极端降水的反演与评估，发现总体上3B42对极端降雨的探测能力优于其他两种卫星。江善虎[6]将TRMM卫星降水数据应用于洣水流域，开展径流模拟研究，发现其模拟结果与实测流量过程较好吻合。目前卫星降水产品在PMP计算中的应用还较少，Yang[7]等利用统计估算法，分别基于CMORPH、PERSIANN-CDR、3B42V7三种卫星数据，进行了大渡河流域的PMP估算与比较，认为利用卫星降水数据得到的PMP估算结果较为理想。但该文献计算的是大渡河流域各网格的PMP，非流域面平均PMP。

本文选择遂川江夏溪水位站以上流域(流域面积2 812 km2，约占遂川江流域总面积的98%，故后文统称该流域为遂川江流域)为研究区域，将多种卫星降水产品与地面测站资料进行比较，以评定不同卫星降水产品的精度；尝试利用精度较好的卫星降水产品进行1 d PMP估算，与利用水文气象测站资料计算得到的1 d PMP成果进行比较，以探索卫星降水数据在缺资料地区可能最大降水估算中的适用性。

1 研究区域概况

遂川江是赣江一级支流，河源位于东经113°56′，北纬26°11′，河口位于东经114°44′，北纬26°30′，主河道长176 km。夏溪水位站以上流域位于江西省西南部罗霄山脉暴雨中心，主要地形分布为山地和丘陵，流域面积2 812 km2。流域属典型亚热带湿润季风气候，暴雨是流域主要灾害性天气之一，多发于4-8月，暴雨过程一般持续 1～2 d，日降水量约50～100 mm。流域内各河流主汛期大致在4-7月，各站最大洪峰流量和最大洪量出现时间多发生在5-6月。流域多年平均降水量为1 700 mm，年降水日数为130～190 d。强暴雨主要受以下天气系统影响：切变、中低层低涡和低空西南急流等[8]。水汽主要来源于南海和孟加拉湾[9]，分两条输送带供应，一条经华南地区，另一条经孟加拉湾由中南半岛进入我国西南地区，共同影响遂川江流域，水汽入流方向主要为西南、南两个方向。

2 研究数据

本次研究收集到流域28个雨量站点的逐日降雨资料，其中雨量站最长时间序列为1980-2016年共计37 a，最短序列从2001-2016年共计16 a，图1为各雨量站点在遂川江流域的分布情况。流域DEM数据源于地理空间数据云SRTMDEM 90M分辨率原始高程数据，运用ArcGIS提取遂川江流域平均高程，得到流域平均海拔为526 m。卫星降水资料初选CMORPH、CHIRPS、MSWEP和TRMM 3B42V7 四种卫星降水数据。本文采用的各种卫星降水产品基本信息见表1。

图1 夏溪水位站以上流域雨量站点Fig.1 Rainfall stations in the basin upstream of the Xiaxi water level station

表1 4种卫星降水产品的基本信息Tab.1 General information of four satellite precipitation products

在流域暴雨期间的主要水汽入流方向上选择郴州站、赣州站、连平站、梧州站和广州站作为露点代表站(五站的高程分别为184、125、98、117和8 m)，收集5站1980年至2009年的露点资料。因各站高程不足200 m，故把各站地面露点值近似为1 000 hPa露点值。

3 研究方法

3.1 数据精度评估

本文采用相关系数R(Related Coefficient)、均方根误差RMSE(Root Mean Squared Error)、偏差B(Bias)和平均误差ME(Mean Error)4项指标评价卫星降水数据与地面测站数据的数值一致性。通过探测率POD(Probability of Detection)、空报率FAR(False Alarm Ratio)以及成功指数CSI(Critical Success Index)3项评价指标，反映卫星降水对日降水事件探测能力的强弱[7]。各指标计算公式详见参考文献[7]。

3.2 PMP估算方法

3.2.1 改进的统计估算法

PMP推求的统计估算法最初于1961年由赫希菲尔德(Hershfield)提出，林炳章于1981年提出了改进的PMP统计估算法[10]。该方法适用于水文气象一致区，兼有放大和移置的作用，计算公式如下：

(1)

(2)

(1)判断点雨量资料系列长度是否满足要求，方法详见参考文献[9]；

(2)按照公式(1)计算各个站点的统计量Km，并取Km的外包值KM；

3.2.2 水汽效率放大法

水汽效率放大法认为影响降雨的两个因素----水汽因子和动力因子，在实测暴雨过程中并未达到最大，需要对上述两个因子进行合理放大。放大的过程中，假定两个因子相互独立，并且可能最大降水是由高水汽和高效率同时相遇形成的。

水汽因子一般用可降水W表示，可通过露点td来推求。在1 d可能最大降水的推求中，选取暴雨发生当天及前两日各站地面持续12 h最大露点的平均值作为代表露点。一般认为，30年以上持续12 h最大露点所对应的空气水汽含量接近最大水汽值。动力因子用降水效率η表示，η即雨强I与可降水量W的比值，其实质是暴雨天气系统将水汽入流转化为降水量的能力。PMP计算公式如下：

(3)

式中：P为典型暴雨雨量；Wm、W分别为最大可降水、典型暴雨可降水；ηm、η分别为最大降水效率、典型暴雨效率。

4 结果与分析

4.1 精度评价结果

将每个卫星格点数据与其对应站点数据比较，计算7个指标，表2统计了不同网格计算结果的平均值。同时，利用地面测站资料和卫星格点降水数据分别(地面资料采用泰森多边形法，卫星数据采用算术平均法)推求流域逐日面平均雨量，并将二者进行比较，结果见表3。可知，MSWEP和3B42V7数据精度评估指标R分别为0.699(面平均为0.788)和0.549(面平均为0.721)，指标POD和CSI接近1，FAR接近0，总体上精度大大优于其他两种数据。故此，本文选取MSWEP和3B42V7两种卫星降水产品进行遂川江流域1 d可能最大降水的估算。

通过比较雨量站和其所在网格卫星日降水数据，发现各卫星数据均存在低估降雨量现象，并且卫星降水产品难以捕捉地面极值降水。由点雨量计算成面雨量后，7种精度指标计算结果均有所提高，说明卫星降水数据在局地的精度比面平均的精度差。卫星降水数据与地面雨量站数据对比见图2。

表2 基于格点降水的4种卫星降水产品评价指标结果Tab.2 Results of statistical indices for the four satellite precipitation products based on grids with gauges

表3 基于流域平均降水的4种卫星降水产品评价指标结果Tab.3 Results of statistical indices for the four satellite precipitation products based on basin-averaged precipitation

图2 卫星降水与站点降水散点图Fig.2 Scatter plots of the satellite precipitation vs. gauge observations

4.2 1 d PMP估算结果

4.2.1 改进的统计估算法计算结果

表4 改进的统计估算法PMP计算结果Tab.4 Results of PMP calculated by the improved statistical method

4.2.2 水汽效率放大法计算结果

基于研究区域面平均逐日降雨资料，求出历年最大一日降雨。因本文收集的郴州、赣州、连平、梧州和广州五个站的露点资料年限为1980-2009年，且计算得出2010-2016年流域最大1 d面雨量为89.6 mm，可认为这7年出现流域最大可降水、最大降水效率的可能性近乎为0，故本次水汽效率放大年限为1980-2009年。

本文所选5个露点站的资料系列达到30 a，从5个站历年1 000 hPa露点资料中选取持续12 h最大露点，郴州站、赣州站、连平站、梧州站、广州站分别为26.3、26.0、25.7、26.8和27.2 ℃。出于安全考虑，选取最大值27.2 ℃作为持续12 h可能最大露点，27.2 ℃露点下遂川江流域地面平均高程(526 m)至300 hPa气柱的可降水量为85 mm，作为流域最大可降水 。

对每1年，确定最大1 d暴雨发生当日及前两日的5个气象站持续12 h最大露点，取其均值作为代表性露点，再计算代表性露点对应的可降水量及对应的效率。将历年效率的最大值0.166 h-1为可能最大效率ηm。计算结果见表5。

4.2.3 成果分析

从数值上看，将本次水汽效率放大法计算成果(其中以24 hPMP=1.13×1 dPMP计算[7]，遂川江流域24 hPMP为382.3 mm)与“中国大中型水利工程24 h可能最大暴雨与面积关系图”[1]比照，如图3所示。从图3中可以看出，随着设计流域面积的增加，PMP的值逐渐减小，本次结果符合图中规律。

从方法上看，水汽效率放大法考虑水汽含量和降水效率，并对二者同时进行放大。最大可降水选择水汽通道上各代表站30年来最大露点温度对应的可降水量，可能最大暴雨效率为流域30年每年实测最大一日暴雨对应的效率的最大值，使得本次放大具有极大性和可能性，且水汽效率放大法思路清晰，物理意义明确，是PMP估算中较为成熟可靠的方法。

综上，本文采用水汽效率放大法推求的PMP成果合理可信，可以作为通过统计估算法计算得到的PMP成果的参照。

对比通过改进的统计估算法与通过水汽效率放大法推求的PMP成果，见表6。采用MSWEP卫星降水数据和3B42V7卫星降水数据，通过改进的统计估算法，计算得出的1 dPMP成果分别为311.9 mm和321.7 mm，由较丰富的测站雨量、露点资料，通过水汽效率放大法推算出的1 dPMP成果为338.3 mm。两种途径所得成果的相对离差在8%以内，计算结果非常接近。说明，若遂川江流域雨量站资料不全，或者缺乏露点等气象观测资料，则基于卫星降水数据采用统计估算法推求PMP是行之有效的。

表5 水汽效率放大法PMP计算结果Tab.5 Results of PMP calculated by the water vapor efficiency amplification

表6 不同方法PMP估算成果对比Tab.6 Comparison of PMP estimation results between different methods

图3 中国大中型水利工程24 h可能最大暴雨与面积关系图Fig.3 Relationship between 24 h PMP and basin area of large and medium water conservancy projects in China

5 结 论

本文基于卫星降水数据与研究区域地面雨量站数据，采用7个指标对卫星降水产品的精度加以评估，发现MSWEP和3B42V7产品各项指标计算结果均表现良好，精度较佳。基于此，利用两种PMP估算途径----改进的统计估算法和水汽效率放大法，分别使用MSWEP和3B42V7卫星降水数据、雨量和气象站数据推求遂川江流域面平均1 d可能最大降水。结果表明利用卫星降水产品推算遂川江流域1 d可能最大降水可行。

本研究为缺资料地区的可能最大降水推求工作提供了一种新途径。但卫星降水数据精度存在空间和时间尺度上的不均匀性，并且对强降雨事件的捕捉能力仍需提高，在实际应用中，可以根据当地情况，对卫星降水数据进行校正、融合，再用于PMP估算。

□