TRMM卫星降水数据在喀斯特山区的适用性分析——以贵州省为例

李 威, 蒋 平, 赵卫权, 兰良鸿

(1.贵州省山地资源研究所, 贵阳 550004; 2.贵州省第三测绘院, 贵阳 550004;3.重庆师范大学 三峡生态环境遥感研究所, 重庆 400047; 4.贵州省山地资源研究所有限公司, 贵阳 550004)



TRMM卫星降水数据在喀斯特山区的适用性分析
——以贵州省为例

李 威1,3, 蒋 平2, 赵卫权1, 兰良鸿4

(1.贵州省山地资源研究所, 贵阳 550004; 2.贵州省第三测绘院, 贵阳 550004;3.重庆师范大学 三峡生态环境遥感研究所, 重庆 400047; 4.贵州省山地资源研究所有限公司, 贵阳 550004)

以1998—2012年研究区26个气象站点实测降水数据和同期TRMM 3B43降水数据为数据源，在GIS技术的支持下，运用相关系数(R)、相对误差(BIAS)分析和探讨月、季、年尺度和单个站点的TRMM 3B43降水数据在研究区的适用性和分布规律。分析表明：(1) TRMM 3B43降水数据和气象站点观测数据的相关性较好，在年尺度上，TRMM 3B43降水数据总体精度较高，相关系数R为0.75，但也存在个别站点误差较大，最大误差达到19.13%，总体上TRMM 3B43降水数据比站点观测数据稍微偏大；(2) 季节尺度上，TRMM 3B43降水数据和站点观测数据春季的相关系数R达到0.82，要高于秋季和冬季。夏季较差，但相关系数R也达到0.79，且均通过置信度100%检验；(3) TRMM 3B43降水数据在月尺度上数据精度最高，相关系数R达到0.91；(4) 数据个体精度检验上选取了19个气象站点，各个观测站点的拟合优度R2均在0.75以上，相关系数R均大于0.80，结果表明TRMM 3B43降水数据在研究区具有较好的适用性。

贵州省; TRMM 3B43; 相关系数; 降水

降水是陆地水循环的重要组成部分，在时间和空间分布上具有明显的差异性，一定程度上决定着地表覆盖和区域水资源的时空分布，是制约气象预报的重要因素之一[1]。作为影响环境变化的重要因子，虽然可以通过增加监测站点密度来提高降水数据的准确度，但由于环境条件、资金投入等因素而缺乏可行性[2]。通过气象卫星获取空间化的降水数据已成为当前气象研究领域的研究热点[3]。由美国和日本在1997年联合研制的热带测雨卫星TRMM(Tropical Rainfall Measuring Mission)[4]，提供了多种降水数据产品为相关降水研究提供重要数据来源[5]。目前，国内外学者运用TRMM卫星降水数据进行了一些相关研究，取得了一定的成果，研究方向也趋于多元化，主要包括误差分析[3]、降水侵蚀估算[6-7]、降水时空分布[3,8-12]、适用性评价[5,13-18]、区域降水尺度等[19-20]、但大多数主要是针对我国北方河流流域以及平原等地势平坦的中高纬度等局部地区。而对于西南多山地覆盖、地势复杂等高海拔区域，降水的空间分布不仅与经纬度相关，还与山体坡度、坡向等地形因素息息相关。针对这一不足，本文选取贵州省作为研究区域，贵州省地处云贵高原，山地和丘陵占到全省国土面积的92.5%，山多坡陡，地表崎岖破碎，是全国地区唯一一个没有平原支撑的喀斯特山区省份[21]，区域内降水空间分布格局异常复杂，多年平均降水量约1 183 mm，且空间分布差异大，年内分布不均[22]。本研究通过选取1998—2012年研究区内26个气象站点与同期TRMM 3B43数据分析探讨TRMM卫星降水数据产品在年、季、月时间尺度上的精度和质量，并进一步分析探讨TRMM 3B43数据在研究区的空间分布，为TRMM卫星降水数据产品在喀斯特山区等复杂地形区域的水文、气象预报等应用提供基础和科学依据。

1　研究区概况

研究区地处我国西南部向四川盆地以及湖南、广西低山丘陵过渡的斜坡地带，地理位置为24°37′—29°13′N，103°36′—109°35′E，幅员面积176 167 km2，自西北部向北、东、南3面倾斜，与四川、重庆、广西、云南、湖南接壤，辖6个地级市，3个自治州，共88个区县。境内地形复杂，地势西高东低(图1)，绝大部分地形以山地为主，属典型的内陆高原山地，自古就有“八山一水一分田”、“地无三尺平”等俗语描述区域内的地势地貌特征。区域内水土流失、石漠化等灾害极为严重[23]，也是我国喀斯特面积分布最广的省份。南北相距509 km，东西长约595 km，平均海拔约1 100 m左右，2012年森林覆盖率达到42.5%，高于全国平均水平。属于亚热带湿润季风气候，区域内部气候复杂多样，多年平均气温15～18℃，降水量丰富，主要集中在4—9月，区域内各地区阴天数大多数超过150 d，平均相对湿度都在70%以上，呈现典型的雾日多、日照少，土壤类型主要有黄壤、黄棕壤、石灰土、紫色土等，植被类型有常绿阔叶林、山地季雨林、热带沟谷季雨林、寒温性针叶林、暖性针叶林等。

图1　研究区高程和气象站点分布

2　数据与方法

研究数据包括26个国家基准和基本气象站点的降水观测数据(其中7个气象站点日期为2009—2012年)，以及1998—2012年总计15 a的TRMM 3B43降水数据，TRMM气象卫星是由美国NASA和日本NASDA联合研制的气象测雨卫星，搭载降雨雷达(PR)、被动式微波辐射计(TMI)以及可见/红外传感器(VIRS)等传感器，轨道高度400 km，周期96 min，覆盖北纬30°到南纬30°地区，TRMM 3B43数据是在TRMM 3B42数据基础上，通过与美国国家海洋和大气管理局气象预测中心异常检测系统(CAMS)的全球格点雨量测量器资料，全球降水气候中心(CPCC)的全球降水资料三者合成的全球网格降水数据，数据融合了多个微波遥感数据，该数据是每小时的降水量，属三级降水产品，主要用于测量地区降水与能量的转换，其时间分辨率为1个月，空间分辨率为0.25°×0.25°，存储格式为HDF格式，虽然影响降水的因素较多，但目前测量降水最直接准确的方式依然是气象站点测量，所以本研究以站点实测降水量作为验证TRMM降水数据的“真值”[24]。并采用相关系数(R)、相对误差(BIAS)对TRMM 3B43降水数据进行精度验证。

(1)

(2)

3　结果与分析

3.1年降水量精度检验

利用研究区19个气象站点(由于有7个气象站点观测数据是从2009—2012年，故表1只列出19个气象站点误差。)1998—2012年的统计年降水量为自变量，对应网格TRMM 3B43降水数据为因变量，进行线性回归分析，并计算出各个气象站点的多年平均降水量与TRMM 3B43降水数据的相对误差(BIAS)(表1)。综合分析TRMM 3B43降水数据在整个区域上的精度，从结果上看，相关系数R达到0.75，并且通过α=0.01置信度检验，表明TRMM 3B43降水数据与站点观测数据之间存在很好的一致性，由于研究区整体上都是以山地为主，降水受地形等因素影响强烈，在数值上年均误差较大的站点为研究区西部安顺市境内的盘县和榕江县、分别达到-19.13%和10.52%，误差较小的为望谟县和云岩区，分别只有-0.19%和-1.01%，而正偏差的总体高于负偏差，说明TRMM降水数据高于气象站点的观测值，除盘县和榕江以外，其余站点的BIAS误差均在±10%以内，表明大多数站点的TRMM降水数据与站点观测数据之间的差异较小。空间分布上，误差较大的地区为黔东南州的东南部，安顺市以及黔南州中部地区。总体而言，TRMM降水数据能够满足在年尺度上的应用研究需要。

3.2季降水量精度检验

降水的季节分配也是降水的一个重要特征，将研究区1998—2012年的春季(3—5月)、夏季(6—8月)、秋季(9—11月)、冬季(12—2月)四个季节26个气象站点观测降水量与TRMM 3B43数据进行线性回归分析，如图2所示，在季节尺度上，研究区降水主要集中在夏季，其次是春季和秋季，冬季降水最少，四季度的拟合优度R2都大于0.6，各季节均通过α=0.01置信度检验，其中春季的相关性最好，相关系数R达到0.82，其次是秋季和冬季，夏季相对较差，可能的原因是由于地区海拔的影响，夏季降水在地形的作用下可能产生有局部地形雨现象，这给遥感反演降水量带来困难，从而造成反演误差，但相关系数R也达到0.79，从整体上看，TRMM 3B43降水数据和气象站点观测不同季节降水数据有较好的一致性和分布规律。计算各个站点观测数据与TRMM 3B43降水数据误差的标准差，如表2所示，季节尺度中，以夏季的标准差最大，其次是春季和秋季，冬季最小，说明夏季TRMM降水数据距离站点观测降水数据的波动性较大，冬季最为稳定，秋季和春季次之，主要原因是研究区域内降水主要集中在夏季和春季，冬季最少，且空间分布不均，降水频率变大，导致TRMM卫星反演降水难度加大。

表1　研究区1998-2012年站点实测年降水量与TRMM 3B43数据相对误差　　%

3.3月降水量精度检验

由于TRMM 3B43降水数据的时间分辨率为1个月，而气象站点的观测数据通常都精确到以小时为计数单位，所以有必要用以月尺度为单位统计站点观测数据对TRMM 3B43降水数据进行精度验证，以研究区内的26个气象观测站1998—2012年月观测数据为自变量，其对应的TRMM 3B43格网内的降水量为因变量，进行线性回归分析，如图3所示，整个研究区TRMM 3B43降水数据与气象站点观测数据的线性拟合优度R2为0.82，相关系数R高达0.91，通过α=0.01置信度检验。结果说明TRMM 3B43降水数据在研究区与气象站点实测数据之间具有明显的线性相关与一致性，可以作为研究的数据来源。从月尺度站点误差标准差来看(表3)，总体上看研究区所有站点标准差数值在40左右，其中威宁、七星关站点的标准差在30左右，表明TRMM卫星反演降水数据较为稳定，而望谟、习水、盘县等站点标准差均在40以上，表明这些站点的降水波动性较大。

3.4个体降水量精度检验

利用气象站点观测降水数据验证山地区域的TRMM 3B43降水数据精度，从结果上看结果较好，数据精度较高，整体上能够反映研究区降水的空间分布特征，但研究区处于云贵高原腹地区域，由于高海拔，地形特殊等因素，降水的分布还受到大气环流、海陆位置、迎风坡、背风坡等因素影响，仅仅从整体上分析TRMM 3B43降水数据的数据精度还存在不足，并不能反映TRMM月降水数据与单个站点实测数据之间的差异性。从研究区中选取19个气象站点1998—2012年总共15 a的统计月降水总量为自变量，以各个观测站点对应TRMM 3B43网格降水数据为因变量做一元线性回归分析，得到相应站点观测数据和TRMM 3B43降水数据的散点图和相关关系表，如表4所示，大多数气象站点观测降水数据与TRMM 3B43反演的降水量之间呈现很好的相关性，各个观测站点的拟合优度R2所均在0.75以上，相关系数R均大于0.80，北部习水县较差，相关系数只有0.81。明显低于研究区其他站点。除罗甸、三穗、黔西、铜仁、习水和桐梓外的所有气象站点相关系数R均大于0.90，其中相关系数最高的站点为兴仁、云岩和盘县，相关系数R均为0.94，该结论与数据月降水量的精度检验的结论相一致。

图2　研究区1998-2012年季节尺度TRMM降水数据与站点观测数据散点图

表2　研究区1998-2012年季节尺度TRMM降水数据与站点观测数据标准差

图3　研究区1998-2012年月尺度TRMM降水数据与站点观测数据散点图

表3　研究区1998-2012年月尺度TRMM降水数据与站点观测数据标准差

表4　研究区部分站点月尺度TRMM降水数据与站点观测数据相关系数

3.5TRMM降水数据在研究区的空间分布特征

上述内容探讨了TRMM 3B43降水数据在研究区的精度检验，经过验证分析，从结果上看虽然TRMM 3B43降水数据在数值上存在一定的误差，但除了极少数站点误差稍微偏大外，大多数站点观测数据与TRMM 3B43降水数据之间的误差较小，且整体上具有较高的相关一致性，说明在数据缺乏的山地区域可应用于科学研究。

(1) 空间分布上，研究区TRMM 3B43降水数据多年平均降雨量以及差值空间分布如图4所示，从空间分布上看，研究区降水量从西北部向南部、东部和东南部呈现扇形状逐级增加的趋势，与研究区地势自西北部向北、东、南3面倾斜相呼应，西北部处于内陆区域，地势较高，平均海拔均在1 500 m以上，随着海拔的升高，降水量逐渐减少。研究区东南部多数地区海拔在1 000 m以下，且靠近中国南海海域，已经处于热带季风气候地区边缘，降水明显高于西北部。在降水数值上，研究区年平均降雨量为754～1 390 mm，降水量最低区域位于毕节市西北部，只有754 mm，最高的区域为铜仁市东部，达到1 389 mm，铜仁市东部、黔东南州大部、黔南州和黔西南州南部等区域年降水量都达到1 000 mm以上。而在差值分布上，从研究区北部到东部再到南部主要体现为站点实测降水量高于TRMM 3B43降水量，而六盘水市、安顺市大部、毕节市南部、黔东南州西北部、贵阳市南部以及黔南州北部等地区站点实测降水量要低于TRMM 3B43降水量。

(2) 季节尺度上，研究区TRMM 3B43降水数据多年季平均降水量空间分布如图5所示，降水的季节分配也是一个重要的特征，研究区降水主要集中在春季和夏季，春季和冬季降水在空间上的分布趋势相对较一致，由西北向东南逐渐增加，主要集中在研究区东部以及东南部地区，其中冬季降水最少，最低点在西北部毕节市境内，只有26 mm，该地区海拔均在1 500 m以上。降水量会随着海拔的上升而减少。夏季和秋季降水空间差异较大，夏季降水最高出现在西南部黔西南州，达到700 mm，均高于其他3季同区域，而秋季最高降水在研究区西北铜仁市，最高降水量有270 mm。

图4　研究区1998—2012年TRMM 3B43降水数据年均降水量空间分布以及差值分布

图5　研究区1998-2012年TRMM 3B43降水数据季平均降水量空间分布

4　结论与讨论

(1) TRMM 3B43降水数据在研究区内具有良好的实用性，月尺度数据与站点观测降水量相关系数为0.91，季节尺度上春季的数据精度高于秋、冬和夏季。四季相关系数均大于0.78，在年尺度上少数站点的误差(BIAS)相对较大，其余误差均在±10%以内，整体上看相比季尺度和年尺度的数据精度，月尺度降水数据精度最高，TRMM 3B43降水数据比站点观测值稍稍偏大，但空间分布与变化趋势大体上相一致，由西北部向东南部呈现逐渐增加的趋势，能够满足应用研究需要。

(2) 选取研究区19个气象站点进行单个站点的TRMM 3B43降水数据个体精度检验，单个站点实测降水数据与TRMM 3B43降水数据的相关系数均大于0.80，除少数几个站点外相关系数均大于0.90。且均通过置信度100%检验。表明TRMM 3B43降水数据无论是在数据整体上还是个体上都具有较高的精度。

(3) 总体上看，相比其他学者在不同区域得出的研究结论，研究区TRMM 3B43降水数据比站点观测值稍稍偏大。TRMM 3B43降水数据在数据精度方面要明显高于其他地区，主要原因是研究区地处云贵高原腹地，海拔较高，实测站点位置普遍较高，而降水在形成过程中随着海拔的降低损失在加大，从而造成在其他区域降水观测值与TRMM卫星降水数据偏差较大。

本研究利用的TRMM 3B43降水数据空间分辨率为0.25°×0.25°，数据本身的空间分辨率较低，而气象观测站点较少，虽不能代表整个研究区内降水实际情况，但也从一定程度上反映了TRMM 3B43降水数据在山地高海拔区域具有较好的适用性，由于降水受海拔、地形和经纬度等因素的影响，在局部地区还是存在较大差异，如何在现有数据资料的基础上利用相关模型对TRMM 3B43降水数据进行空间降尺度和精度订正，使之与研究区实际情况接近，是下一步研究的主要内容。

[1]穆振侠,姜卉芳.基于TRMM/TMI的天山西部山区降水研究[J].干旱区资源与环境,2010,24(7):115-119.

[2]朱会义,贾绍凤.降水信息空间插值的不确定性分析[J].地理科学进展,2004,23(2):34-42.

[3]胡庆芳,杨大文,王银堂,等.赣江流域TRMM降水数据的误差特征与成因[J].水科学进展,2013,24(6):794-800.

[4]Kummerow C. The tropical rainfall measuring mission (TRMM) sensor package[J]. Journal of Atmospheric & Oceanic Technology,1998,15(3):809-817.

[5]刘俊峰,陈仁升,韩春坛,等.多卫星遥感降水数据精度评价[J].水科学进展,2010,21(3):343-348.

[6]朱强,陈秀万,樊启祥,等.基于TRMM的降水侵蚀力计算方法[J].中国科学:技术科学,2011,41(11):1483-1492.

[7]王晓云,史明昌,胡影,等.TRMM数据应用于降水量和降水侵蚀力估算的适宜性研究[J].干旱区资源与环境,2015,29(1):129-133.

[8]刘俊峰,陈仁升,卿文武,等.基于TRMM降水数据的山区降水垂直分布特征[J].水科学进展,2011,22(4):447-454.

[9]潘虹,邱新法,高婷,等.基于TRMM和NCEP-FNL数据的降水估算研究[J].水土保持研究,2014,21(2):116-122.

[10]齐文文,张百平,庞宇,等.基于TRMM数据的青藏高原降水的空间和季节分布特征[J].地理科学,2013,33(8):999-1005.

[11]蒋璐君,李国平,王兴涛.基于TRMM资料的高原涡与西南涡引发强降水的对比研究[J].大气科学,2015,39(2):249-259.

[12]王超,赵传燕.TRMM多卫星资料在黑河上游降水时空特征研究中的应用[J].自然资源学报,2013,28(5):862-872.

[13]曾红伟,李丽娟.澜沧江及周边流域TRMM 3B43数据精度检验[J].地理学报,2011,66(7):994-1004.

[14]吴建峰,陈阿林,嵇涛,等.三峡库区(重庆段)TRMM降水实用性分析及时空特征[J].重庆师范大学学报:自然科学版,2014,31(4):70-77.

[15]朱国锋,蒲焘,张涛,等.TRMM降水数据在横断山区的精度[J].地理科学,2013,33(9):1125-1131.

[16]吕洋,杨胜天,蔡明勇,等.TRMM卫星降水数据在雅鲁藏布江流域的适用性分析[J].自然资源学报,2013,28(8):1414-1425.

[17]李相虎,张奇,邵敏.基于TRMM数据的鄱阳湖流域降水时空分布特征及其精度评价[J].地理科学进展,2012,31(9):1164-1170.

[18]蔡研聪,金昌杰,王安志,等.中高纬度地区TRMM卫星降水数据的精度评价[J].应用生态学报,2014,25(11):3296-3306.

[19]王晓杰.基于TRMM的天山山区降水降尺度方法及其空间变异特征研究[D].新疆石河子:石河子大学,2013.

[20]嵇涛,刘睿,杨华,等.多源遥感数据的降水空间降尺度研究:以川渝地区为例[J].地球信息科学学报,2015,17(1):108-117.

[21]熊康宁,黎平,周忠发,等.喀斯特石漠化的遥感:GIS典型研究[M].北京:地质出版社,2002.

[22]张志才,陈喜,王文,等.贵州降水变化趋势与极值特征分析[J].地球与环境,2008,35(4):351-356.

[23]李瑞,李勇,刘云芳.贵州喀斯特地区降雨与坡面土壤侵蚀关系研究[J].水土保持研究,2012,19(3):7-11.

[24]New M, Todd M, Hulme M, et al. Precipitation measurements and trends in the twentieth century[J]. International Journal of Climatology, 2001，21(15)：1889-1992.

Analysis on Applicability of TRMM Precipitation Data in Karst Areas—A Case Study in Guizhou Province

LI Wei1,3, JIANG Ping2, ZHAO Weiquan1, LAN Lianghong4

(1.InstituteofMountainResourcesofGuizhouProvince,Guiyang550004,China; 2.GuizhouProvincialThirdInstituteofSurveyingandMapping,Guiyang550004,China; 3.InstituteofEco-EnvironmentRemoteSensinginThreeGorgesReservoir,ChongqingNormalUniversity,Chongqing400047,China; 4.InstituteofMountainResourcesCompanyofGuizhouProvince,Guiyang550004,China)

Based on the rainfall data from 26 meteorological stations and TRMM 3B43 during the period from 1998 to 2012 in Guizhou Province and the support of the GIS technologies, the correlation coefficient (R) and relative error (BIAS) have been utilized to analysis the application and distributional features for rainfall data of TRMM 3B43 in individual sites in the view of scales ranging from month and quarter to year in Guizhou Province. The results indicated that: (1) there was the good agreement between the data from TRMM 3B43 and meteorological stations, at the year scale, the accuracy of the rainfall data from TRMM 3B43 is relatively high and theR2can reach up to 0.75. However, existence of great error in certain stations and maximum can reach to 19.13%. In general, the accuracy of rainfall data from TRMM 3B43 is greater than from meteorological stations; (2) in terms of seasons, the linear correlation coefficient (R) between the rainfall data from TRMM 3B43 and meteorological stations can up to 0.82 in spring, this value is greater than those in fall and winter. The linear correlation in summer is poor, reaching to 0.79 and through the test under confidence is 100%; (3) the high quality of accuracy for TRMM 3B43 can be obtained on the month scale, andRis 0.91; (4) rainfall data from 19 meteorological stations have been used to test the individual data accuracy, and the fitting outcome ofR2andRwith the TRMM 3B43 reaches to 0.75 and 0.80, respectively, indicating that the rainfall data from TRMM 3B43 is applicable in this region.

Guizhou Province; TRMM 3B43; correlation coefficient; rainfall

2015-07-13

2015-08-11

国家科技支撑计划课题“西南山丘村镇饮用水安全保障技术集成与示范”(2012BAJ25B09)

李威(1986—),男,贵州遵义人,硕士研究生,研究方向为资源环境遥感与GIS应用。E-mail:liwei_N70@126.com

蒋平(1966—),女,贵州贵阳人,高级工程师,研究方向为资源环境遥感与GIS研究。E-mail:892525771@qq.com

P333.1

A

1005-3409(2016)01-0097-06