三峡区间TMPA和IMERG卫星降水产品精度评估

2019-12-21 01:40王汉涛张潇潇2赵牧晨舒卫民
长江科学院院报 2019年12期
关键词:插值降水量降水

王汉涛,张潇潇2,3,赵牧晨,舒卫民

(1.中国长江电力股份有限公司 三峡水利枢纽梯级调度通信中心,成都 610041; 2.四川大学 水利水电学院,成都 610065; 3.四川大学 水力学与山区河流开发保护国家重点实验室,成都 610065)

1 研究背景

降水是影响流域水循环最活跃的因素,对流域产汇流的形成起着决定性的作用[1]。目前降水信息的获取方式包括地面站点观测、天气雷达观测和卫星监测。地面站点观测降水精度较高,但是受到站点布设以及插值方法限制,不能准确地反映流域降水时空分布[2];雷达观测也属于地面直接观测降水[3],能够提供高时空分辨率的降水观测数据,但其同样受到布设限制,且观测误差来源较多,在地形复杂地区有较大的不确定性[4];卫星遥感降水产品近年来发展迅速,为流域降水观测提供了新的数据来源[5],虽然卫星降水产品存在一定的偏差,但其在空间上连续分布,弥补了地面观测数据的不足。

TRMM (Tropical Rainfall Measuring Mission) 卫星主要用于监测和研究热带地区降水。TRMM卫星搭载了降雨雷达、微波成像仪、可见/红外辐射仪等传感器[2]。1997年11月28日,卫星在日本发射;2015年4月8日,由于燃料耗尽,卫星停止运行;2015年6月17日,卫星重新进入大气层;TMPA (TRMM Multi-satellite Precipitaiton Analysis) 系列降水产品持续更新至2018年中期[6]。GPM (Global Precipitation Measurement) 是TRMM的后续卫星降水观测计划,在空间覆盖率和雨雪数据观测方面较TRMM进行了改善。GPM卫星群包含了8颗搭载微波辐射计的卫星和1颗搭载双频雷达和微波辐射计的核心卫星GPMCO (GPM Core Observatory)[7],GPMCO于2014年2月28日成功发射;GPM IMERG (Integrated Multi-satelliteE Retrievals for GPM) 系列卫星降水产品从2014年3月开始持续发布。

TMPA降水产品被广泛应用于水文气象领域,关于卫星估测降水与地面站点数据的对比检验及应用研究成果不断出现。目前,国内外学者也陆续开展了IMERG卫星降水产品的地面验证工作,并与TMPA及其它产品进行了比较。主要包括2个方面:

(1)基于地面雨量站点的直接统计验证。Tang等[8](2016)从网格、区域、全国3个空间尺度评估了2014年4月—2014年12月GPM IMERG和TMPA 3B42V7卫星降水产品在中国大陆地区的表现;在3 h、1 d尺度上,IMERG产品整体表现较好,在中高纬度地区优势更为明显,但2种降水产品精度均有提高的空间。金晓龙等[9](2016)评估了2014年4月—2015年3月TMPA、CMORPH(CPC Morphing Technique)和IMERG 3套降水产品在天山地区的适用性(月、日尺度),经统计分析表明,IMERG在研究区域的精度最高。魏志明等[10](2017)以海河流域为研究区,基于气象站点实测降水数据,对2014年4月—10月IMERG与TMPA降水产品的精度进行对比(月尺度),2种产品差别较小,IMERG略优于TMPA。

(2)结合水文模型的融合验证。Tang等[11](2016)在对2014年5月—9月IMERG和TMPA 3B42V7产品进行统计分析评估的基础上(日尺度),驱动CREST分布式水文模型,以静态参数和动态参数2种情景,对赣江流域出口断面径流过程分别进行了模拟。结果显示,不管是统计分析还是水文模拟,IMERG都能够替代TMPA产品。Sharif等[12](2017)利用IMERG数据,驱动GSSHA(Gridded Surface Subsurface Hydrologic Analysis model) 分布式水文模型,对沙特阿拉伯Hafr Al Batin城市洪水进行了模拟,为区域防洪减灾提供了参考,IMERG数据弥补了该地区地面站点降水资料不足的问题。

本次研究选取三峡区间流域,对TMPA 3B43V7(简称TMPA)降水数据、GPM IMERG(简称IMERG)和地面站点观测降水数据进行月尺度下的对比检验和分析,探讨经度、纬度、高程等对TMPA、IMERG数据精度的影响,为应用卫星降水产品进行三峡区间流域水文模拟、降水趋势分析等奠定基础。

2 研究流域和数据

2.1 研究流域

研究流域为三峡区间[13]。三峡区间主要指长江干流寸滩水文站和支流乌江武隆水文站到三峡大坝之间的流域,集水面积约为6万km2,此段干流全长658 km,位于106°36′00″E—110°44′00″E,28°56′00″N—31°44′18″N之间。区内地形地貌条件复杂,西段奉节以上为四川盆地低海拔区,东段奉节以下为峡谷高山区,支流水系均较短小。三峡区间流域属北温带与亚热带季风气候的过渡带,受地理环境的影响,其气候要素东西差异显著。南、北岸分别位于长江流域的鄂西南暴雨区和大巴山暴雨区内[14]。暴雨发生频繁、降雨强度大,暴雨走向多为自西向东、沿干流向下游移动。

2.2 研究数据

(1)站点观测数据。三峡大坝于1994年开始施工,2006年全线封顶。本次研究收集了三峡区间2014年3月—2016年12月41个地面雨量站的地面观测月降水数据,来源于三峡集团水雨情遥测系统。站点分布见图1。

图1 站点分布

(2)卫星降水数据。除了地面站点观测数据外,研究还收集到TMPA 3B43V7和GPM IMERG(2014年3月—2016年12月)全球卫星降水数据。TRMM数据范围在50°N—50°S, 180°W—180°E之间,空间分辨率为0.25°×0.25°,时间分辨率为月。GPM数据范围在90°N—90°S,180°W—180°E之间,空间分辨率为0.1°×0.1°,时间分辨率为月。数据来源于PMM(Precipitation Measurement Missions) 网站 (http:∥pmm.nasa.gov/data-access/downloads)。

3 评估方案和统计指标

反距离权重法以区域的相似性作为基础,通过对邻近站点降水量进行加权平均预测未知样点降水量。Zhang等[15](2017)采用反距离权重、普通克里金、支持向量机等方法对三峡区间41个站点(与本次研究相同)多年平均降水量进行了空间插值模拟与检验(其中,31个站点作为训练站,10个站点作为验证站),取得了较为理想的结果。本次研究采用反距离权重法,将地面站点2015年、2016年降水量及2014年3月—2016年12月降水量,插值到三峡区间流域,空间分辨率分别为0.25°×0.25°(127个网格)。以34个月降水量地面站点插值结果作为参考值,与TMPA和IMERG卫星降水进行对比分析。

(1)总体分析。以地面站点插值得到的网格降水数据作为真值(简称GAUGE),对网格卫星降水数据进行精度评估;比较了所有网格所有时间降水量、研究流域(网格平均)所有时间降水量的误差计算结果。

(2)空间分布分析。计算得到每个网格所有时间观测降水数据与卫星降水数据的误差指标,得到降水量时间序列误差指标空间分布情况;分析网格时间序列误差指标随经度、纬度、高程的变化情况。

(3)时间序列分析。计算得到每个时间尺度所有网格观测降水数据与卫星降水数据的误差指标,分析降水量空间序列误差指标随时间的变化。

采用相关系数R、均方根误差 (Root Mean Square Error ,RMSE)、相对偏差 (Relative Bias, BIAS)和平均误差 (Mean Error,ME)作为统计分析评估指标[8]。其中R越接近1、卫星降水数据和地面参照数据的一致性越好;RMSE、BIAS、ME越接近0,表明卫星降水数据精度越高。

4 评估结果及分析

本节分析了2种遥感卫星降水产品对流域月降水量的反演能力。图2给出了三峡区间流域2014年3月—2016年12月月平均降水量(GAUGE、TMPA、IMERG)空间分布情况。

图2 三峡区间流域2014年3月—2016年12月月平均降水量空间分布

整体上,月平均降水量GAUGE最大值比TMPA和IMERG最大值大10 mm左右,GAUGE最小值比TMPA和IMERG最小值小10 mm左右;TMPA和IMERG低值区分布一致,高值区分布略有区别;TMPA和IMERG月平均降水量空间分布与GAUGE有一定区别。三峡区间本身存在左岸大巴山暴雨区和右岸鄂西南暴雨区,融合卫星降水产品和地面站点降水插值结果,更符合研究流域降水实际分布情况。

4.1 总体分析

表1给出了TMPA和IMERG所有网格、流域总计34个月的误差评估指标。从表1可以看出,流域尺度上,TMPA和IMERG与GAUGE均存在较强的相关性。网格尺度的各项诊断参数表现略好于流域尺度。整体上,TMPA和IMERG各项诊断参数整体表现相当。

表1 卫星降水产品统计指标汇总

图3进一步比较了不同尺度下月降水量的发生频率(probability density function,PDF)。网格尺度下,TMPA、IMERG对[0, 50)、[50, 100)mm月降水量有一定程度的低估,对其余等级月降水量有一定程度高估;流域尺度下,TMPA低估了[0, 50)、[50, 100) mm月降水量,IMERG低估了[50, 100)、[100, 150) mm降水量。综合看来,月降水量较少的区域,卫星降水产品出现低估的概率更大,月降水量较大的区域,卫星降水产品出现高估的概率更大。

图3 不同尺度下月降水量发生频率

4.2 空间分布分析

在网格尺度上,我们根据每个网格的34个月降水序列计算R、RMSE、ME指标,得到其空间分布,见图4。从图4可看出,TMPA和IMERG各项诊断参数空间分布基本一致;网格相关系数整体较高,全部通过了显著性检验;相关系数较高的区域,均方根误差、平均误差相对较低。整体来看,TMPA和IMERG对于月降水高值区的估算具有较高的准确性。

图4 TMPA和IMERG各项误差指标空间分布

本次研究还对各误差指标随高程、纬度、经度的变化进行了分析。网格相关系数随高程、纬度、经度变化表现出一定趋势的增加,均方根误差、相对偏差、平均误差随高程、纬度、经度变化均表现出一定趋势的下降,其中各网格误差指标随纬度变化更为明显。

4.3 时间序列分析

由TMPA和IMERG网格计算得到R、RMSE、BIAS、ME诊断参数随时间变化趋势基本一致。汛期相关系数较优、枯期相关系数较差;RMSE、BIAS、ME汛期较高、枯期较低,这是因为汛期月降水量本身大于枯期月降水量,因而误差指标汛期会高于枯期;TMPA和IMERG月降水产品各项诊断参数整体表现稳定、具有明显的周期性。

5 研究成果讨论

(1)在对卫星降水产品进行评估时,通常选用地面站点降水量或者对其插值得到的面降水量作为参考真值。若以地面站点降水数据和地面站点所在网格卫星降水数据作为统计分析对象,会受到地面站点布设数量、位置的限制,且无法直观反映误差指标的连续空间分布情况。若对地面站点插值结果和卫星降水产品进行统计分析,评估结果会在一定程度上受到插值误差影响。Tang等[8](2016)采用反距离权重法、双调和样条插值法分别对地面站点进行插值,在此基础上进行卫星降水产品精度评估,结果显示基于不同的地面站点插值方法会得到不同的评估结果。因此,根据研究区域的特点选择合适的地面站点插值方法也尤为重要,可以在将来的研究中量化分析不同插值方法对评估结果的影响。

(2)IMERG和TMPA数据空间分辨率分别为0.1°、0.25°,为了更好地进行比较,本次研究将IMERG分辨率转换为0.25°,转换过程中也有一定程度的精度损失,分辨率转换过程对评估结果的影响也值得进一步探讨。

(3)从34个月平均降水量空间分布来看,TMPA和IMERG较为接近,二者与GAUGE有较大的区别。一方面是由于GAUGE降水受到站点分布的限制,本次研究仅收集到流域内41个站点降水资料,若能增加流域周围降水站点作为插值站点,能在一定程度上减轻站点分布对插值结果的影响;另一方面是卫星降水产品本身存在一定的偏差,2种产品对地形复杂的三峡区间降水量的探测能力均有提高空间。三峡区间本身存在左岸大巴山暴雨区和右岸鄂西南暴雨区,融合卫星降水产品和地面站点降水插值结果,更符合研究流域降水实际分布情况。

(4)月尺度上,TMPA和IMERG各项诊断参数整体表现一致。GPM作为TRMM卫星降水产品的继任者,能够较为准确地模拟研究流域月降水的变化趋势,具备可替代性;GPM卫星降水产品在时空分辨率以及对弱降水的捕捉能力上较TMPA有一定程度的改进,但是,在研究流域月尺度上表现并不太明显,有待进一步发掘。

6 结 论

(1)TMPA和IMERG月平均降水量低值区分布一致、高值区分布略有区别,TMPA和IMERG月平均降水量空间分布与GAUGE有一定区别,2种卫星降水产品估算的月平均降水量范围小于GAUGE。融合卫星降水产品和地面站点降水插值结果,更符合研究流域降水实际分布情况。

(2)不管是流域尺度还是网格尺度,TMPA和IMERG与GAUGE月降水量均表现出显著的正相关,TMPA、IMERG较好地估测了GAUGE月降水量,对不同等级月降水量的估测精度整体较高。

(3)TMPA和IMERG与GAUGE月降水量各项诊断参数空间分布基本一致。网格相关系数在全流域整体较高且全部通过了显著性检验;上游地势平坦区域均方根误差、相对偏差、平均误差相对较高、下游高山峡谷地形区域其值相对较低。各网格误差指标表现出明显的随纬度变化的趋势,R随纬度增加而增加,RMSE、BIAS、ME随纬度增加而下降。整体来看,在流域上游地势平坦区域纬度较低,TMPA、IMERG估算精度相对较差;在流域下游高山峡谷区域纬度较高,TMPA和IMERG估算精度较好。

(4)三峡区间流域TMPA和IMERG估测月降水误差指标随月份变化整体表现稳定,具有明显的周期性,汛期相关系数较优、枯期相关系数较差。

综上所述,三峡区间流域TMPA 3B43V7、GPM IMERG降水产品在月尺度上数据均表现出较好的一致性,GPM作为新一代的降水观测卫星,可以运用于流域水文过程模拟、降水变化特征分析等研究;2种卫星降水产品在时间和空间上都有一定的偏差,对卫星降水产品和地面观测数据进行融合校正,会获得更好的运用效果。

猜你喜欢
插值降水量降水
1958—2019年新兴县汛期降水量的气候特征
成都市年降水量时空分布特征
滑动式Lagrange与Chebyshev插值方法对BDS精密星历内插及其精度分析
四川盆地极端降水演变特征及拟合
黑龙江省玉米生长季自然降水与有效降水对比分析
降水量是怎么算出来的
基于pade逼近的重心有理混合插值新方法
为什么南极降水很少却有很厚的冰层?
1988—2017年呼和浩特市降水演变特征分析
混合重叠网格插值方法的改进及应用