高分辨率降水资料在西南山地的适用性分析

于浩慧，陈永仁，王 静

(1.四川省气象灾害防御技术中心，成都 610072; 2珠海市公共气象服务中心，珠海 519000)

引言

高精度、高时空分辨率的降水量数据对于区域尺度的水文、气候等研究的研究意义重大。西南山区地质条件复杂，夏季暴雨泥石流等灾害频发，相关径流模拟的驱动往往需要高时空分辨率的降水资料[1-2]。目前，已经有许多气象水文遥感等领域学者对高时空分辨率的遥感卫星资料进行了评估，指出TRMM产品在一定程度上能呈现四川降水的年、月、季节变化和空间分布[3-5]。继TRMM之后，NASA和JAXA于2014年联合实施了新一代全球降水测量计划(GPM)[6]，卫星降水进入GPM时代，GPM载荷的双频测雨雷达(Dual-frequency Precipitation Radar，DPR)和被动微波传感器(GPM Microwave Imager, GMI)极大的提高了对固态和微量降水的探测[7]。IMERG作为GPM时代的主流卫星降水产品，相比TRMM，其时空分辨率更细，覆盖范围更广。相关学者分析了IMERG和TRMM在中国大陆不同区域的反演误差指出，IMERG能在低雨强范围上重现降水的概率密度，在中高纬及干旱地区的降水反演精度有所提升。在中国南方、天山、青藏高原等地区对GPM产品的研究均表明IMERG相比于TRMM产品在反演精度和水文模拟效用上均有不同程度的提高[8-12]。

另一方面，获取降水观测信息的途径主要有地面雨量计、地基雷达及卫星遥感，但由于单一来源的降水资料各有利弊，为获取高质量降水产品，国家气象信息中心在2012年基于概率密度匹配及最优插值方法研制了中国区域地面自动站、卫星的融合降水产品，此后又进一步研发了自动站、地基雷达、卫星三源融合降水产品[13-20]。实况融合降水资料及卫星反演降水在西南山地各有什么优势？能否准确刻画该地区强降水特征？针对以上问题，本文将以四川省站点资料为观测场，以GPM-IMERG反演降水产品及实况融合降水数据为评估场，计算降水资料的时间、空间技巧评分来评估其在西南山地的总体适用性，同时计算降水资料的强降水频率及平均误差，在逐日时间尺度上评估其对强降水特征的描述情况，从而为此类资料的应用提供参考依据。

1 资料与方法

1.1 资料

卫星资料：GPM计划发布的IMERG多卫星联合反演降水数据中的时滞产品(Final)，该产品经过月尺度气候资料矫正，数据精度要优于Early、Late产品。本文使用时滞产品中的纯卫星融合数据集(IMERG-Uncal)及经过全球降水气候中心(GPCC)站点校正后的数据集(IMERG-Cal)，其中纯卫星融合数据源包括IR(Infrared Radiation data)，PMW(Passive Microwave)，DPR/GMI(Dual-frequency Precipitation Radar)。IMERG-Uncal与IMERG-Cal空间分辨率为，时间分辨率为0.5小时。

实况融合降水格点资料：本文采用国家气象信息中心实况快速融合降水产品(CMPAS)，空间分辨率为，时间分辨率为1小时，数据来源于国省统一数据环境CIMISS。

观测降水资料：采用2019年四川省逐日累计降水，剔除其间存在缺测情况的站点，保留3062个站点作为适用性分析的观测场。研究时段选取2019年4～10月。

1.2 方法

本文在考虑高分辨率降水资料可用性时采用要素场相关与偏差的复合指标——空间技巧评分，时间技巧评分[19]。并计算各站点强降水频率及强降水量级来考察高分辨率降水数据在四川省内对强降水特征的描述能力[20-22]。

1.2.1 空间技巧评分

设Mk和OK分别为降水的评估场和观测场，则观测与评估的空间场平方误差定义为

(1)

式中，N为空间格点数,考虑式(1)中的无量纲化，得到无量纲空间技巧评分

(2)

(3)

1.2.2 时间技巧评分

类似于空间技巧评分，定义无量纲化的时间技巧评分，设Yt和Xt分别为降水的评估和观测时间序列，评估序列和观测序列的平方误差为

(4)

式中，n为样本时间长度，对上式无量纲化，则无量纲时间技巧评分为

(5)

2 快速融合降水资料在西南山地的适用性分析

在分析高时空分辨率降水数据在西南山地适用性时，为保证资料连续性，筛选出2019全年逐日降水无缺测站点共3062个。如图1所示，站点多分布于盆地，川西高原及攀西地区全年无缺测站点分布较为稀疏。在计算时空技巧评分时，采用双线性插值将格点数据插值至所筛选站点。

以四川省站点逐日累计降水为观测场，分别计算评估场为实况融合降水格点数据、GPM_IMERG产品中的纯卫星融合数据(IMERG-Uncal)及经过GPCC站点校正数据(IMERG-Cal)空间技巧评分，如图2所示。在研究时段内，实况融合降水空间评分总体上高于GPM-IMERG产品，其中，实况融合降水数据在六至八月空间技巧评分较为平稳，评分值与GPM-IMERG产品相比更接近1。在四月中旬、八月中旬及九月底至十月初，实况快速融合降水数据有明显的评分谷值，而GPM-IMERG产品仅在零星时段内空间评分超过实况快速融合降水数据，评分波动较大。从三套资料的时间技巧评分来看，盆地边缘处的评分要优于其他地区。其中，IMERG-Uncal产品的时间技巧评分高值区为盆地西北、北侧边缘及川南，评分可达0.5～1。IMERG_Cal产品的时间技巧评分高值区则位于盆地北侧及西南侧边缘，评分值为0～0.5。无论是否经过GPCC气候站点数据校正，IMERG产品在盆地大部地区的时间技巧评分普遍不高于-1，而在同样的空间范围内，实况融合降水数据的时间技巧评分可达0.5～1，总体上高于IMERG产品。因此在盆地范围内，与IMERG产品相比，融合降水数据时间精度更高。而在川西高原少云区，IMERG-Uncal产品时间技巧评分要优于经过地面站点数据订正的IMERG-Cal及实况融合降水，这表明，IMERG产品无法准确的获取盆地区域的降水特征，需要结合其他方式的观测资料。

为考察高分辨率降水资料对西南山地强降水特征的描述情况，文章统计了各站点2019年4～10月逐日累计降雨量达暴雨以上(≥50mm)的日数(图4)。如图4a所示，站点观测资料表明2019年4～10月四川地区暴雨日数频次达到6以上的站点多分布于盆地区域，暴雨日数大值区位于盆地北部和西南部边缘，可达12日。实况融合降水暴雨日数频次分布大致与观测资料相似，存在两个高频次区域，分别位于盆地北部及盆地西南边缘。GPM-IMERG产品在盆地区域及攀西地区均有大量暴雨日超过10日的站点，其中IMERG-Cal产品所显示的高频暴雨日站点更多。尽管实况快速融合降水最接近的高分降水资料的暴雨日数频次分布，两套资料所反映的暴雨日频数特征仍有一定差异，与观测资料的暴雨日高频区相比，实况融合资料显示的北部高频区更偏北偏东，南部高频区则更加偏南，除此之外，其所反映的盆地范围内暴雨日达6天以上的站点也明显少于站点观测资料。

图5给出了各站点暴雨(及以上)的平均雨量，观测资料表明图(5(a))2019年四川省达暴雨(及以上)量级站点平均雨量多在50～100mm，超过100mm的站点多分布于盆地北部、西南部，攀西地区也有零星站点平均降水超过100mm。实况融合降水资料表明(图5(b))2019年四川省暴雨(及以上)量级站点降水绝大多数均在50～80mm之间，平均降水的大值区位于盆地西北侧，且量值超过100mm的站点数明显低于实测资料。无论是否经过GPCP站点数据订正，GPM-IMERG产品所计算的暴雨(及以上)平均雨量(图5(c)，图5(d))显示出了盆地北部及盆地西南部两个高值中心，与站点观测资料相比，GPM-IMERG产品平均雨量大值中心均向盆地中心扩张，且平均雨量值远高于实测资料。

结合不同降水强度下的平均误差(图6)可知，当降水量较小时，三种降水资料与站点观测相比较为接近，均为正值，其中实况融合降水的平均误差最小为1.5mm。随着降水强度的增大，降水资料的平均误差出现了不同的变化趋势，在不同的降水强度下，GPM-IMERG产品平均误差始终为正，表明此套产品在西南山地与站点观测资料相比偏高，实况融合数据则在强降水条件下存在负平均偏差，表明此套资料在西南山地与站点观测资料相比量级偏低。前人研究指出，卫星产品是基于微波和红外传感器来探测大气顶层的降水信息，而不是近地面的降水信息。因此，部分卫星产品估测的降水可能在到达地面前就蒸发了甚至根本落不到地面，导致对卫星产品对低海拔地区降水的高估[9]。西部地区测站密度较低，实况融合时对于插值得到的观测资料，其质量本身存在一定的不足，可能会导致一些误差[19]。

3 结论与讨论

本文以逐日累计站点降水为观测场，以多源实况融合及GPM-IMERG降水产品为评估场，计算了2019年4～10月西南山地范围内降水数据的时间、空间技巧评分，并比较了几套资料在描述该地区强降水大小及强降水频率方面的适用性。结果表明，在主汛期6～8月的大部分时段内，实况融合降水产品的空间评分较为稳定，但在其他时段融合降水产品仍有明显的评分谷值。高分辨率资料在盆地西北侧及南部边缘地区时间评分均优于西南山地范围内的其他地区，但在盆地多云区，无论是否经过GPCC气候站点数据校正，GPM-IMERG产品的时间技巧评分均低于实况快速融合降水数据。从强降水频率的描述上看，实况快速融合降水的空间分布与站点实测资料最为相似，但此套资料刻画的强降水频率与实测值相比偏小，GPM-IMERG产品刻画的强降水频率则明显偏大。从强降水量值大小的描述上看，实况快速融合降水与实况值相比偏小，而GPM-IMERG产品与实况值相比则偏大。

考虑到不同插值方法对高时空分辨率降水数据适用性评估会造成一定的影响，本文在讨论时采用双线性插值及克里斯曼客观迭代插值，时间、空间技巧评分变化趋势相差不大，所以仅给出双线性插值的评估结果。不论是卫星还是多源融合实况数据，在地形复杂的地区均表现出较大的误差范围[9]。虽然在研究时段内，西南山地实况融合降水格点数据的技巧评分总体上均好于GPM-IMERG产品，但上述资料的时空技巧评分与东部平坦地区相比较低[19]，在西南山地仍有一定的发展空间。