GSM aP_Gauge卫星降水数据在流域尺度的精度评估——以白龙江流域为例

杨 环，马金辉

（兰州大学资源环境学院，甘肃 兰州 730000）

降水是水文模型中的一个关键动力变量，因而在一个合宜的时间和空间尺度上获得精确的降水量对于模拟地表水文过程，预测干旱洪水和监测水资源具有重要意义[1]。然而，由于基于地表的降水观测网很有限，加上降水场本身固有的多变性，对降水的时空分布难以实现精准测量。可喜的是，卫星观测模拟降水量在传感器设备和算法等方面已经取得了长足进展，并积累了丰富的经验，卫星降水产品以其长期性和连续性等优势定会在气候灾害监测和水文研究方面作出贡献。到目前为止，已开发出的一系列卫星降水反演产品当中，比较著名的有TRMM（TRMM Multi-satellite Precipitation Analysis），CMORPH（CPC MORPHing technique），GSMaP （Global Satellite Mapping of Precipitation）等，这些产品共同的优点是覆盖范围广，时效性强，可以弥补地面雨量计和地基雷达的不足[2]。尽管卫星降水反演产品有其明显的优势，但是这些产品能否满足水文工作研究者或其他数据使用者的需要，则有必要开展精度评估工作。受国际降水工作组（International Precipitation Working Group，IPWG）的邀请，中国在2012年10月IPWG第六次工作组会议中被确定加入PEHRPP（Program to Evaluate High Resolution Precipitation Products）计划，并由此展开对多种卫星反演降水产品在中国地区的验证评估工作[2]。

国外对GSMaP数据集相关产品的精度评估起步较早，在参与评估的产品当中，GSMaP_Gauge产品于2013年公开发布，是继承GSMaP_MVK产品并在其基础上经过CPC雨量站点（日降水数据集，源自全球3万多个测站，0.5°×0.5°网格数据）数据校正后以期获得1 h尺度的高精度产品[3]。Fu等[4]在2011年对GSMaP_MVK产品早期版本GSMaP_MVK+4.8.4在中国鄱阳湖流域的降水反演精度进行了验证，结果表明该产品在湿季体现更好的性能。Yamamoto等[5]在2011年比较了多种卫星降水产品在Himalayas的反演精度，发现GSMaP_MVK产品相比于其他产品的探测性能略微高些。Veerakachen等[6]在2014年对比了GSMaP_MVK产品和GSMaP_NRT（GSMaP Near Real Time）产品，发现GSMaP_MVK产品对多变的季节性降水有更好的探测性能。近年来，Kentaro等[3]在2015年验证了GSMaP_Gauge产品（版本5.222.1）在日本Tone River流域尺度的精度，并与GSMaP_MVK产品进行了对比，发现GSMaP_Gauge产品在不同的时间尺度下和降水强度下均有较好的探测性能，低估高海拔降水，略微高估低海拔降水。然而，当前最新版本的GSMaP_Gauge产品（版本6）尚未在不同的区域尺度得到验证。

降雨相比于气温气压等其他气象要素，受地形和气候系统影响更为显著，具有更大的时空变率。且以往对卫星降水产品的精度研究发现：在任何时间和空间尺度下评价卫星降水产品的反演精度时，都应该考虑季节变化和地形效应[3]。基于此，本文以海拔较高、地形复杂的白龙江流域为例，对GSMaP_Gauge产品（版本6）降水数据展开精度验证，有助于理解GSMaP_Gauge产品精度在该流域的时空变化特征，初步探究其能否克服高海拔流域站点稀缺且分布不均的不足，成为未来在该流域乃至中国西北地区展开地质灾害和水文研究的替代降水数据源，继而为数据生产者和使用者提供一定借鉴。

1 研究区域和数据方法

1.1 研究区概况

白龙江流域 （103°0′E～105°30′E ，32°36′N～34°24′N）位于甘肃省南部，干流主要流经迭部县、宕昌县、武都县、舟曲县和文县，流域面积约为18 437 km2。白龙江流域夹在迭山山系和岷山山系之间，俗称“陇南山地”[8]。地处青藏高原东缘的秦岭山脉西段，以构造山地-河流为主要地貌特征[7]，地势西北高东南低，高程（ASTER.GDEM.V2）范围在769～5393 m，相对高差较大，地表起伏强烈，易形成地形降水（图1）。流域内气候类型多样，从东南的亚热带湿润气候向西北过渡到高寒湿润气候区，气候垂直变化非常明显。流域全年降水主要集中在5—9月，年内分布不均，干湿季分明[8]。多年平均降水量高值区在下游文县碧口一带，达836.6mm，低值区在中游的武都一带，464.1mm，上游的舟曲一带多年平均降水量为512.6mm[8]，随海拔变化明显，降水梯度大。

图1 白龙江流域地形高程和雨量测站点及待验证降水栅格分布

1.2 研究资料

1.2.1 卫星降水数据

本研究采用全球降水卫星制图（GSMaP）数据集（ftp：//hokusai.eorc.jaxa.jp/）中的GSMaP_Gauge产品数据。数据可获取日期是从2014年3月1日开始至今，在观测后大约3天后得到更新。本研究采用的原始数据是以世界标准时间（UTC）为基准的日（00：00—23：00）逐小时降雨强度的平均值，降水栅格空间分辨率为0.1°×0.1°。将原始数据乘以24 h得到本地时间的当日8时至次日8时的逐日降水观测数据。GSMaP_Gauge产品数据是通过采用CPC雨量站点数据校正GSMaP_MVK产品数据得到，GSMaP_MVK产品数据则是由基于卡尔曼滤波移动矢量方法的被动微波与红外联合反演算法获取[3]。

1.2.2 基准降水数据

本文收集整理白龙江流域27个站点2015年逐日（当天08：00至次日08：00）降水量（来源于甘肃省水文局），并以之作为验证卫星降水数据的基准数据，文中选取站点所在的待验证卫星降水栅格共27个（图1）。

1.3 研究方法

本文既评价了卫星反演降水数据在量上能否准确反映基准值的大小，也验证了其对日降水事件发生可能性的估计能力。

为定量评估卫星降水产品降水量与基准值在数值上的一致性，研究主要选取偏差（Relative Bias，BIAS）、相关系数（Correlation Coefficient，CC）、均方根误差（RootMean Square Error，RMSE）3个指标；为评估卫星降水产品对日降水事件发生可能性的估计能力，研究选取探测率（Probability of Detection，POD）、 空 报 率 （False Alarm Ratio，FAR）、ETS（Equitable Threat Score）评分3个指标（表1）。

表1 GSMaP_Gauge产品数据精度评价统计指标列表

本文首先对参加验证的降水栅格的平均高程进行排序，将高程值低于2 km的栅格作为低海拔栅格，将高程值高于2 km的栅格作为高海拔栅格，分别展开卫星反演降水产品的精度对比验证（图1）。同时，为便于分析卫星反演降水产品精度的季节特征，本文将站点月平均降水量超过50mm的月份称为湿月，低于50 mm的月份称为干月，统计结果得出湿月包括4—9月共6个月，文中统称为湿半年，干月包括10月到次年3月共6个月，文中统称为干半年，进而展开精度验证。

2 结果分析与讨论

2.1 精度评估

为了验证GSMaP_Gauge产品降水数据的适用性，在考虑到地形效应和降水年内差异的基础上，从日尺度和月尺度两个时间尺度分别展开定量评估。2.1.1 日尺度数据精度评估

以站点实测日降水为自变量，以站点所在栅格GSMaP_Gauge日降水为因变量制作散点图，并进行一元线性回归分析（图2）。

对比全年（a*）、湿半年（b*）和干半年（c*）在全流域（*1）、低海拔（*2）、高海拔（*3）降水产品日降水与实测降水的一致性（图2相关性的显著性水平均表现为P<0.001），可以看出整体上均表现为低估日降水。全流域全年的回归系数K为0.509，相关系数为0.551（P<0.001），精度良好。在低海拔，湿半年GSMaP_Gauge日降水与实测降水的一致性要高于干半年；在高海拔，干半年的反演精度反而略优于湿半年。

2.1.2 月尺度数据精度评估

以站点实测月降水为自变量，以站点所在栅格GSMaP_Gauge产品月降水为因变量制作散点图，并进行一元线性回归分析（图3）。

从全年来看，低海拔月降水量与实测月降水的一致性水平高，但整体上高估月降水，线性回归系数为1.122 2，相关系数为0.902（图3（a2），P<0.001）。从湿半年来看，除了在低海拔GSMaP_Gauge产品月降水与实测月降水具有较明显的线性相关（图3（b2）），相关系数为0.698，P<0.001）外，其他散点图的线性相关性都很差，相关系数接近0（图3（b1）和图3（b3））。相比湿半年，干半年月降水量与实测月降水的一致性水平明显提高（c*），干半年低海拔月降水量与实测月降水量的回归系数为0.825 3，相关系数达到0.74（图3（c2），P<0.001）。月降水相关性的显著性水平除了在湿半年高海拔P=0.345（图3（b3）），其他均达到P<0.001。

综上所述，从散点图和相关性分析得出：降水产品的月降水量和实测月降水量在干半年具有良好的一致性，湿半年普遍高估月降水；在低海拔的一致性要高于高海拔。

图2 GSMaP_Gauge产品日降水量与站点实测降水量散点图

为明确不同月份GSMaP_Gauge产品模拟月降水的精度特征和差异，本文分别针对全流域、低海拔和高海拔，制作了逐月站点月平均实测降水量折线图和降水产品月平均降水量柱状图（图4），同时刻画了GSMaP_Gauge产品模拟月降水逐月偏差变化（图5a），并呈现了GSMaP_Gauge产品模拟月降水逐月均方根误差变化（图5b）。对比分析得出：

（1）图4和图5a的分析结果相似，表现为：除了个别月份，高海拔降水产品月平均降水值偏离站点实测月平均降水值程度较低海拔小；低海拔普遍表现为正偏差，高海拔在4月和8月呈现明显的负偏差，偏差值主要波动在-0.5～+0.5。

（2）图5b对均方根误差的分析结果表现为：大多月份低海拔月均方根误差低于高海拔均方根误差，湿月均方根误差远高于干月均方根误差，误差大小和月降水量有一定关联；月均方根误差值波动在0～40mm，8月低海拔误差值陡降至20mm。

（3）站点月平均降水量最高值出现在8月，达82mm，而8月的偏差值和误差值均较低，尤其在低海拔，RMSE约20 mm，BIAS约0.2，说明8月GSMaP_Gauge产品模拟精度较高。

进一步从相关系数（图6a）、偏差（图6b）和均方根误差（图6c）对比分析GSMaP_Gauge产品在干湿半年及高低海拔月模拟降水精度的时空特性，可以得出：

图4 逐月全流域（a）、低海拔（b）、高海拔（c）GSMaP_Gauge产品月平均模拟降水量和站点月平均实测降水量

图5 逐月全流域、低海拔、高海拔站点月实测降水量与GSMaP_Gauge产品月模拟降水量偏差（a）和均方根误差（b）

图6 站点月实测降水量与GSMaP_Gauge产品月模拟降水量相关系数（a）、偏差（b）和均方根误差（c）的时空变化

（1）降水产品精度与海拔的关系：湿半年月降水反演精度随海拔高低变化程度较大，干半年随高程变化不明显。

（2）降水产品精度随干湿半年的变化：GSMaP_Gauge产品除了高海拔偏差值在湿半年低于干半年以外，其他评价指标均表现为干半年精度高于湿半年，说明GSMaP_Gauge产品月模拟精度在干半年高些。

（3）结合湿半年散点图（图3b），对比分析GSMaP_Gauge产品在湿半年高低海拔各精度指标值的变化可见，虽然低海拔相关系数大，但是相比于高海拔普遍高估降水，从而产生较高的偏差，但是均方根误差却略低于高海拔。

2.2 GSMaP_Gauge产品日降水事件探测性能评估

为评估GSMaP_Gauge降水产品对日降水事件发生可能性的估计能力，本文以0 mm/d降水强度为阈值来区分有降水和无降水，另外对于一些特定日降水强度阈值下的降水事件，本文选取其他5个阈值，分别是0.5，1，5，10，20mm/d，进而展开评估和分析。

2.2.1 探测性能随降水阈值变化

从干半年、湿半年2个时间序列分别就探测率（POD）、空报率（FAR）、ETS评分对降水产品进行基于不同阈值降水事件探测能力评估。由于干半年日降水量普遍低于20 mm/d，所以对该阈值下的降水事件的探测能力评估只针对湿半年（图7）。

从POD来看，GSMaP_Gauge产品在干半年和湿半年的的探测趋势一致，探测率均随着降水阈值的增大而降低，并且干半年的探测率低于湿半年，当阈值为0 mm/d时，干湿半年的探测率分别为0.82和0.93，当阈值为1 mm/d时，干湿半年的探测率分别为0.56和0.83（图7a）；从FAR来看，GSMaP_Gauge产品空报率随着降水阈值的增大先降低后升高，当阈值为1mm/d时空报率最低，干湿半年的空报率分别为0.52和0.44，湿半年的空报率低些（图7b）；从EST评分看，EST评分均随降水阈值增大先升高后降低，同样在阈值为1mm/d最高，干湿半年的评分值分别为0.30和0.31，在阈值大于1 mm/d时，湿半年的EST评分明显高些（图7c）。

2.2.2 探测性能空间分布

为了解探测率POD、空报率FAR、ETS评分这3个评价指标在整个流域的空间分布情况，本文运用ArcGIS软件中的IDW插值方法对3个指标在干半年、湿半年的计算结果分别进行插值并制图。其中，对干半年湿半年降水阈值为1 mm/d的情况均进行了插值分析，以明确降水产品对弱降水的探测性能，此外，为了解降水产品对较强降水的探测性能，本文在湿半年针对降水阈值为10 mm/d的情况同样进行了插值分析（图8）。

整体而言，对于微弱降水，湿半年的探测率普遍在0.8～1.0，远远高于湿半年，对于较强降水，湿半年仅仅在海拔较低的流域东南部有较高的探测率，超过0.5；就单个站点而言，位于低海拔洛塘站的探测率要低于周围低海拔站点，而始终保持较高探测率的站点分布在南部低海拔区域和中东部低海拔区域，南部以碧口站为例，东部以武都站为例。

整体而言，对于微弱降水，干半年的空报率要高些，尤其在流域北部高海拔区域，以阿夏站和三盘子站为例，其干半年的空报率均超过0.7，低海拔除了洛塘站和口头坝站，在流域中部和南部干湿半年空报率均普遍低于0.4，然而湿半年对于较强降水的空报率普遍较高，一定程度上说明湿半年对较强降水存在普遍高估的现象；就单个站点而言，位于低海拔洛塘站的空报率高于周围低海拔站点，而东部的武都站，在湿半年对较强降水的空报率接近0。

图7 GSMaP_Gauge产品在干半年和湿半年对不同降水阈值降水事件探测性能评估

图8 GSMaP_Gauge产品在干半年和湿半年对不同降水阈值降水事件探测性能评价指标空间分布

ETS评分的插值结果与FAR相似，对于微弱降水，干湿半年的ETS评分空间分布大体一致，湿半年ETS评分略高于干半年，西北部高海拔区ETS评分均低于0.3，然而湿半年对于较强降水仅在海拔较低的流域东南部有较高的ETS评分，与探测率的插值结果相似；就单个站点而言，洛塘站的ETS评分又明显低于周围低海拔站点，而东部的武都站在微弱降水干湿半年的ETS评分超过0.5，较强降水情况下的ETS评分接近0.7。

3 结论

利用白龙江流域内的27个站点2015年实测日降水数据对GSMaP_Gauge产品反演降水数据精度在日尺度上和月尺度上分别展开了定量评估，进一步对比分析了降水产品数据在干湿半年和高低海拔的精度特征，之后评价了卫星数据对降水事件的探测性能，得出以下结论：

（1）日尺度上，流域内全年GSMaP_Gauge产品日降水数据与基准日降水的相关系数为0.551，回归系数为0.509；GSMaP_Gauge产品日降水在低海拔湿半年的反演精度较优，与基准日降水的相关系数为0.607，回归系数为0.650。

（2）月尺度上，流域内全年GSMaP_Gauge产品月降水数据与基准月降水数据之间的线性回归系数为0.808，相关系数为0.809，尤其是在低海拔区域，回归系数为1.122 2，相关系数为0.902，精度较高；从系统偏差和均方根误差的对比分析结果来看，干半年月模拟精度较湿半年高，受海拔高低影响较小；湿半年低海拔普遍高估月降水，但在8月精度较优。

（3）分析对降水事件的探测性能，发现探测率随降水强度增大而降低，阈值为0 mm/d时，干半年和湿半年的探测率分别为0.82和0.93，在阈值为1mm/d时，干半年和湿半年的探测率分别为0.56和0.83；空报率在阈值为1mm/d时最低，干半年和湿半年的空报率分别为0.52和0.44；ETS评分在阈值为1 mm/d时最高，干半年和湿半年的ETS评分分别为0.30和0.31。

（4）从POD，FAR，ETS评分的空间分布来看，降水阈值为1 mm/d的情况下，湿半年流域整体探测率较优；在西北高海拔区域，干湿半年的空报率较高，超过0.5，相应的ETS评分较低，在0.3以下；降水阈值为10mm/d的情况下，产品的探测性能在东南部低海拔区域的优势更加明显；就单个站点而言，武都站点对应的探测性能最优，流域东南部低海拔的洛塘站点对应的探测性能明显低于周围低海拔站点。

本研究的不足之处在于，仅用有限站点的点降水数据来验证卫星降水栅格面数据，尤其对于西北部高海拔区域，中间存在很多不确定性，虽然可以了解GSMaP_Gauge降水产品精度在白龙江流域的时空特性，但可能还无法很好地还原该区域降水产品反演精度的真实情况，而且本文仅对2015年进行验证，如果要进一步运用到水文模型和灾害预测中，则需要长时间序列更加准确、全面的验证和适用性分析。

参考文献：

[1] Yong B，Ren L，Hong Y，et al.Hydrologic evaluation of Multisatellite Precipitation Analysis standard precipitation products in basins beyond its inclined latitude band：A case study in Laohahe basin，China[J].Water Resources Research，2010，46（7）：759-768.

[2] 廖荣伟，张冬斌，沈艳.6种卫星降水产品在中国区域的精度特征评估[J].气象，2015（8）：970-979.

[3] Takido K，Saavedra Valeriano O C，Ryo M，et al.Spatiotemporal Evaluation of the Gauge-Adjusted Global Satellite Mapping of Precipitation at the Basin Scale[J].Journal of the Meteorological Society of Japan，2016，94（2）：185-195.

[4] Fu Q，Ruan R，Liu Y.Accuracy Assessmentof Global Satellite Mapping of Precipitation （GSMaP）Product over Poyang Lake Basin，China[J].Procedia Environmental Sciences，2011，10（1）：2265-2271.

[5]Yamamoto M，Ueno K，KichiN，etal.Comparison of Satellite Precipitation Products with Rain Gauge Data for the Khumb Region，Nepal Himalayas [J].Journal of the Meteorological Society of Japan，2011，89（6）：597-610.

[6]Veerakachen W，Raksapatcharawong M，Seto S.Performance evaluation of Global Satellite Mapping of Precipitation（GSMaP） products over the Chaophraya River basin，Thailand[J].Hydrological Research Letters，2014，8（1）：39-44.

[7] 郭瑞芳，刘元波.多传感器联合反演高分辨率降水方法综述[J].地球科学进展，2015，30（8）：891-903.

[8] 王巧娟.白龙江流域降水径流变化趋势研究[J].水利规划与设计，2015（4）：41-44.

[9] Barros A P，Joshi M，Putkonen J，et al.A study of the 1999 monsoon rainfall in amountainous region in central Nepal using TRMM products and rain gauge observations[J].Geophysical Research Letters，2000，27（22）：3683-3686.

[10] Xie P，Chen M.CPC unified gauge-based analysis of global daily precipitation[C]//Preprints，24th Conference on Hydrology，American Meteorological Society，2010.

[11]VeerakachenW，RaksapatcharawongM，Seto S.Performance evaluation of Global Satellite Mapping of Precipitation（GSMaP） products over the Chaophraya River basin，Thailand[J].Hydrological Research Letters，2014，8（1）：39-44.

[12] 唐国强，李哲，薛显武，等.赣江流域TRMM遥感降水对地面站点观测的可替代性[J].水科学进展，2015，26（3）：340-346.

[13] 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.

[14] 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.

[15] 刘元波，傅巧妮，宋平，等.卫星遥感反演降水研究综述[J].地球科学进展，2011，26（11）：1162-1172.

[16] Ushio T，Sasashige K，Kubota T，et al.A Kalman Filter Approach to the Global Satellite Mapping of Precipitation（GSMaP） from Combined Passive Microwave and Infrared Radiometric Data[J].Journal of the Meteorological Society of Japan，2009，87A（3）：137-151.

[17] 王红桃，包光，胡亚飞.甘肃省1967—2008年气温和降水时空变化[J].沙漠与绿洲气象，2017，11（2）:34-42.