气象卫星降水数据在时间尺度上的精度检验

魏 莎，崔晨风，童山琳，郭元刚

(西北农林科技大学水利与建筑工程学院,陕西 杨凌712100)

影响流域水循环最为重要的因素就是流域降雨量，降水是地球水循环的重要组成部分，连接着大气循环过程与地表循环过程，具有重要的气象学、气候学和水文学意义[1-4]。理论上，密集布置地面观测站点是获得较为精确降水数据的一个重要手段，但由于自然条件和经济水平的差异，地面观测站点分布严重不均，海洋上更加稀少。由于降水过程的高度时空变异性，现有地面雨量计、地基测雨雷达等虽对单点降水观测精度较高，但仍存在站点分布和观测范围等局限性，尚不能满足大流域降水观测的需求[5]。随着TRMM卫星的发射，卫星降水数据得到广泛应用[6,7]，与此同时数据精度问题也成为了很多研究学者关注的热点。李景刚等[8]在洞庭湖流域对 TRMM 3B43数据进行了检验，发现在月尺度上，相关系数可以接近0.9。胡庆芳等评估了赣江流域TRMM 3B42V6的精度，并进行了误差特征分析与成因解释等[9]。Dominqu等[10]研究了TRMM 数据在亚马逊河的精度，认为TRMM降水数据在该流域的总量及各月的降水量效果较好，用于水文模拟能够取得较好效果.

综观以上研究表明:国内外学者们对TRMM数据精度检验研究大多数选用的空间尺度太大，只能代表整体平均水平，而忽略了小尺度上地区数据的差异，时间尺度包含年、月、日数据精度较少，精度较低；同时在中国地区针对于黑河流域TRMM测雨数据精度检验研究相对较少，而且基本都是采用地面气象站的观测数据。因此，本文以黑河流域作为研究区，分析TRMM数据在该流域年、月、日尺度上的数据精度，以期为TRMM数据在黑河流域的有效利用提供参考。

1 研究区概况

选择黑河流域为研究区域，流域水系如图1所示。黑河流域是我国西北地区流经青海、甘肃、内蒙古3省(区)的较大内陆水系[11]，是我国西北地区第2大内陆流域，位于河西走廊中部 98°E-101°30′E，38°N-42°N，为甘蒙西部最大的内陆河流域。黑河流域的地貌特征区域差异显著，南部为祁连山山地，中部为走廊平原，北部为低山山地和阿拉善高原，并与巴丹吉林沙漠接壤[12]。祁连山区是黑河流域地表水资源的形成地域，其降水量多寡直接影响着黑河上游的冰川、积雪、径流状况[13,14]。但是上游山区地形复杂多样[15]，黑河流域位于欧亚大陆中部，远离海洋，周围高山环绕，流域气候主要受中高纬度的西风带环流控制和极地冷气团影响，气候干燥，降水稀少而集中，多大风，日照充足，太阳辐射强烈，昼夜温差大。流域中集水面积大于100 km2的河流约18条，地表径流量大于1 000 万m3的河流有24条。

图1 水文站分布Fig.1 Distribution of hydrological station

2 数据说明

研究共收集流域内25个水文站点1980-2003年逐日降水资料，精度评估中所需的月降水量和年降水量均由逐日降水量累加所得。采用的卫星降水数据为中国区域地面气象要素数据集，它是中国科学院青藏高原研究所开发的一套近地面气象与环境要素再分析数据集，为相应水文站点的卫星逐日降水数据。

3 研究方法

3.1 相关系数法

相关系数表示2个要素之间的相关程度的统计指标。对于2个要素x与y，如果它们的样本值分别为xi与yi(i=1，2，…，n)，它们之间的相关系数：

(2)

式中:n为数据记录的总个数；xi为气象卫星降水数据提供的降水量；yi为对应时间内地面水文站点的观测降水量。

在实际操作中，首先由水文站点经纬度计算出站点所在网格单元的坐标，然后通过 MATLAB语言编程输出该网格单元内的降水量作为xi的值。R反映了气象卫星降水数据与站点实测降水值的一致性，取值范围为[0，1]，越接近1表明数据一致性越好。

3.2 散点斜率法

作一元线性回归分析：

y=kx+b

(3)

式中：k为斜率；y为气象卫星降水产品作为因变量;x为气象台站降水观测数据，作为自变量。

线性函数的斜率k越接近于1,偏差越小；若k>1,说明气象卫星降水量大于实测降水量；若k<1,说明气象卫星降水量小于实测降水量。

4 结果与分析

4.1 年尺度精度检验

(1)数据整体精度检验。以1980-2003年研究区内25个水文站点的年实测降水量为自变量，对应年份各水文站点所在的网格内气象卫星年降水数据为因变量进行一元线性回归分析，如图2所示。经检验，气象卫星年降水数据与站点实测降水量的平均相关系数R=0.938，斜率k=0.278 8，显示了两者之间存在很好的一致性。从整体而言，气象卫星年降水数据的降水值比站点实测降水量略微偏低，这可能是由于遥感方法本身的特点导致的。由于卫星主要通过微波传感器等设备探测云内降水粒子和云粒子与微波的相互作用达到测量降水的目的，这种方式在估计历时较短、降水较小的降水过程方面存有缺陷，可能因此导致气象卫星数据在数值上偏小。相比其他区域已有的气象卫星降水数据精度检验结果，气象卫星年数据与站点实测降水量的相关系数R略高，而斜率k略低。反映出相比其他区域，气象卫星年数据在本流域与站点实测降水量的相关性略高，但数值差异略大，精度验证的结论总体一致。

图2 年降水量相关图Fig.2 Annual rainfall correlation diagram

(2)各站点精度检验。对各个水文站点而言，经统计，图3以4个站点为例，卫星降水数据与相对应的各水文站年降水量的相关系数普遍较高，说明整体来看卫星降水数据与水文站年降水量具有较好的一致性；卫星降水量较实测降水量偏差较大。具体来看，各站点相关系数值及线性回归方程的斜率为：八宝河祁连站R=0.970，k=0.328；昌马河昌马堡R=0.630，k=0.142；黑河高崖R=0.816，k=0.240；黑河鸳鸯峡R=0.851，k=0.250；黑河札马什克R=0.837，k=0.256；黑河正义峡R=0.835，k=0.243；洪水河新地站R=0.775，k=0.185；李桥水库坝上R=0.798，k=0.257；疏勒河潘家庄站R=0.572，k=0.198；讨赖河冰沟R=0.522，k=0.082；西营九条沟R=0.847，k=0.227。大部分水文站点都显示出了良好的一致性，从水文站站点的位置来看，相关性较差的地区是疏勒河潘家庄、讨赖河冰沟和昌马河昌马堡，这些地方为雨量较少地区，影响气象卫星的观测。而卫星降水的斜率为0.142～0.328，说明卫星降水数据降水量与实测降水量偏差较大，且卫星降水数据较实测数据偏小。

图3 年降水数据与实测年降水数据Fig.3 Precipitation data and annual precipitation data measured in

4.2 月尺度精度检验

(1)数据整体精度检验。从25个水文站中选取11个资料比较齐全的水文站点数据，以1980年该11个水文站点的实测值作为自变量，相对应的气象卫星降水值为因变量作相关分析，如图4所示。经统计计算R=0.962，其相关性优于年降水的相关性，相关关系很好；k=0.285,说明卫星月降水数据仍然是小于水文站月降水数据的，且偏差较大。

图4 月降水量相关图Fig.4 Monthly precipitation correlation diagram

(2)各站点精度检验。如图5所示以4个站点为例，气象卫星降水产品与相对应的各水文站月降水量的相关系数仍普遍较高，说明整体来看气象卫星降水产品与水文站年降水量具有较好的一致性。具体来看，各站点相关系数值为：八宝河祁连站R=0.991，昌马河昌马堡R=0.877，黑河高崖R=0.869，黑河鸳鸯峡R=0.903，黑河札马什克R=0.974，黑河正义峡R=0.885，洪水河新地站R=0.835，李桥水库坝上R=0.991，疏勒河潘家庄站R=0.572，讨赖河冰沟R=0.667，西营九条沟R=0.940，大部分水文站点仍显示出良好的相关性，并且相关性略好于年降水量的相关性。另外，k值范围为0.172 2～0.407 9，说明气象卫星月降水量与实测降水量偏差仍然较大，且气象卫星数据较实测数据依然偏小。

图5 月降水数据与实测月降水数据Fig.5 Rainfall data and monthly precipitation data measured monthly

4.3 日尺度精度检验

以1980-1982年的俄博站所有场次降水的实测数据为横坐标，相应的气象卫星数据为纵坐标作相关关系图，如图6所示，发现相关系数R仅为0.447，实测降水量与气象卫星测雨产品的日降水数据的相关性较差。

图6 日降水量相关Fig.6 Daily precipitation correlation diagram

4.4 时间尺度对测雨精度的综合影响分析

水文尺度问题是当今水文学研究的前沿课题之一。自20世纪90年代初，水文尺度问题被正式提出后，尺度问题在水文科学中一直受到国内外学者的广泛关注和重视。降水是径流模拟中最大的不确定因素之一，同时又是洪水预报中最重要的信息。因此，研究时间尺度对卫星测雨产品精度的影响十分必要。就时间尺度而言，本文研究了日、月、年尺度对卫星测雨产品精度的影响，计算结果如表1所示。

表1 时间尺度影响计算Tab.1 Timescales affect the calculation Table

从表1中可以看出，卫星测雨产品和水文站实测雨量的日尺度相关系数的平均值R=0.462,月尺度相关系数的平均值R=0.864，年尺度相关系数的平均R=0.768；日雨量的MRE平均值为0.872，月雨量的MRE平均值为0.786，年雨量的MRE平均值为0.688。因此说明年尺度和月尺度的相关性远好于日尺度；对于MRE而言，日尺度>月尺度>年尺度，说明卫星测雨产品的精度，年尺度略好于月尺度略好于日尺度。相对误差绝对值的平均值MRE(Mean Relative Error)来评价气象卫星估测降水的误差大小，对于某一给定阈值，MRE定义为：

式中：Ti为气象卫星测雨值；Si为水文站测雨值；n为测雨次数。

5 结论与展望

卫星遥感资料在水文中的应用是目前水文学研究领域的热点问题之一。本文利用黑河流域内的25个水文站点，重点选取其中的11个典型水文站点的实测降水量对气象卫星降水数据在年尺度、月尺度和日尺度上进行了精度检验，并通过计算气象卫星年均降水量、月平均降水量和日均降水量对黑河流域降水在时间尺度上进行了综合分析，检验了气象卫星测雨产品的精度。主要研究成果如下。

(1)通过对不同时间尺度的气象卫星测雨数据进行检验评估，卫星年降水数据、月降水数据、日降水数据与站点相应实测降水量的平均相关系数R为0.938、0.962、0.447，发现对大多数水文站点来说，气象卫星数据和水文站数据在年尺度和月尺度的相关性远好于日尺度，而卫星测雨产品在精度方面，通过MRE等指标得出的结论是：年尺度略好于月尺度略好于日尺度，但是在这3种尺度上的相对误差普遍较大。

(2)在进行气象卫星月降水量的精度检验时发现：在本流域内表现出基本一致的年内偏差规律，具体表现为在1 a内降水量较少的1-3月和10-12月的偏差较小，精度相对较好；而在降水量较多的其他月份偏差较大，精度相对较差。

随着卫星遥感技术的进一步发展，如何更好地利用气象卫星资料和雨量计资料联合估算流域的降雨分布，将是一个很有发展前景的研究方向。即将实施的多卫星全球降雨观测计划GPM(Global Precipitation Measurement)将提供比气象卫星更完善、更准确的降雨资料，这些资料不仅可用于天气预报，还可用于洪水预测和全球洪水预警等领域。因此，卫星遥感资料在水文领域中的应用将会成为未来水文学科发展的必然趋势。

[1] S Michaelides, V Levizzaani, E Angnostou, et al. Precipitation: measurement, remote, sensing, climatology and modeling[J].Atmospheric Research,2009,94(4):512-533.

[2] Shuoyu Xiang,Yueqing Li, Dian Li,et al.An analysis of heavyprecipitation caused by a retracing plateau vortex based on TRMM date[J].Meteorology and Atmospheric Physics,2013,122(1-2):33-45.

[3] AaronYair,NaamaRaz-Yassif.Hydrological processes in a small arid catchment:scale effects of rainfall and slope length[J]. Geomorphology,2004,61(1):155-169.

[4] 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):1 125-1 131.

[5] TIAN Wenwen，SONG Xingyuan，LIAO Weimin．Application of set pari analysis( SPA) in quantitative precipitation estimation by radar[J]． Water Resources and Power ( in Chinese) ，2009，26( 2) :20-23．

[6] Chris Kidd. Satellite rainfall climatology: a review[J]. International Journal of Climatology, 2001,21(9):1 041-1 066.

[7] Guofeng Zhu,Yuanqing He, Tao Pu,et al. Spatial distribution and temporal trends in potential evapotranspiration over H-duan Mountains region from 1960 to 2009 [J]. Journal of Geo-Graphical Sciences, 2012,22(1):71-85.

[8] 李景刚，李纪人，黄诗峰．基于TRMM数据和区域综合Z指数的洞庭湖流域近10 a旱涝特征分析[J]．资源科学，2010，32 ( 6 ) :1 103-1 110．

[9] 胡庆芳，杨大文，王银堂，等. 赣江流域TRMM 3B42V6的误差特征与成因解释[J].水科学进展,2013,24(6):1-9.

[10] Dominqu C，Bernard S，Albert O．Review on estimation of evapotranspiration from remote sensing data: from empirical to numerical modeling approaches[J]．Irrigation and Drainage Systems，2005，19:223-249．

[11] 张 凯，王润元，韩海涛,等．黑河流域气候变化的水文水资源效应[J].资源科学，2007,29(1):77-83.

[12] 王宁练，张世彪，贺建桥,等．祁连山中段黑河上游山区地表径流水资源主要形成区域的同位素示踪研究[J]．科学通报，2009,54(15):2 148-2 152.

[13] 肖生春，肖洪浪，蓝永超,等．近50 a来黑河流域水资源问题与流域集成管理[J]．中国沙漠，2011,31(2):529-535.

[14] 张华伟，鲁安新，王丽红,等．祁连山疏勒南山地冰川变化的遥感研究[J]．冰川冻土，2011,33(1):8-13.

[15] 陈 乾，陈添宇，张逸轩．祁连山区能量场特征与降水分布的关系分析[J]．冰川冻土，2011,33(5):1 046-1 054．