中国大陆卫星降水数据的融合订正及空间降尺度研究

沈哲辉

南京林业大学土木工程学院,江苏 南京 210037

降水在全球水循环、气候系统和生态系统中扮演着重要的角色。雨量计和地基气象雷达是传统测量降水的方式,但雨量计和地基气象雷达分布稀疏且不均,难以满足全球尺度上对降水的监测。随着对地观测技术及降水反演算法的发展,基于卫星的遥感手段弥补了雨量计和地基气象雷达的不足,可为全球提供空间连续和时间完整的降水估计。但相比于地面观测,卫星降水数据存在较大的误差和不确定性。此外,当前卫星降水产品的空间分辨率仍过于粗糙,限制了其在局部空间和区域研究中的应用。因此,论文围绕提高卫星降水产品的精度和空间分辨率开展研究。首先,构建了一套完善的精度量化体系对卫星降水数据进行综合的精度分析;其次,提出了一种基于自适应滑窗累积概率密度匹配的订正方法对实时卫星降水数据进行实时订正;再次,构建了多套星地降水融合方案以提高滞时卫星降水数据在中国大陆的精度;然后,提出了一种基于梯度提升决策树的年尺度卫星降水空间降尺度方法;最后,设计了一种基于比例因子加权滑窗算法用于获取高空间分辨率的月尺度卫星降水数据。论文的主要研究工作及结论归纳如下。

(1) 对新老两代卫星降水产品TRMM-TMPA和GPM-IMERG的近实时和滞时降水数据在中国大陆进行了全面分析和比较。结果显示,IMERG近实时和滞时产品的表现总体都优于相对应的TMPA产品,但对微量降水事件探测的准确性仍有进步空间。IMERG-L中的反向传播程序对于减小对降水探测事件的误报率是有效的,但并没提高命中率。此外,IMERG-L相比IMERG-E系统误差下降了27%,但同时随机误差却比IMERG-E高出了5%。研究还发现近实时降水产品经GPCC站点校正后提高了与地面观测的时空一致性,不同误差组分都有不同程度降低,并且随机误差也显著减小。然而在中国大陆,GPCC地面校正并不能有效提高TMPA和IMERG产品对于探测降水事件的能力,而且也不能有效降低系统误差。

(2) 提出了一种基于自适应滑窗累积概率密度匹配的实时订正方法(cumulative distribution function based on a self-adaptive moving window,CSMW),用于对实时卫星降水数据进行实时订正。该订正算法首先计算历史卫星和地面数据的累积概率密度函数,可利用此先验的累积概率密度函数间的关系去订正实时卫星降水数据,而不再需要融合额外的同时段监测的地面站点数据以提高精度。研究表明,CSMW实时订正算法能大大降低原始TMPA-RT的系统性高估,且可有效降低原始TMPA-RT的均方根误差。与传统基于累积概率密度匹配CDF的订正方法相比,论文提出的CSMW订正算法在站点稀疏的干旱区和半干旱区的表现更佳,尤其在中国西部地区更为突出。

(3) 研究构建了不同的星地降水融合方案,以提高滞时卫星降水数据在中国大陆的精度。采用两种融合框架(地理差异分析GDA和地理比例分析GRA)和两种空间插值技术(普通克里金OK和反距离加权IDW)对中国大陆的滞时卫星降水数据和站点观测数据进行融合,通过交叉验证对星地融合降水数据进行验证。研究结果显示,基于GDA的融合降水产品表现显著优于原始TMPA,融合降水产品GDA-OK又进一步优于GDA-IDW。GRA融合框架对漏报降水和误报降水十分敏感,导致空间插值中存在巨大的不确定性。此外,GRA融合框架中的少数极端比值更容易导致插值过程中对原始TMPA的过校正,因此其表现没有GDA稳定。

(4) 提出了一种基于梯度提升决策树GBDT方法的年尺度卫星降水空间降尺度方法。基于GBDT算法建立多源陆表环境变量与卫星降水数据的关系,在中国大陆将空间分辨率0.1°的年尺度IMERG数据在精度不损失的情况下提高到0.01°空间分辨率。因为迭代修正的属性,GBDT模型对不平衡数据极为敏感,在地形复杂地区相比随机森林RF模型能更贴近原始卫星降水的空间分布。研究还指出地理位置在GBDT的降尺度建模中占据很高的贡献率。归一化植被指数、地表温度以及高程则在不同的气候区对建模的影响差异较大,而坡度和坡向则在GBDT的建模中贡献率很小。

(5) 在年尺度空间降尺度数据的基础上,考虑到降水在局部空间尺度上是相对连续的,设计了一种基于比例因子加权滑窗方法(proportional factor based on weighted moving window,PFWMW),用于计算并获得高空间分辨率的月尺度卫星降水数据。研究结果表明,利用该方法得到的月尺度空间降尺度IMERG数据与原始IMERG数据整体在空间分布上极为相似。但月尺度的空间降尺度IMERG数据在空间上更为平滑,能除去明显的异常点,细节上的表达也更加丰富,并且同时保证了降水精度不受损失。