基于TRMM数据的祁连山大气降水时空分布特征

2021-01-12李宗省李宗杰

水土保持研究 2021年1期

薛健, 李宗省, 李宗杰, 桂娟

(1.中国科学院西北生态环境资源研究院高寒山区同位素生态水文与环境保护观测研究站/甘肃省祁连山生态环境研究中心/内陆河流域生态水文重点实验室, 兰州 730000; 2.中国科学院大学, 北京 100049)

大气降水作为全球水循环的重要环节，是维持全球生态系统稳定的物质基础[1]，也是气象气候等研究领域的重要研究对象。因此，获取高精度的降水资料对于认识和了解陆地表面过程以及制定相应水利管理措施具有重要意义[2]。目前国内已有不少学者利用TRMM 3B43降水数据在我国高寒山区开展了相关研究，齐文文等[3]研究表明了青藏高原降水自东南向西减少的分布规律;王晓杰等[4]研究表明TRMM数据在天山及周边地区具有很好的适用性;吴雪娇等[5]分析验证了TRMM多卫星数据在黑河流域的适用性。祁连山位于西北内陆地区，海拔较高，对气候变化的响应非常明显。国内学者对于祁连山地区降水的研究主要集中在时空分布以及结合同位素分析降水的化学与环境意义方面，例如，虞敏等[6]研究分析了近30 a祁连山南坡降水量年内分配与汛期降水量的变化特征;马兴刚等[7]结合大气降水中的稳定同位素研究分析了祁连山的水汽来源及输送过程，而关于降水数据精度检验和变化趋势方面的研究较少[8]。祁连山作为西北地区不可或缺的生态屏障，验证该区域降水数据精度并分析其时空分布特征，对该地区的气候监测及分析、生态系统保护和区域可持续发展具有重要意义[9]，以期为祁连山等高寒地区的生态环境保护和资源开发等提供必要的气象理论支持。

1 研究区概况

祁连山(36°30′—39°30′N,93°30′—103°E)位于我国西北青海与甘肃两省的交界地带，东西绵延约1 000 km，南北宽200～400 km，西端在当金山口与阿尔金山脉相接，东至黄河谷地与秦岭、六盘山相连，北抵河西走廊，南至柴达木盆地。祁连山地区有三分之一的山脉海拔高于4 000 m，祁连山最高峰为团结峰，海拔5 828.6 m[10]。祁连山以青海湖和哈拉湖为界被分为东、中、西三段。祁连山区具有大陆性气候与高山气候的特征，年均降水量300～700 mm左右，是一座天然“高山水塔”，同时也是我国河西内陆水系、青海内陆水系以及黄河上游水系的发源地[11-12]。祁连山区分布有大量现代冰川及森林草原，是河西走廊绿洲灌溉的主要水源，因此，祁连山地区的气候变化会对当地社会经济发展产生重要影响[13]。

2 数据与方法

2.1 数据来源

本文的数据来源为TRMM(Tropical Rainfall Measurement Mission)3B43卫星检测的大气降水数据信息以及祁连山地区气象站点实测数据信息。本研究选用了1998—2018年TRMM3B43 V7月尺度降水数据，其空间分辨率高达0.25°×0.25°，有效监测范围为南北纬50°之间。气象台站实测降水数据来自于中国气象科学数据共享服务网站，包括1998—2018年研究区内20个气象台站各月降水数据，时间尺度与遥感数据相一致，台站分布情况如图1所示。

图1 研究区范围及气象台站分布

2.2 研究方法

2.2.1 TRMM降水数据预处理本研究下载的原始数据格式为NetCDF，首先在ArcGIS软件中将其转换为栅格格式的TIF文件，然后按照研究区进行裁剪，由于TRMM3B43V7原始月降水数据为降水强度(mm/h)，所以应该先按照各月天数累加，最终得到逐月降水量，转换公式如下[14]:

Pi=Ti×di×24

式中:Pi为第i月降水量(mm);Ti为降水强度(mm/h);di为第i月的天数。

2.2.2 精度检验本文使用相关系数(R)、相对误差(ME)、均方根误差(RMSE)和相对误差(BIAS)等指标来对该卫星降水精度进行检测。R的范围为[-1,1]用来表明TRMM降水数据和台站实测降水数据的相关程度[15];ME用于验证TRMM降水数据与台站实测数据的偏差，取值范围为(-∞,+∞),0为最优值[16]。相对误差指标可反映卫星和气象站点所测得的数据偏离程度，其值越小则说明TRMM所测数据越准确[17];均方根误差所反映的是TRMM和气象站点所测数据之间的整体偏差情况，其值越小则说明两者所测的数据之间越接近[18]。

2.2.3 Sen′s斜率估计与Mann-Kendall突变检验本研究采用Sen′s斜率估计方法，在一定显著性水平α下完成统计量检验，得到变化率的范围，根据其中值大小来完成时间序列变化趋势判断。Sen公式为[19]:

式中:Senij中Sen为斜率;xi和xj分别为第i和第j时刻的序列值,10,表示呈上升趋势;若斜率<0,表示呈下降趋势。

Mann-Kendall检验法是由学者Mann等人提出的一种非参数检验方法，在该方法提出之后，气象领域诸多学者开始利用此方法来对降水量等环境要素时间序列变化趋势进行分析和研究[20]。MK突变检验检测结果受干扰较小，可较为精确的表示时间序列的变化趋势[21-22]。

3 结果与分析

3.1 TRMM降水数据时间尺度评估

首先，将祁连山范围内20个气象站点从1998年1月—2018年12月的所有气象站点的实测月降水数据作为自变量，相应的TRMM降水数据作为因变量进行一元线性回归分析，得到相关关系如图2所示，并计算其相关系数和相对误差[23]。由计算可知，TRMM和气象站点所测降水数据在年尺度上相关系数为R2=0.79和相对误差Bias=9.24%。该相关系数可以说明两者之间具有较为显著的相关性，而通过相对误差结果体现出了TRMM降水量值大于气象站点实测降水量值，即存在高估现象。

图2 年尺度与月尺度散点图

其次，利用上述内容中研究区内20个站点1998—2018年的气象站点实测数据和TRMM降水数据，按季节累加可得到季尺度降水数据(春季3月、4月、5月;夏季6月、7月、8月;秋季9月、10月、11月;冬季12月、翌年1月、2月)。从计算结果可以得知(图3)，春、夏两个季度的相关系数R2均为0.69，秋季的相关系数为0.7，与其较为接近;而冬季的相关系数R2较低仅有0.44，春、夏、秋3个季度的TRMM降水数据与实测站点数据相关性较为良好，而在降水较少的冬季，TRMM降水数据与实测站点数据的相关性较差。各季度的相对误差分别为春季9.8%、夏季7.79%、秋季7.85%和冬季31.3%。从上述结果可以看出，除冬季之外的3个季度，TRMM降水数据与实测站点降水数据相比均存在轻微的高估现象;而冬季TRMM和气象站点所测降水数据误差较大，说明TRMM降水数据在冬季存在严重的高估现象。

图3 季尺度散点图

将月尺度的TRMM降水数据和实测站点降水数据按年份进行累加，可以得到分别得到1998—2018年的逐年TRMM和气象站点所测降水数据。分析可知年尺度下两者的相关系数为0.74，略低于月尺度，但仍具有较高的相关性。而相对误差Bias值为9.32%，与月尺度下的误差较为接近，也反映了高估的现象。

就整体而言，TRMM3B43降水数据在时间尺度上的验证精度较为良好，还需进一步就空间尺度进行检验。

3.2 TRMM降水数据空间尺度评估

本文计算了研究区范围内20个气象站点实测数据与TRMM降水数据的相关系数(R)、平均误差(ME)和均方根误差(RMSE)。根据检测结果可知(表1)，TRMM和气象站点所测降水数据在整体上相关性良好，除武威、冷湖和诺木洪之外，其余台站的相关系数R均在0.8以上。台站实测数据与TRMM降水数据的平均误差在托勒、刚察、西宁、乌鞘岭、共和、临夏和德令哈出现了负值，说明TRMM降水数据存在被站点低估的现象，而在其他站点则存在一定高估现象，其中对TRMM降水数据高估最严重的站点为武威，两者之间误差为21.1 mm。除此之外对RMSE分析发现，除武威、永昌之外，其余台站的均方根误差均在30 mm以内，说明整体上各个台站TRMM降水数据与实测数据的一致性较为良好，偏离程度较低。

表1 1998-2018年TRMM降水与实测台站降水精度评估

3.3 时空特征

3.3.1 时间分布特征经计算，研究区的多年平均降水量为268.08 mm，通过Sen′s斜率分析和距平可知，近21 a的降水量呈现出波动上升的趋势，上升速率为3.05 mm/(10 a)(p<0.05)(图4)。这也与孙美平等[24]的研究结果相一致。

图4 年降水量及其距平/年际变化

祁连山地区的降水具有季节分配不均的特征，春、夏、秋、冬四季的平均降水量分别为48.36 mm，158.77 mm，54.92 mm和5.97 mm，分别占年均降水总量的18.03%，59.22%，20.48%和2.22%。由此可以看出，祁连山地区夏季降水量占全年降水比重最大，春季和秋季的降水较为接近，冬季的降水量最低。由图5可以看出，祁连山地区年内降水变化明显，5—9月是全年降水的集中阶段，各月降水均在30 mm以上，占到了年降水总量的85.63%，其中，降水最多的月份是7月，达到了58.22 mm。总体而言，祁连山各月降水大致是以7月为中心呈对称分布。

图5 月均降水量分布

3.3.2 空间分布特征祁连山大致呈西北东南走向，由于受到地形和大气环流的影响，降水量空间分布不均，整体上由西北向东南递增。因为祁连山东部处于季风作用区，在夏季受到东南季风的影响，有大量水汽进入，山脉对气流产生阻挡，迫使气流抬升形成降水，降水量相对较大;而祁连山西部地区由于地形原因，降水较少，气候较为干旱[25-26]。

祁连山地区各个季节的降水空间分布具有一定差异。春季降水量的最大值出现在门源、西宁附近地区，大约为115 mm，中西部降水稀少;与春季相比，夏季祁连山地区降水的高值范围扩大，有向西移动的趋势，最大降水高度带的海拔也明显上升，主要集中在门源、西宁、刚察和祁连等地区，最大值达到了287 mm，而西部地区降水依然较少;秋季降水的空间分布几乎与春季一致，区别为低值范围扩大，高值范围减少，降水依然主要集中于门源、西宁一带，降水最大值为114 mm，基本与春季持平;冬季的降水量最少，最大值也仅为12 mm左右，出现在东部的乌鞘岭与西部的德令哈附近，中部地区降水最为稀少，略低于西部地区。

3.4 突变检验

为了更加清楚地了解祁连山地区近21 a来降水量的变化规律，本文对研究区20个气象台站的年尺度与季尺度降水进行了Mann-Kendall突变检验。

从分析结果发现(图6)，祁连山地区年降水量的UF值在1998—2001年小于0，从2002—2018年UF值一直保持稳步上升，甚至在2017年超过了临界值，说明降水量有明显上升趋势。就季尺度而言，春季与冬季降水的UF值整体较为平稳，多年来围绕0值波动变化;而夏季降水的UF值在经历了短暂的下降之后逐渐上升，秋季降水的UF值在21 a来均大于0。就突变情况而言，年尺度下的降水量在2016年出现了一次突变，突变后呈明显的上升趋势。春季降水量在2001年发生了第一次突变，但之后的变化趋势不明显;第二次突变出现在2015年，之后呈现上升趋势但未超过临界值。夏季降水量突变从2016年开始，一直呈上升趋势。秋季降水量从1999年起，先呈上升趋势之后逐渐平稳;在2011年发生第二次突变，此次突变之后先有短暂下降趋势之后逐渐平稳。冬季降水量波动变化最为显著，但未出现显著的上升或下降趋势。整体看来，研究区范围内降水量体现出在20世纪末经过一段下降之后一直呈现上升的趋势。

图6 Mann-Kendall突变检验

4 讨论

本文利用了TRMM 3B43卫星降水数据并结合祁连山地区1998—2018年台站降水数据进行了精度检验，并对其时空分布特征与降水突变情况进行了研究。精度检验结果表明TRMM数据在祁连山地区适用性较好，在年尺度与月尺度上均与实测台站有较高的相关性，这与孙美平等[24]关于祁连山最大降水高度带的研究结果基本相同。就整体而言，TRMM数据在祁连山地区表现出了一定程度的高估现象，其中在冬季高估现象最为明显。另外，发现在这一时期内降水量整体上有波动上升的趋势，该研究结论与虞敏等[6]和陈志昆等[8]对祁连山降水研究的结论大致相同。而本文关于祁连山降水季节分布的研究结论也与王海军等[27]利用GIS研究祁连山区降水时空变化的结论基本一致。目前，TRMM卫星资料在低纬度地区的研究已经取得了一系列进展，例如嵇涛等[28]验证了TRMM数据在川渝地区的精度;史婷婷等[29]利用TRMM数据对于福建省降水进行了时空格局分析;Su等[30]结合TRMM资料，在南美洲拉普拉塔河流域帮助进行了水文模拟。而在较高纬度的高原地区，由于气候条件复杂、人迹罕至，气象站点的稀缺和损耗给精度验证带来了一定困难，还需要更多的研究结果来加以论证，因此在高原地区还需要投入更多的观测设备与研究精力来加深卫星对其探测效果的认知。总体而言，TRMM卫星在中低纬度的探测结果较为准确，精度较高，有着良好的应用前景，在研究手段日益多元化的今天，可以考虑将TRMM数据的利用从小范围推至大尺度，从而能够对区域降水有更加全面与宏观的把握;而对于高原复杂地形区，可以考虑结合降尺度等一系列方法来进一步提高其精度[31]，为今后高原地带TRMM数据适用性研究提供更加准确的参考。

本文利用TRMM降水数据与实测台站数据进行了精度验证，但由于祁连山地区海拔较高、地形复杂，气象台站并未均匀分布在研究区内，对于缺少台站的部分区域，难以对其插值结果进行评估。因此，今后还需展开进一步深入的研究来加以验证。

祁连山地区降水呈现空间分布差异是由于东南暖湿气流提供大量水汽，而祁连山西段由于受到地形影响，导致降水量东西差异明显。从时间变化的角度来看，祁连山降水增加趋势的背后，实际上也是对全球气候变暖的响应，产生这一变化的原因可能是近年来祁连山地区局地农业开发导致灌溉面积扩大以及祁连山地区的植被覆盖情况呈现好转的趋势推动了当地“绿洲化”的过程，使得陆面实际蒸发和低层大气水含量增加，由此削弱了干燥区域雨滴降落时的蒸发效应，增强了临近区域降水频次[32-33]。结合西北地区水资源总量缺乏的背景，降水量的增加推动了祁连山地区的农业生产建设，但也要警惕并防范降水增加后可能带来的一系列地质灾害，因此，相关部门需要加强对气候变化的监测和灾害预警，减缓雪灾、洪涝等极端事件带来的危害。