IMERG卫星降水产品在我国梅雨极端降水期的适用性评估

徐 凡 , 王 莹,2

1. 南京信息工程大学 海洋科学学院， 江苏 南京 210044 2. 南京信大安全应急管理研究院， 江苏 南京 210044

0 引 言

梅雨是我国夏季重要的降水过程，其雨带维持时间较长，雨带中暴雨空间分布不均、瞬时强度大，常会引发洪涝灾害，造成巨大经济损失和人员伤亡。受东亚夏季风(尹韩笑等,2017)、海温(陈兵等,2020)、西太平洋副热带高压(周梅等,2019;钱代丽和管兆勇,2020)等因子影响，梅雨降水具有显著的年际差异。2020年为梅雨丰年，呈现入梅早、出梅晚、雨区范围广、累计雨量大的特点(刘芸芸和丁一汇,2020)，长江中下游地区降水过程多，空间重叠率较高(陈涛等,2020)。随着遥感探测技术的不断发展，卫星降水产品为极端降水的实时观测与分析提供了新手段。研究卫星降水产品的适用性，了解其误差，对强降水的监测与分析工作具有重要意义。

1997年由美国国家宇航局(NASA)和日本国家空间发展局联合研制发射的热带降水测量计划(Tropical Rainfall Measuring Mission,TRMM)卫星，是第一颗专门应用于测量热带、亚热带区域降水的气象卫星。TRMM卫星降水产品可运用于多领域研究和分析，诸如干旱监测(玉院和,2020;卫林勇等,2021)、径流模拟(马秋梅等,2020)和雷暴时空特征分析(李进梁等,2019)等。其降水产品在月尺度精度较高，而在日尺度偏差较大(刘晓林等,2020)。在特殊地形(诸如山地)情景下适用性较弱，降水产品精度受坡度影响较大(玉院和和王金亮,2020)。美国NASA和日本JAXA(Japan Aerospace Exploration Agency)于2014年2月发射了全球降水测量(Global Precipitation Measurement,GPM)任务卫星，建立了新的星载定量降水估计标准(刘益锋等,2019)。GPM多卫星联合降水反演产品(Integrated Multi-satellite Retrievals for GPM,IMERG)具有更高的时空分辨率和精度。在月尺度上，IMERG降水产品与实测站点数据具有较好的相关性；在日尺度上，产品的偏差随着降水的量级不同而有所差异(方勉等,2020)。与TRMM卫星降水产品相比，IMERG卫星降水产品在与观测资料一致性、日降水的探测效率和对径流变化趋势的模拟等方面表现更优(Dezfuli et al, 20l7;刘兆晨等,2020)。

为了进一步研究IMERG卫星产品对梅雨期间短临至日(3—24 h)降水的捕捉能力，文中针对2020年6—7月梅雨降水，评估该产品在长江中下游地区梅雨期的适用性。

1 资料与方法

1.1 研究资料

研究区域为长江中下游地区(111°—123°E，27°—34°N)，主要包括湖南、湖北、江西、安徽、江苏、浙江和上海。卫星数据来源于美国航天局全球降水测量计划(NASA Global Precipitation Measurement Mission)，采用IMERG研究级产品(IMERG Final Run)。该产品利用准拉格朗日时间插值、规范数据和气候调整进行高质量全球多星降水量网格估计，在60°N—60°S的纬度范围实现全覆盖，空间分辨率为0.1°×0.1°，时间精度为30 min。

台站资料来源于中国气象数据网，采用中国自动气象站观测数据与CMORPH降水产品融合的逐时降水量网格数据集(1.0版)作为观测真值与卫星资料进行比对。该资料采用概率密度匹配和最优插值两步数据融合算法，对核心参数进行修改和调整，生成逐小时空间分辨率为0.1°×0.1°的降水融合产品。该融合产品空间分辨率与IMERG卫星资料相同，运用此数据集进行比对可减少空间插值带来的不确定性，且该融合产品对短时至日强降水特征的反映与站点资料一致(周璇等,2015)。

1.2 研究方法

为了将台站降水资料与IMERG卫星产品资料进行对比，文中采用均方根误差(RMSE)和平均绝对误差(MAE)对其进行处理分析，其计算式分别为

(1)

(2)

其中，N为样本总数；Xi为实际降水量；Pi为IMERG卫星产品的反演降水量。

2020年为梅雨丰年，呈现入梅早、出梅晚、雨区范围广、累计雨量大的特点。长江中下游地区降水过程多，空间重叠率较高，各地入梅时间有差异，最早入梅为5月29日，最晚出梅为7月21日。文中选取2020年6月1日—7月21日作为梅雨降水研究时段。其间只有登陆广东阳江的台风“鹦鹉”影响我国东南沿海，台风强度较弱，登陆位置偏南，未对长江中下游研究区域造成影响，因而研究时段内长江中下游强降水均为梅雨锋降水。文中对3、6、12、24 h累积的IMERG卫星降水数据与台站降水资料进行分析，分别设定20、50、80、100 mm雨量阈值，计算RMSE和MAE，分析IMERG卫星降水产品在长江中下游地区梅雨季的适用性。

2 结果与分析

图1为分别使用实际降水资料和IMERG卫星降水资料绘制的2020年6月7日、14日、21日、28日24h累计降水分布。分析发现，6月7日，长江中下游地区降水多分布于湖南、江西、浙江等地，降水量为10—50 mm。14日，降水带呈现北移趋势，主要分布于江苏、安徽、浙江等地，湖南、江西、浙江等地的降水大大减少。21日，浙江、安徽、湖北等地出现大范围强降水，最大值达90 mm。28日，江苏、安徽、湖北出现大范围降水，其中湖北局部地区降水量达70 mm，江苏局部地区降水量达100 mm。对比IMERG反演降水和实际降水发现，反演降水落区基本与实际降水落区保持一致，部分区域降水有所高估。图2给出了2020年7月1日、3日、6日、9日长江中下游地区的24 h累计降水分布。分析发现，1日强降水多分布于113°E以西，降水量为50—70 mm。3日降水仍然集中分布于浙江北部、安徽南部、江西北部，且局部地区降水量高达100 mm。6日，安徽一带以及江苏南部、浙江北部、江西北部出现大面积强降水，降水量均在50mm以上，最大值达100 mm。9日，降水区南移，强降水位于湖南、江西等地，降水量达100 mm，而江苏、安徽、湖北等地降水稀少。由此可见，卫星反演降水的整体变化趋势与实测降水一致，但存在一定的高估现象。总体来说，IMERG反演的降水范围较实际降水更广；反演的24 h降水量落区与实际降水量具有较高一致性，部分强降水区域存在一定的高估现象。

图1 实际(左)和IMERG反演(右)2020年6月7、14、21、28日(第一至四行)24 h累计降水分布Fig. 1 24 h accumulated precipitation of observed data (left) and IMERG (right) on June 7, 14, 21, 28, 2020 (from Row 1 to 4)

图2 实际(左)和IMERG反演(右)2020年7月1、3、6、9日(第一至四行)24 h累计降水分布Fig. 2 24 h accumulated precipitation of observed data (left) and IMERG (right) on July 1, 3, 6, 9, 2020 (from Row 1 to 4)

图3给出了2020年6月7日、14日、21日、28日实际和IMERG反演的12 h累计降水分布。可以看出，IMERG反演降水与实际降水在长江中下游地区的落区一致性较好，降水量级也与实际降水较为一致，强降水区域的高估情况较24 h累计降水有所改善。图4为7月1日、3日、6日、9日实际和IMERG反演的12 h累计降水分布。分析发现，1日、3日长江中下游地区降水主要分布于浙江、江西、湖南等地，部分地区12 h累计降水量达35 mm。

图3 实际(左)和IMERG反演(右)2020年6月7、14、21、28日(第一至四行)12 h累计降水分布Fig. 3 12 h accumulated precipitation of observed data (left) and IMERG (right) on June 7, 14, 21, 28, 2020 (from Row 1 to 4)

图4 实际(左)和IMERG反演(右)2020年7月1、3、6、9日(第一至四行)12 h累计降水分布Fig. 4 12 h accumulated precipitation of observed data (left) and IMERG (right) on July 1, 3, 6, 9, 2020 (from Row 1 to 4)

6日，浙江北部、安徽南部、湖北东部局部地区12 h累计降水量达80 mm。9日，强降水南移至江西等地，12 h累计降水量达80 mm。由此可见，对于长江中下游地区，IMERG卫星资料与台站资料具有较好的一致性，降水落区和量级与实际情况基本相符。总体来说，IMERG卫星产品对12 h累计降水量的反演效果要好于24 h累计降水量，部分强降水区域的高估现象有所改善。

以下，分别选取20、50、80、100 mm四个降水量阈值，对IMERG卫星产品反演降水与实际降水的差值进行定量分析。分析过程中，网格点降水达到阈值，即纳入样本总量。图5是降水量大于20 mm的RMSE和MAE误差折线图。分析发现，3 h和6 h累计降水量大于20 mm的RMSE误差值为20 mm左右，而12 h和24 h累计降水量大于20 mm的RMSE误差值为30 mm左右。3 h和6 h累计降水量大于20 mm的MAE误差值为15 mm左右，而12 h和24 h累计降水量大于20 mm的MAE误差值为20 mm左右。由此可见，MAE误差的平均值总体小于RMSE误差。

图5 (a)3 h、(b)6 h、(c)12 h、(d)24 h累计降水量大于20 mm的RMSE和MAEFig. 5 RMSE and MAE of accumulated precipitation greater than 20 mm for (a) 3 h, (b) 6 h, (c) 12 h, and (d) 24 h

由图6看出，3 h和6 h累计降水量大于50 mm的RMSE误差折线多处近乎为0，6 h累计降水量大于50 mm的RMSE误差平均值约为20 mm，3 h累计降水量大于50 mm的RMSE误差平均值约为10 mm。对于较短时间累计值，IMERG反演降水与实际降水具有较高的相似性，即IMERG卫星降水产品对小时间尺度累计降水反演具有较好的适用性。图7、图8分别为累计降水量大于80 mm和100 mm的RMSE与MAE折线图。总的来说，随着降水阈值增大和累计降水时间延长，RMSE误差和MAE误差均有不同程度的增大。长江中下游地区，IMERG卫星反演的3 h累计降水量的RMSE和MAE误差相对较小，反映了其在此区域具有良好的适用性。

图6 (a)3 h、(b)6 h、(c)12 h、(d)24 h累计降水量大于50 mm的RMSE和MAEFig. 6 RMSE and MAE of accumulated precipitation greater than 50 mm for (a) 3 h, (b) 6 h, (c) 12 h, and (d) 24 h

图7 (a)3 h、(b)6 h、(c)12 h、(d)24 h累计降水量大于80 mm的RMSE和MAEFig. 7 RMSE and MAE of accumulated precipitation greater than 80 mm for (a) 3 h, (b) 6 h, (c) 12 h, and (d) 24 h

图8 (a)3 h、(b)6 h、(c)12 h、(d)24 h累计降水量大于100 mm的RMSE和MAEFig. 8 RMSE and MAE of accumulated precipitation greater than 100 mm for (a) 3 h, (b) 6 h, (c) 12 h, and (d) 24 h

3 总结与讨论

文中以自动气象站观测资料与CMORPH降水产品融合的逐时降水量网格数据集为地面参考，分析了梅雨极端降水时期IMERG卫星降水产品在长江中下游地区适用性，得到如下结论：

1) IMERG卫星产品反演的24 h累计降水与实际累计降水具有较好的一致性，但其对部分地区如江苏、湖北等地区存在高估现象。IMERG卫星产品对12 h累计降水的反演效果显著优于24 h累计降水。

2) IMERG卫星产品反演的3 h累计降水与实际累计降水的一致性最好，即IMERG卫星3 h累计降水产品在长江中下游地区梅雨极端降水期的适用性较好。

梅雨降水多为短时阵性强降水，对其估算容易出现偏差。IMMERG卫星降水产品对部分区域降水量的高估可能与反演算法形成的误差有关，算法对地形、纬度、地表覆盖等因素较为敏感(王文种等,2020;汪梓彤等,2021)。另外，该算法易将强对流单体的冷砧区误判为降雨云，或对云底蒸发估计出现偏差，从而引起降水量估算的不准确(Demirdjian et al,2018;Cui et al,2020;Naud et al,2020)。总体来说，IMERG卫星的3 h累计降水产品可较好地运用于长江中下游地区梅雨极端降水的短临监测和研究。但是，其在中国区域的反演误差修正还待在今后工作中进一步研究。