卫星与地面观测融合降雨产品精度与径流模拟评估

张 弛，滑 申 冰2,3，朱 德 华4，靳 双 龙2,3，李 响

(1. 国网四川省电力公司，四川 成都 610041； 2. 中国电力科学研究院有限公司 新能源与储能运行控制国家重点实验室，北京 100192； 3.中国电力科学研究院有限公司 国家电网电力气象联合实验室，北京 100192； 4. 南京信息工程大学 水文与水资源工程学院，江苏 南京 210044)

降雨是时空变化特性最明显的水文气象要素，也是流域水文模型中非常重要的一个输入变量。地面径流的产生、土壤含水量的变化等水文过程受降雨的时空分配的影响很大。因此降雨数据的质量在很大程度上影响降雨径流过程的模拟和预报的准确度[1]。近年来，随着卫星反演降雨技术逐渐成熟，各种卫星降雨产品不断完善，并且其空间覆盖范围广，时空分辨率高，在一定程度上能弥补其他来源的降雨数据的不足，为降雨径流模拟和洪水预报及其他相关水文过程的研究提供有力的数据支持，在水文模拟中的应用有着巨大的潜力。目前国际上已经发布了TRMM(Tropical Rianfall Measuring Mission)、CMORPH(Climate Prediction Center Morphing Technique)、GPCP(Global Precipitation Climatology Project)等一系列比较成熟的卫星降雨产品[2-4]。其中CMORPH是由美国国家海洋与大气管理局气候预测中心研发制作的全球高时空分辨率降雨产品，时间分辨率为3 h，空间分辨率达到了0.25°×0.25°。国内很多学者对TRMM卫星降雨产品在中国不同地区的水文适用性进行了分析研究，如杨秀芹[5]、胡庆芳[6]、费明哲[7]分别研究了TRMM 卫星降雨在淮河流域、赣江流域和鄱阳湖流域的精度与误差特征。TRMM降雨产品分别已用于全国各大流域的流域陆面水文过程模拟与径流精度评估[8-10]，针对遥感降雨对地面站点观测的可替代性也进行分析[11-12]。

然而，将地面降雨数据与卫星降雨数据融合起来，提高卫星降雨估计的精度和时空分辨率的研究还很少，卫星和雨量计降雨产品的融合与相关水文适用性的研究仍然非常有限[13-14]。中国气象局最近发布了CMORPH卫星降雨与全国3万多自动观测站融合的高时空分辨率降雨产品。本次研究将基于流溪河分布式水文模型构建汉江中上游地区(丹江口水库以上)降雨径流模型，使用最新的卫星-地面站融合降雨数据，针对中国中部中尺度流域进行日径流模拟，评估该高时空分辨率的逐时卫星降雨产品在水文模拟中的潜力和适用性。

图1 丹江口水库流域位置及站点分布Fig.1 Location of Danjiangkou reservoir catchment and hydrological stations

1 研究区域与数据

流域范围为东经106.31°～111.72°，北纬31.58°～34.15°。研究流域集水面积约9.5万km2，占汉江流域总面积的63%。流域多年平均降雨量为900 mm。降雨时间主要集中在5～10月，占全年降雨的80.5%。流域内的洪水主要由暴雨形成，其洪水季节变化与暴雨基本一致，一般年份4,5月进入雨季，年最大洪峰多出现在7,8,9三个月。汉江上游地区年降雨为 700～900 mm，年陆地蒸发量为500～600 mm。海拔高程在 75～3 556 m之间，地形起伏大，山区特征显著[15-16]。本次研究采用的DEM数据采用中国科学院计算机网络信息中心地理空间数据云平台提供的空间分辨率约为90 m的SRTM (Shuttle Radar Topography Mission)高程数据，研究区内最高处高程约为3 550 m，最低处高程约为89 m。以此为基础对研究区流域原始数据进行相应的水文预处理，包括提取流域边界与水系流向等。应用ArcGIS提取水文模型所需的基本空间信息，收集流域范围内雨量站和水文站点的逐时降雨和流量观测数据，采用泰森多边形将点雨量插值到流域面分布。丹江口以上的研究区域的边界与各雨量站水文站位置如图1所示。

本次研究中采用的土地利用类型数据为美国马里兰大学全球观测实验室与中国科学院地理科学与资源研究所联合实验室网站提供的1 km分辨率的全球土地覆盖数据库。研究流域的土地利用类型共有10种，其中林地和草地是主要的土地利用类型，占流域面积的53.83%， 通过土地利用类型可直接得出叶面指数LAI和曼宁系数n。流域土壤数据采用的是中国科学院南京土壤研究所提供的1∶1 000 000的全国土壤数据库，经分析后得出流域土壤类型共有7种，其中壤土为主要成分，占流域面积的72.62%。根据土壤数据库中提供的土壤颗粒分布，采用美国华盛顿州立大学开发的土壤水特性软件SPAW(Soil Plant Atmosphere Water)进行模型参数的估算，可得到建模需要的各类土壤的属性参数，包括土壤厚度、土壤饱和含水率、土壤田间持水率、凋萎含水率以及饱和水力传导率等。

卫星降雨数据来源于中国自动站与CMORPH降雨产品融合的逐时降雨量网格数据集(1.0版)，可从中国气象科学数据共享服务网免费获取(http://data.cma.cn/)。该数据产品的空间覆盖范围为东经70°～140°、北纬15°～60°，产品总体误差水平在10%以内，对强降雨和站点稀疏区的误差在20%以内，优于国际同类型产品在中国区域的精度[17]。其数据来源于：① 经过质量控制后的全国3万多个自动气象站观测的小时降雨量地面站点观测数据；② 美国气候预测中心研发的全球30 min、8 km分辨率的CMORPH卫星反演降雨产品。通过概率密度匹配PDF和最优插值OI两步数据融合算法，最终得到1 h、0.1°分辨率下的卫星-地面站融合降雨产品[18]。

2 模型与方法

2.1 水文模型

本次研究采用栅格分布式物理水文模型-流溪河模型进行流域降雨-径流模拟。流溪河模型在垂向上将每个栅格单元划分为3层，分别是植被覆盖层、地表层和地下层(如图2所示)。在单元尺度下考虑植被作物的截留、蒸发蒸腾、下渗、壤中流、土壤水的渗漏及地下水运动。在水平方向上栅格单元又分为边坡单元、河道单元和水库单元，使用分级汇流的方式同时采用运动波和扩散波对坡面和河道汇流进行演进计算[19-20]。

2.2 研究方法与评估指标

本文在评估卫星融合地面雨量站降雨精度时，分别求得卫星降雨的流域均值和站点降雨的流域均值，在流域尺度上进行比较。地面站点降雨数据和水文站点流量数据分别为1980～1987年和2008～2012年的逐日数据。其中1980～1985年为水文模型参数率定期，1985～1987年为水文模型参数验证期，2008～2012年的数据用作卫星数据与雨量站的精度对比。流域范围内有90个自动雨量站，利用泰森多边形计算流域面平均的日降雨量。以同样的方法对流域内14个蒸散站的日蒸发数据进行处理，可获得流域面平均的日蒸散发量。通过临界成功指数(CSI)、探测成功率(POD)和虚报率(FAR)3个分类统计指标评估卫星降雨的数据可靠程度，以测量卫星降雨与地面降雨过程的对应关系[21]。各统计指标由公式(1)～(3)计算得到。

(1)

(2)

(3)

式中，a表示雨量站与卫星同时探测到的降雨次数，b表示卫星误报降雨的次数，c表示卫星空报降雨的次数。

图2 流溪河分布式水文模型结构示意Fig.2 Liuxihe model structure

在径流模拟精度评估方面，在流域上游到下游选取5个有代表性的水文站点，采用Nash-Sutcliffe 效率系数(NS) 、相关系数(Correlation Coefficient, CC)、均方根误差(Root Mean Square Error, RMSE)以及总水量误差(Dv)，对卫星降雨数据相对于地面雨量站观测数据的精度进行评估。各评价指标由公式(4)～(7)计算得到。

(4)

(5)

(6)

(7)

3 结果与分析

3.1 流域日降雨量对比

图3给出了丹江口水库流域2008～2012年5 a降雨量的分布情况。该图表明这两种降雨产品在流域内年降雨空间分布基本相似。然而，雨量计记录的强降雨空间分布比卫星降雨产品具有更宽的覆盖范围和更大的强度，特别是在2009，2010年和2011年，这意味着卫星降雨产品在强降雨的定量估测方面可能存在较大的误差。

图3 丹江口水库流域年均降雨分布Fig.3 Spatial distribution of annual rainfall for Danjiangkou reservoir basin from 2008 to 2012

图4显示了雨量计观测降雨与卫星降雨产品在流域日降雨量累积值的对比，两组降雨资料的相似累积趋势表明卫星降雨产品可以准确捕捉流域尺度的降雨模式，但2008～2012年的全流域累计降雨量相对于雨量计观测值少了16.43%。

图4 雨量站降雨与卫星降雨产品的流域面雨量累积曲线Fig.4 Comparison of cumulative basin rainfall between raingauge measurements and the CMORPH-Station rainfall product

图5为雨量计日观测降雨与卫星日降雨产品的对比，相关系数为0.73，平均绝对误差为1.24 mm/d。

图5 雨量站降雨与卫星日降雨的数值对比与误差分析Fig.5 Comparison of rainfall products by Daily CMORPH-Station and raingauge measurements

卫星降雨产品可以捕捉到流域上大部分中小型降雨强度，但当雨强超过10 mm/d时却无法得到与雨量计类似的空间变化以及降雨强度。图5(a)表示随着降雨强度的增加，数据变得越来越分散。图5(b)所示的残差值随着雨强的增加而增加，卫星降雨产品相对于雨量站观测数据的RMSE为2.52 mm/d。

此外，本研究还采用统计指标(CSI、POD和FAR)来评估不同降雨强度下卫星降雨产品的可靠性。图6表明当降雨强度从0 mm/d增加到33 mm/d时，对正确探测次数相当敏感的POD有下降趋势。这意味着随着雨强增大，卫星降雨产品的可靠性在下降，这与图5中散点图的结论一致。但当降雨强度超过35 mm/d时，POD数值上升，这意味着卫星降雨产品在极端降雨情况下的性能有上升趋势。然而，当雨强在25 mm/d时，卫星降雨产品的误差是最大的。

图6 不同降雨强度下卫星降雨产品的探测可信度评估Fig.6 The detection confidence level of satellite rainfall estimates against raingauge measurements

CSI的趋势与POD接近，但CSI不仅对卫星数据正确命中的次数敏感，而且对虚报次数和未能探测降雨的次数也很敏感。当降雨强度低于22 mm/d时，FAR保持不变，但之后显著增加，当达到超过33 mm/d的极端降雨强度时，FAR下降。 因此，图6的结果表明，当降雨强度小于23 mm/d时，卫星降雨产品比较可靠。在本研究中，随着降雨强度从25 mm/d增加到40 mm/d，卫星降雨产品的可靠性在下降。

3.2 模型参数率定和验证

在评估卫星降雨产品模拟径流能力时，基于雨量站点数据输入进行模型参数率定。表1给出了模型在率定期和验证期基于雨量站降雨输入在5个不同水文站的径流模拟的精度评估指标值，其中模型效率系数(NS)是评价水文模型模拟效果的总体拟合情况，包括洪峰形状和峰量。当NS<0时，表示模型输出比用平均值作为预测效果更差。相关系数(Cor)，即线性相关性，描述模拟量和观测量之间的离散程度的指标，越接近1表示变化越接近。均方根误差(RMSE)，评价模拟的总水量误差。总水量平衡误差系数(Dv)，评价模型模拟的总水量误差与总径流量的比率。表1的结果表明流溪河分布式模型在参数验证期较率定期的模拟精度要低。更重要的是，在上游水文站的模拟精度要高于下游水文站，这也表明人类活动以及蓄水和引水工程可能改变了流域下游地区的自然径流条件，对水文过程的影响比上游地区大。

表1 流溪河模型参数率定与验证精度评估Tab.1 Statistics of model parameters calibration and validation at five stations

3.3 模型径流模拟对比

采用雨量站与卫星降雨数据作为输入，基于雨量站点数据率定好的流溪河模型，进行流域水文过程模拟。根据5个水文站的日流量观测值对比进行评估，模拟的日流量水文过程如图7所示，两种降雨数据在日水文过程模拟方面都能很好地与实测资料吻合。表2的评估标准显示卫星降雨数据在流域下游白河站的模拟径流效果要优于雨量站，其峰值模拟与实测结果吻合较好。然而卫星降雨数据在流域上游的洋县站和汉中站比雨量站降雨产生的流量要少。特别是峰值流量的模拟明显低于实测值。总水量评估指标Dv结果表明，卫星降雨数据驱动的流域径流平均比雨量站的要低15.7%，但在均方根误差RMSE上，两种降雨产品的平均差异仅为44.05 m3/s。

表2 雨量站与卫星降雨产品径流模拟精度评估Tab.2 Statistics for daily flow simulation by raingauge and satellite rainfall products

雨量站与卫星降雨的日径流模拟数据的离散情况统计如图8所示，相应的数据在表3中给出。结果表明雨量站降雨和卫星降雨产品在5个水文站的径流模拟平均偏差分别为6.18%和-21.14%。对于低水径流模拟，两种降雨产品的最小值和下四分位数Q1都比观测值低得多。雨量站降雨的平均偏差分别为-57.26%和-68.34%，卫星降雨的平均偏差分别为-61.85%和-76.53%。相比之下，高水模拟的偏差远小于低水模拟，雨量站的上四分位数Q3和最大值的平均偏差分别为10.63%和-11.98%，卫星降雨为-16.18%和-30.30%。这表明使用卫星降雨的径流模拟往往比观测值低而且总水量较少。总体而言，卫星降雨的总体性能与雨量站测量值在流溪河模型中的日流量模拟精度相当。

图7 雨量测量和卫星降雨产品的流域径流模拟对比Fig.7 Runoff simulation by raingauge and the satellite rainfall products

表3 雨量站与卫星降雨的日径流模拟数据离散偏差统计Tab.3 Daily runoff simulation bias by raingauge measurements and satellite rainfall %

图8 雨量站与卫星降雨的日径流模拟数据的箱型统计图Fig.8 Box plot for observed runoff and simulatied runoff results by raingauge measurements and satellite rainfall

4 结 论

本研究采用全分布物理水文模型——流溪河模型，评估了卫星与雨量站降雨融合产品在日尺度水文过程模拟中的准确性和实用性。研究表明，逐时合并的卫星雨量产品在流域尺度上模拟日径流量是可行的。水文评价结果表明，该卫星降雨产品可以产生与雨量计测量值相当的模拟结果，因此在资料质量一致的长期水文模拟中是可靠的。该产品有潜力用于数据稀疏或缺测的流域的水资源管理和水文模拟预测。

但本研究并未考虑水文模型参数的不确定性，且仅限于流溪河水文模型。因此，在未来可使用一系列不同的水文模型在不同的流域尺度去验证该卫星降雨产品的水文效用评价效果。