两种气候再分析降水栅格产品在云南保山地区的验证

陈文华 徐 娟 赵上伦 杨素玲

（1.保山学院资源环境学院；2.云南省水文水资源局保山分局，云南 保山 678000）

气候栅格数据在气候变化、水文水资源、农业生产、生物多样性研究等方面有广泛用途[1]。不同类型的研究或应用对栅格数据的时间、空间精度有不同要求。一般对于山区气候研究，1 km空间分辨率以内的数据才能刻画立体气候的差异[2]。目前国际上流行的WorldClim数据，其栅格空间分辨率为30角秒，接近1 km[1]。Karger,et al.(2017)推出了另一套基于EAR−Interim再分析气候数据降尺度的高分辨率数据集CHELSA[3]。此数据集主要包括降水和气温等要素，空间分辨率与WorldClim数据相当。

保山市地处云南省西部，横断山区的南缘，地理位置在98°25′～100°02′E和24°08′～25°51′N之间，西北与正南面与缅甸交界，国境线长167.8 km。国土面积19 062 km2（据《云南省生态保护红线划定方案》）。保山属于低纬高原亚热带季风气候区，由于地貌多样，形成复杂的立体气候。涵盖了从北热带到中温带的多个气候类型。年均气温14.8℃～21.3℃[4]。全区降水丰富，年均降水量为1 536 mm，降水总量292.5×108m3[5]。降水时空分异明显，在时间上，5～10月为雨季，占全年降水的80%以上；在空间分布上，西部地区降水量大，而东部地区降水量小。

以保山市为例，利用市域内主要气象站观测数据对上述两套高空间分辨率数据集的累年月降水产品进行检验，为该数据在本地的应用提供支持。

1 研究方法

1.1 数据源

通过访问WorldClim和CHELSA的官方网址，分别下载了月降水量分布栅格图。其中World⁃Clim 2.0月降水栅格的统计年限为1970−2000年，而CHELSA降水数据的统计年限为1979−2013年[3]。从云南省气象局获得保山1区4县的月降水序列（1970−2013年），分别计算1970−2000年，1979−2013年两个时段的累年月均值，用于与栅格数据值进行比较。

1.2 数据精度的验证

采用相关系数（R）、平均绝对误差（MAE）、均方根误差（RMSE）和平均相对误差（MRE）几个指标来进行数据精度评价[2,6]。对于两套栅格数据，分别提取站点位置栅格像元值，然后统计栅格值与对应月观测雨量的相关系数（R）：

式中，xi，yi分别为站点位置的栅格像元值和观测值；xˉ、yˉ分别为像元值和观测值的均值；n表示样本数。

2 结果与分析

2.1 相关系数

统计各站点在CHELSA、WorldClim 2.0月降雨栅格值与其对应月观测雨量差值关系见图1。由图1（a）可知CHELSA月降水与观测值两者相关性较高，相关系数R达0.98，由图1（b）可知WorldClim 2.0月降水与观测值两者相关性也较高，相关系数R达0.93。总体上CHELSA降水与观测降水的点据更加集中于趋势线附近。图中各自的趋势线斜率均低于1，说明栅格数据的降水与观测值相比偏低。

图1 研究区站点降水与CHELSA降水（a）、WorldClim 2.0降水（b）的相关关系

2.2 误差

两套数据与观测值对比的各项误差指标为：CHELSA降水MAE=31.8 mm、RMSE=45.7 mm、MRE=28%；WorldClim降水MAE=22.5 mm、RMSE=42.8 mm、MRE=20%。进一步绘图发现，CHEL⁃SA各月降水普遍存在低估的情况（图2（a）），且月降水量越大，低估的值越大。WorldClim 2.0低估和高估的情况均有（图2（a）），除了10月、12月略微高估外，其余月份降水量越大，低估也越大。然而，从各个站点的情况来看，CHELSA降水在所有测站均为低估，而WorldClim 2.0在保山站4～8，10月，施甸站6～10月出现比较明显的高估。在研究区内降水量最多的龙陵县，降水栅格的偏差达到最大（图 3（b））。

图2 CHELSA降水、WorldClim2.0降水与观测降水在站点平均（a）与各站点（b）的绝对差值

3 讨论

国内外发布并提供下载的气候栅格数据集通常为10 km分辨率以上的数据①Dee,Dick&National Center for Atmospheric Research Staff(Eds).Last modified 31 Oct 2019."The Climate Data Guide:ERA−In⁃terim."Retrieved from https://climatedataguide.ucar.edu/climate−data/era−interim.[7]。利用站点观测数据针对目前国外发布并提供下载的两套相似的高空间分辨率（1 km）降水栅格数据进行了初步评价。通过评价认为两套月均值数据与观测资料的相关性均较好，能够反映降水在年内的分布规律。其中，CHELSA降水数据与观测值的偏差虽然比WorldClim 2.0数据略大，但属于系统性偏差（均低估了月降水），可以通过地区系统校正的方法做进一步修正。而WorldClim 2.0除了低估以外，还在研究区内的部分地区存在高估的情况，校正起来难度较大。

因此，在研究数据选取时建议优先选择CHELSA数据，并根据研究目的与精度要求，考虑在研究区内做进一步校正。