多时间尺度下遥感降水产品与再分析降水产品在海河流域适用性对比分析

王宗敏, 王治中, 杨 瑶, 吴一凡

(郑州大学水利科学与工程学院, 郑州 450001)

精确的降水时空分布对水文、生态、气象、农业等领域至关重要[1],目前,降水资料大多数都是通过地面气象站点的定位观测获取,然而由于地形、气候复杂等因素的影响,气象站点存在数量较少,分布相对不均等缺陷,对区域尺度降水精度产生较大的影响[2-3]。遥感降水产品具有高时空分辨率、覆盖面广泛、空间分布均匀和实时性高等特点,被广泛应用到各类水文气象研究中[4]。

当前,中国常用的遥感反演降水产品主要包括:热带降雨测量卫星(tropical rainfall measuring mission,TRMM)、全球降水测量计划(global precipitation measurement,GPM)、美国气候预测降水中心融合技术降水产品(climate prediction center morphing technique,CMORPH)、中国地区高分辨率气象要素集(ITPCAS)等[5]。目前,中外大量学者为评估TRMM卫星降水产品的适用性,在不同区域、不同时间尺度下展开了相关研究[6]。但是,关于GPM卫星降水产品的精度评价,由于卫星运行时间较短,大部分研究仅局限于日尺度和月尺度上的短期精度评估。魏志明等[7]对2014年4—10月期间TRMM和GPM遥感降水产品在海河流域的适用性进行了分析,发现GPM遥感降水产品的精度在月尺度和日尺度上均略高于TRMM。Xu等[8]对比了TRMM和GPM两种降水产品在青藏高原南部地区的精度,结果表明,GPM 降水产品对该地区的小雨事件发生的数目产生了一定的低估现象,TRMM则相反。余坤伦等[9]研究发现青藏高原地区GPM降水产品的精度要明显高于TRMM,且随着时间尺度的增加,GPM降水产品的精度也随之增加。

再分析资料自20世纪90年代中期研制至今已经历了三代,不仅对气象站点实测资料进行完善和补充,同时也弥补了无降水站点地区长序列降水资料缺失的不足。胡增运等[10]将ERA-interim、CFSR、MERRA-2这3种再分析降水数据在新疆地区的年内降水变化进行了对比分析,结果发现3种再分析资料之间具有明显的相关一致性。刘鹏飞等[11]研究表明,CFSR、MERRA-2、NCEP 3套再分析资料均能较好地反映出东北地区降水的空间分布特征,其中MERRA-2和CFSR在降水精度方面最佳,NCEP降水精度最差。

海河流域地跨京津冀等地区,具有重要的地理位置,但遥感降水产品和再分析资料的反演精度在不同区域的差异较大,GPM数据运行的时间不长,现有研究的时间序列均较短,亟需对降水产品的适用性及精度进行评价。因此选择TRMM、GPM遥感降水产品和MERRA-2再分析降水产品,通过与国家标准气象站点观测数据的对比,并延长了时间尺度,从月、季度、年3种时间尺度对,评估三者在海河流域的适用性,为3种降水产品在海河流域的应用提供依据。

1 研究区域和研究方法

1.1 研究区域概况

海河流域位于东经112°～120°,北纬35°～43°,流域总面积31.82万km2,占全国总面积的3.3%,地跨8个省区,其中北京、天津全部属于海河流域。流域地处温带东亚季风气候区,流域年平均气温在1.5～13.1 ℃,年平均降水量530 mm,年内降水量分配不均,夏季降雨量多且多暴雨,冬季寒冷少雪。

1.2 研究数据

为评估多种降水产品的适用性,选择海河流域内57个气象站点2014年3月至2018年2月期间的逐日实测降水数据作为研究的“真值”,站点空间分布如图1所示,观测数据的精度为0.1 mm/d,站点观测数据经过气候界限、站点极值,时空一致性等检测,均符合质量控制要求,气象站点实测降水数据来自中国气象数据网。

图1 海河流域气象站点空间分布Fig.1 Spatial distribution of meteorological stations in Haihe River Basin

GPM IMERG和TRMM 3B43遥感降水数据来源于美国航空航天局的降水测量计划网站。GPM卫星选用GPM_3IMERGM v05产品,该产品空间分辨率为0.1°×0.1°,时间分辨率为月。TRMM卫星产品型号采用TRMM_3B43 v7,空间分辨率为0.25°×0.25°,时间分辨率为月。MERRA-2是由NASA Global Modeling and Assimilation Office (GMAO)为现代卫星应用生产的最新大气再分析资料。采用MERRA-2系列再分析数据中的MERRA-2 tavgM_2d_lfo_Nx产品,其空间分辨率为0.5°×0.625°,时间分辨率为月,该再分析资料来源于戈达德地球科学数据和信息服务中心(GES-DISC)。

1.3 研究方法

在对多种降水数据进行多时间尺度适用性分析时,需要对数据进行预处理。利用编好的MATLAB代码读取原始下载数据,同时把月降水量累加为季度和年降水量,通过批处理将累加后的降水量数据输出为带有坐标系的栅格数据,方便在ArcGIS中进行下一步的操作。在ArcGIS中,利用气象站点,提取降水产品栅格数据到点,并将数据导出EXCEL进行研究分析。为了综合评估TRMM、GPM遥感降水产品和MERRA-2再分析降水产品在海河流域的适用性,主要采用皮尔逊相关系数R、均方根误差RMSE、平均绝对误差MAE,相对误差RE等精度评价指标进行评估,4种精度评价指标计算公式如表1所示。

表1 各类指标计算公式Table 1 Calculation formula of various indicators

2 结果和讨论

2.1 年尺度数据精度评估

为了充分利用数据,在年尺度分析时将2014年3月至2015年2月作为2014年年度研究范围,其余年份顺延。以研究区域的57个气象站点2014年3月至2018年2月期间的年实测降水数据为自变量,分别以GPM IMERG和TRMM 3B43遥感降水数据、MERRA-2系列再分析数据为因变量做一元线性回归方程分析如图2所示。经检验,TRMM遥感降水数据、GPM遥感降水数据、MERRA-2再分析降水数据,3者与气象站点实测数据相关系数R分别为0.759 8、0.803 7、0.788 3,相关系数均满足P<0.01的显著性检验[12],表明在年尺度上,3种降水产品数据与站点实测数据具有良好的线性相关关系与一致性,但存在不同程度的偏差。由散点分布可知,TRMM与GPM卫星降水数据及MERRA-2再分析数据在年降水量大于800 mm时对降水量存在明显的低估现象,在年降水量低于400 mm时,则一定程度上高估了降水量。从三者的相关系数R来进行比较,GPM降水数据与站点实测数据在年尺度上具有最高的相关一致性,MERRA-2再分析产品降水数据相关性次之,TRMM降水数据的相关性最低。

图2 海河流域TRMM、GPM、MERRA-2年降水数据与站点实测年降水量散点图Fig.2 TRMM, GPM, MERRA-2 annual precipitation data of Haihe River Basin and scatter plots of site-measured annual precipitation

由图3分析可知,TRMM、GPM、MERRA-2的站点平均年降水量与站点实测年降水量演变趋势较为一致,可以看出2014—2017年TRMM、GPM两套资料较气象站点观测值普遍偏高,TRMM对年降水量的高估现象尤为明显,而仅有2016年MERRA-2再分析资料降水高于观测值。通过比较,MERRA-2再分析资料逐年年均降水量与气象站点实测数据之间的差值均为最小,在年降水量观测差异方面要明显优于TRMM、GPM遥感降水产品。

图3 海河流域TRMM、GPM、MERRA-2年降水量与站点实测年降水量对比Fig.3 Comparison of the annual precipitation of TRMM, GPM and MERRA-2 in Haihe River Basin

相关系数与年降水量趋势能够较好地反映遥感降水产品、再分析降水资料的整体一致性,但是对于误差的定量反映还不足[13],为此引入均方根误差RMSE、平均绝对误差MAE与相对误差RE(表2)。总体来看,MERRA-2再分析资料的RMSE、MAE、RE分别为94.80、67.92、-0.002 5 mm,均为最优值,表明MERRA-2年降水量数据准确性高于TRMM与GPM。TRMM与GPM相对误差均大于0,MERRA-2相对误差却小于0,表明前两种降水产品整体上高估了降水量,MERRA-2再分析资料对降水存在一定的低估。对比GPM与TRMM的精度评价指标可以看出,在年尺度上,GPM精度高于TRMM。

表2 TRMM、GPM和MERRA-2年降水数据在海河流域的精度评价指标对比Table 2 Comparison of the accuracy evaluation indexes of TRMM, GPM and MERRA-2 precipitation data in the Haihe River Basin

2.2 季尺度数据精度

研究中春季为3—5月,夏季为6—8月,秋季为9—11月,冬季为11至翌年2月,划分16个季节,进行相关性分析[14],如图4所示。经检验,在季尺度上,TRMM、GPM、MERRA-2降水数据与站点实测降水数据的相关系数均大于0.94,表现出良好的相关性与一致性,且三者线性相关拟合均通过P<0.01的显著性检验。GPM降水数据与站点实测数据在整体季度尺度上的相关性最好,相关系数达到了0.954 3；MERRA-2的相关一致性略低于GPM,相关系数R=0.950 7；相关系数最低的为TRMM数据,为0.945 7。从散点分布可知TRMM与GPM卫星降水数据及MERRA-2再分析数据在降水量大于600 mm时对降水均存在明显的低估现象。从三者的相关系数R来进行比较, GPM降水数据与站点实测数据在整体季度尺度上的一致性更高,TRMM 降水数据一致性最低。

图4 海河流域TRMM、GPM、MERRA-2季降水数据与站点实测季度降水量散点图Fig.4 TRMM, GPM, MERRA-2 seasonal precipitation data of Haihe River Basin and scatter plots of site-measured seasonal precipitation

由图5可知,TRMM、GPM、MERRA-2平均降水量与多站点平均实测季降水量演变趋势较为一致,降水量具有较为一致的季节分配规律。通过对比3种降水产品与气象站点逐季降水量差值,发现在观测差异方面MERRA-2再分析资料要明显优于TRMM、GPM遥感降水产品。TRMM、GPM在季度上均存在一定的高估现象,相对于GPM,春、秋、冬季节TRMM数据表现出对降水的严重高估现象,而夏季这一现象并不明显,表明GPM在侦测中小雨雪上的能力上优于TRMM,但在降水量较大的季节仍存在显著误差,也进一步说明与TRMM相比,GPM在对强降水探测能力没有明显的改善。

基于57个气象站点季降水数据序列对3种产品在季尺度上的精度进行对比分析,由图6(a)分析可知,3套降水产品数据与站点实测数据在不同季节均通过P<0.01水平的相关一致性检验,具有良好的线性相关关系,但具有明显的季节差异性,首先GPM降水数据与站点实测数据的相关性在夏、冬两季节明显优于春、秋两季,TRMM数据则恰好相反,相关性在春秋两季优于夏冬两季。MERRA-2与实测数据在冬季的相关系数R=0.864 3,明显高于其他季节。其次MERRA-2数据在春秋冬3季与观测资料的相关性优于GPM和TRMM,夏季GPM与观测资料的相关性明显最优,夏、秋、冬3季,TRMM数据的相关一致性均为三者最低。由图6(b)和图6(c)可以看出,在季尺度上3种产品的RMSE和MAE具有相似的变化趋势,由于降雨量基数大的原因导致这两种误差夏秋季节明显大于春秋季节,整体上分析,MERRA-2在季尺度上误差最小,GPM次之,TRMM误差最大,但是在降水量最大的夏季,MERRA-2数据的MAE小于GPM但RMSE误差反而大于GPM,表明在降水量较高的季节MERRA-2数据产生了特大或特小离群值。由图6(d)可以看出,MERRA-2在四季中均表现出最小的相对误差,且相对误差RE在夏季为负值,表明存在负偏差。GPM与TRMM遥感降水产品在4个季节均表现出对降水一定程度的高估,在春、秋、冬三季GPM降水数据相对于气象站点真值的偏离程度明显低于TRMM, 但夏季GPM相对误差为0.043 1,TRMM相对误差为0.041 4,TRMM相对误差反而比GPM略低,可能由于GPM卫星整体观测能力的提升及对弱降水和固态降水观测能力的增强,从而提高了春、秋、冬季节降水探测精度,但由于夏季强降水较多导致降水探测能力并无明显改善[15],此外也可能由于GPM卫星发射时间较短,其IMERG产品仍处于初步阶段,导致夏季相对误差指标不如TRMM[16]。

图6 TRMM、GPM和MERRA-2季降水数据在海河流域的精度评价指标对比Fig.6 Comparison of accuracy evaluation indexes of TRMM, GPM and MERRA-2 seasonal precipitation data in Haihe River Basin

2.3 月尺度数据精度

对3种降水资料与研究区域57个气象站点在月尺度上降水量进行相关性分析，如图7所示。经检验,TRMM遥感降水数据、GPM遥感降水数据、MERRA-2再分析降水数据,三者与气象站点实测数据相关系数R分别为0.908 5、0.917 5、0.913 9,相关系数均满足P<0.01的显著性检验,表明在月尺度上,3种降水产品与站点实测数据相关密切程度与一致性较为显著,但存在不同程度的偏差,从三者的相关系数R来进行比较, 在月尺度上相关一致性表现最好的为GPM降水数据,MERRA-2数据相关性略低,TRMM降水产品数据相关性最低。从散点分布可知TRMM与GPM卫星降水数据及MERRA-2再分析数据在降水量大于300 mm时对降水存在明显的低估现象。

图7 海河流域TRMM、GPM、MERRA-2月降水数据与站点实测月降水量散点图Fig.7 Monthly precipitation data of TRMM, GPM and MERRA-2 in Haihe River Basin and scatter plots of measured monthly precipitation at the station

图8所示为2014年3月至2018年2月海河流域3种产品多点平均月降水量与气象站点多站点平均月降水量对比。分析可知3套降水产品与站点实测月降水量演变趋势较为一致,在连续48个月内,有36个月MERRA-2的数据最为接近实测多点平均降水量,最优率为75.0%, 表明MERRA-2在月降水量差异方面能力最优,GPM优于TRMM的月份有33个,比例为68.7%,表明GPM在月平均降水量信息捕捉能力上要优于TRMM。

图8 海河流域TRMM、GPM、MERRA-2月降水量与站点实测月降水量对比Fig.8 Comparison of the monthly precipitation of TRMM, GPM and MERRA-2 in the Haihe River Basin with the measured monthly precipitation in the station

基于57个气象站点月降水数据序列对3种产品在月尺度上的精度进行对比分析。由图9(a)可以看出,TRMM、GPM、MERRA-2降水数据与站点实测数据在不同月份均通过0.01水平的相关一致性检验,具有良好的线性相关关系,三者相关系数最大的月份均为7月,相关系数R的值依次分别为0.954 1、0.934 5、0.965 3,相关系数R最小值分别出现在8月、5月、5月,依次为0.728 1、0.713 7、0.715 4。由图9(b)和图9(c)可以看出,在月尺度上3种产品的RMSE和MAE具有相似的变化趋势,TRMM、GPM、MERRA-2三者的最大均方根误差RMSE均出现在7月,分别为55.20、54.68、54.68 mm；最小均方根误差分别出现在1月、12月、12月,分别为3.65、2.32、1.76 mm。3者的最大平均绝对误差均出现在7月,分别为36.98、36.69、34.10 mm；最小平均绝对误差均出现在12月,分别为2.23、1.49、1.01 mm。TRMM、GPM最小相对误差均在7月份出现,分别为0.022 7、0.021 0,最大相对误差均在12月出现,分别为0.566 8、0.357 2；MERRA-2最小相对误差出现在5月份,为0.004 0,最大值在10月,为0.069 0。对比GPM与TRMM评价指标可以看出,以固态降水为主的形式和较少的绝对降水量导致12月相对误差较大,均方根误差和平均绝对误差较小；7月份多强降雨且降雨量较大,均方根误差及平均绝对误差相对明显最大,但相对误差较小。将三者的RMSE、MAE、RE的取值范围分别进行比较,可以发现MERRA-2降水数据更加接近地面观测数据,GPM次之,TRMM相对站点观测数据的误差平均水平最高。其原因可能为MERRA-2作为第3代再分析资料基于丰富的观测数据和优化的耦合模式及同化方案,在月尺度上精度更高, GPM卫星相较于TRMM卫星,拥有更广的微波频率波段,能够较好地区分冰雪覆盖层和积雨层,并且能够更好地区分液态和固态降水,亦即降雨和降雪。所以,GPM 相对地面站点观测数据的误差较小,而TRMM由于不能很好地区分冰雪覆盖和云层中的降水,导致其对降水量的严重高估。

图9 TRMM,GPM和MERRA-2月降水数据在海河流域的精度评价指标对比Fig.9 Comparison of accuracy evaluation indexes of TRMM, GPM and MERRA-2 monthly precipitation data in Haihe River Basin

3 结论

(1)海河流域内3种降水产品在年尺度上与实测降水量存在良好的线性关系特征,其中GPM相关性最强,MERRA-2次之,TRMM最差。MERRA-2再分析资料的RMSE、MAE、RE分别为94.80 mm、67.9 2 mm、-0.002 5,均为最优值,表明在年降水量准确性表达上MERRA-2要优于TRMM与GPM。GPM、TRMM均表现出对降水的高估现象,对比二者降水精度评价指标可知,在年尺度上GPM具有更为准确的降水信息捕捉能力。

(2)在季尺度上,3种降水产品数据与站点实测数据存在明显的相关特性与一致性,MERRA-2数据相关系数略低于GPM数据,TRMM相关性最低。TRMM、GPM在季度降水量上均存在一定的高估现象,在春、秋、冬季节TRMM高估现象更为严重,而夏季两者探测能力相当。可能由于降水量基数大,3种降水产品在夏、秋两个季节的RMSE和MAE明显大于春、冬两个季节,相比于TRMM与GPM,MERRA-2在4个季节捕捉降水信息上最为准确。GPM降水数据在春、秋、冬三季的精度要明显优于TRMM,但GPM夏季相对误差却略高于TRMM,表明GPM较TRMM在弱降水探测方面有着较大的提升,但对强降水的探测能力增强不明显。

(3)从月尺度上来看,GPM降水数据与站点实测数据的一致性略高于MERRA-2,TRMM 降水数据一致性最低。 MERRA-2月降水数据误差水平最低,GPM次之,TRMM相对站点观测数据的误差水平最高。对比GPM与TRMM评价指标可以看出,以固态降水为主的形式和较少的绝对降水量导致12月相对误差较大,均方根误差和平均绝对误差较小；7月多强降雨,均方根误差与平均绝对误差出现最大值,但相对误差较小。MERRA-2数据在绝对值上的差异同样可能和降雨量有关,但相对误差并无明显规律。

总体上,3种降水产品在海河流域均具有较好的适用性,但MERRA-2与GPM要明显优于TRMM,MERRA-2相关性略低于GPM,但精度误差要优于后者,GPM在弱降水观测能力方面较TRMM明显增强,但强降水监测能力仍有待提升。