精细化评估GPM/IMERG产品对台风“妮坦”降水的观测精度

陈爱军 吴雪菲,2 楚志刚

(1 南京信息工程大学 大气物理学院，南京 210044；2 福建省大气探测技术保障中心，福州 350008)

引 言

继热带降水观测任务TRMM (Tropical Rainfall Measurement Mission)之后，美国航空航天局NASA (National Aeronautics and Space Administration)联合日本宇航开发局JAXA (Japan Aerospace Exploration Agency)于2014年启动了全球降水观测GPM (Global Precipitation Measurement)计划：联合GPM核心观测平台(Core Observatory)搭载的双频(Ka和Ku波段)降水雷达DPR (Dual-frequency Precipitation Radar)和GPM微波成像仪GMI (GPM Microwave Imager)，以及来自欧盟、俄罗斯和中国等多个国家和地区约10颗GPM伙伴卫星搭载的多种被动微波和红外探测器，进一步提高全球降水的观测能力和精度[1]。

2014年4月，NASA公开发布GPM多星降水反演产品IMERG (Integrated Multi-satellitE Retrievals for GPM)，时间分辨率为30 min，空间分辨率为0.1°×0.1°。IMERG采用改进的多通道物理反演算法GPROF (Goddard Profiling) 2014 (可以反演星载降水及其垂直结构信息)融合多星降水估计结果。然后，采用基于拉格朗日时间插值技术的变形卡尔曼滤波(Morphing-Kalman Filter)算法CMORPHKF (Climate Prediction Center Morphing-Kalman Filter)和PERSIANN (Precipitation Estimation fromRemotely Sensed Information using Artificial Neural Networks)云分类系统CCS (Cloud Classification System) (PERSIANN-CCS)再标定方案提高产品的时空分辨率。最后，采用月平均的GPCC (Global Precipitation Climatology Centre)数据对融合后的降水估计结果进行偏差订正，提高降水产品的精度[2]。

目前，已有大量研究评估IMERG降水估计的精度，大多采用地面雨量计观测数据，以小时、日、月或季节为时间尺度评估IMERG的降水估计精度。例如：ZHANG， et al[3]以小时和日为时间尺度评估了IMERG在青藏高原地区的降水估计精度，并比较了IMERG与TRMM多星降水分析产品TMPA (TRMM Multisatellite Precipitation Analysis)的差异。XU， et al[4]以日为时间尺度评估了IMERG和TRMM降水产品3B42V7在青藏高原南部的降水估计精度，重点分析了它们与海拔高度的关系。HE， et al[5]以日时间尺度评估了IMERG和TRMM 3B42V7在湄公河流域上游的降水估计精度。TIAN， et al[6]以小时和日时间尺度研究了IMERG在中国大陆的降水估计精度及海拔高度的影响。CHEN， et al[7]分析了中国大陆地区IMERG和TRMM 3B43月降水产品的精度。任英杰等[8]分析了不同版本IMERG降水产品在中国大陆地区日和月时间尺度下的反演精度。陈爱军等[9]利用地面雨量日分析产品CGDPA (China Gauge-based Daily Precipitation Analysis)研究了IMERG在中国大陆日和季节降水的精度差异。此外，也有研究采用地面雨量计校准的雷达降水产品评估IMERG的精度。例如：Gaona， et al[10]采用这种方法评估了IMERG Day 1产品的降水估计能力。LI， et al[11]也采用雨量计校准后的雷达估计降水产品和加密雨量计观测数据，评估了IMERG在我国赣江流域的1 h降水估计精度。

台风是热带海洋中形成的一种暖性气旋[12]，成熟台风的直径可达100～2 000km[13]。登陆台风给沿海地区带来极端降水，极易引发山体滑坡、泥石流和城市内涝等次生灾害，准确监测台风降水强度，具有重要的社会价值和科学意义[14]。受观测范围和地形阻挡等因素的限制[15]，天气雷达(即使组网观测)也很难完整地监测影响范围较大的台风降水。比较而言，GPM/IMERG对于监测大范围台风降水显然具有较突出的优势。受风切变、海面温度、边界层摩擦等环境因素，以及台风强度、位置和移动速度等因素的影响，台风降水强度的时空分布及其变化十分复杂[16]，必然给GPM/IMERG准确监测台风降水带来较大的挑战。

目前，已有不少研究关注IMERG监测台风降水的能力。例如：WANG， et al[17]以日为时间尺度对比分析了2014—2015年IMERG和TMPA 3B42V7在我国沿海地区8次台风的降水估计精度，认为IMERG虽然与地面雨量计的一致性更好，但往往低估暴雨中心的降水强度。Omranian， et al[18]以日为时间尺度评估了IMERG在飓风“哈维”影响期间监测的降水空间分布特征，认为能够较好地监测暴雨的空间变异性。另外，HUANG， et al[19]评估了2016—2017年我国广东地区6次台风过程中IMERG的降水精度，不过其研究重点是分析被动微波探测器和红外探测器对IMERG降水反演的影响。不难发现，IMERG对台风降水中不同强度降水的监测能力还有待进一步研究。另外，由于台风移速各不相同，影响范围内降水的持续时间必然不同。除了以日为时间尺度，在其它时间尺度上进一步评估IMERG的台风降水监测能力也显得十分必要。

2016年8月1日19时35分(世界时，下同)，第4号台风“妮妲”在广东省深圳市大鹏半岛以强台风级别登陆，先后影响我国广东、湖南、广西、贵州、云南5省(自治区)33市(自治州)94个县(市、区)。本文将利用地面加密雨量计观测数据，从多个时间尺度分别评估IMERG在台风“妮妲”影响期间对不同降水强度的估计能力。研究有助于深入了解IMERG在不同时间尺度上的降水监测能力，深入了解IMERG监测不同降水强度的能力，对于改进IMERG算法，提高其对包括台风在内的降水估计的能力和精度，具有重要的科学意义。

2 数据

GPM/IMERG包括两种准实时产品和一种经过后期处理的“终级产品”。两种准实时产品中，一种是观测后4 h内生成的“初期产品”，另一种是观测后大约12 h提供的“后期产品”。IMERG“终级产品”是观测后大约两个半月提供的经过全球降水气候学中心月度雨量计资料校准的高质量再分析产品，是科学研究的首选产品[20]。研究所用IMERG数据为NASA提供的IMERG“终极产品”V5B，时间分辨率为30 min，空间分辨率为0.1°×0.1°，采用hdf5格式存储(http://pmm.nasa.gov/data-access/downloads/gpm)。

研究选择台风影响区域的地面加密雨量计观测数据评估IMERG不同时长、不同雨强的精度(图1)。地面加密雨量计观测数据由国家气象信息中心提供。台风影响范围由台风中心位置和台风外围闭合等压线的半径确定。台风中心位置由中国天气台风网(http://typhoon.weather.com.cn/)提供的台风路径信息获得，该信息每小时提供一次台风中心经纬度。台风外围闭合等压线的半径来自美国台风联合预警中心(Joint typhoon warning center) (https://www.metoc.navy.mil/jtwc/jtwc.html)，每6 h提供一次。

图1 研究区域示意图(红线为2016年8月1日21时—2日21时 台风“妮妲”的移动路径；浅蓝色小圆点为区域气象站站点；深蓝色 大圆点为国家气象站站点；灰色网格为IMERG的格点分布图)Fig.1The schematic diagram of the study area (The red line shows the moving tracks of typhoon Nida from 21∶00 UTC on 1 to 21∶00 UTC on 2 August 2016; The light blue dot is the site of the regional station; The dark blue dot is the site of the national station; The gray grid is the grid distribution of IMERG)

3 资料与方法

3.1 数据处理

根据美国台风联合预警中心提供的台风“妮妲”的外围闭合等压线半径，2016年8月2日00时、06时和12时的半径均为370.4 km。日本新一代静止气象卫星Himawari-8提供的红外云图显示台风“妮妲”的影响范围稳定少变，故各时刻均以此作为台风“妮妲”影响范围的半径。

按1 h、3 h、6 h、12 h和24 h等5个时间尺度，研究将台风影响范围内的地面加密雨量计观测数据和IMERG分别处理成对应的累计降水量。然后，参照国家气象中心[21]提供的累计降水量分级标准(表1)，将地面加密雨量计观测的累计降水量分为四个级别：小雨、中雨、大雨和暴雨。

表1 累计降水量分级标准Table 1 The criteria for the cumulative precipitation classification

为了既能最大限度地保持地面雨量计观测极端降水的时空分布信息，又能获得足够的分析样本，研究采用最近邻插值法，将IMERG资料插值到与其经纬度距离小于0.05°的地面雨量计站点上。不同时间尺度、不同降水量级的实际有效样本数如表2所示。

表2 不同时间尺度、不同降水量级的有效样本数Table 2 Number of valid samples at different time scales and different rain intensity

图2 累计降水量和降水量绝对偏差的空间分布：(a) 地面雨量计累计降水量;(b) IMERG累计降水量;(c)累计降水量的绝对偏差Fig.2 Spatial distribution of total rainfall plotted for (a) ground-based gauges，(b) the IMERG， and (c) Bias

3.2 定量评估方法

研究选择相关系数CC(Correlation coefficient)分析IMERG与地面加密雨量计观测结果的时空一致性，并以绝对偏差Bias和相对偏差RB(Relative bias)来定量评估两者的差异。它们的计算公式如下：

(1)

Biasi=Si-Gi,

(2)

(3)

4 结果

4.1 空间分布

图2给出的是2016年8月1日21时—2日21时台风“妮妲”的累计降水量和绝对偏差的空间分布。台风“妮妲”24 h累计降水量超过120 mm的强降水中心出现在深圳到江门市的沿海一带，以及广西省东南部的梧州、贵港、玉林市的部分地区。地面雨量计观测显示这两个强降水中心的24 h累计降水量最大超过了200 mm(图2a)。然而，IMERG观测到的这两个强降水中心的24 h累计降水量最大不超过180 mm，显然，IMERG低估了这两个区域累计降水量超过200 mm时的强降水中心(图2b、c)。另外，结合图2c可以看出，IMERG低估降水的区域主要集中在广西省的中偏南部地区和福建省的最南部地区，IMERG高估降水的区域主要集中在广东与广西省的交界线一带和广东省的东莞、广州市地区。

4.2 不同时长累计降水量的精度评估

(1)相关性分析

图3 IMERG与地面雨量计不同时长累计降水量的相关性(黑色实线为1:1线; 红色实线为一阶拟合线)：(a) 1 h;(b) 3 h;(c) 6 h;(d) 12 h;(e) 24 hFig.3 The correlation between the cumulative precipitation over different durations from IMERG and the ground rain gauge (a-e are the analysis results of 1， 3， 6， 12 and 24 h， respectively; The black solid line is 1:1 line， and the red solid line is the first-order linear fitting line.)

图3给出的是台风“妮妲”影响期间IMERG与地面雨量计不同时长累计降水量的相关性分析结果。降水累计时长为1 h、3 h、6 h、12 h和24 h时，两者的相关系数分别为0.36、0.52、0.63、0.72和0.75。这说明IMERG与地面雨量计观测结果的相关性随降水累计时长的增加逐渐变好。其次，降水累计时长为1 h、3 h、6 h、12 h和24 h时两者对应的一阶拟合系数分别为0.27、0.45、0.58、0.72和0.81，说明随着降水累计时长的增加，IMERG与地面雨量计观测结果的一致性越来越好，这意味着，降水累积时长会影响IMERG降水产品的估计精度。同时注意到，降水强度较小时，拟合线均位于对角线上方，说明此时IMERG存在一定程度的高估；降水强度较大时，拟合线位于对角线下方，说明此时IMERG低估了地面雨量计的降水强度。这说明IMERG产品算法仍需要改进以更准确的观测到微量降水和强降水事件。(2)偏差分析

图4给出的是IMERG与地面雨量计不同时长累计降水量的相对偏差分析结果。降水累计时长为1 h时，IMERG与地面雨量计的相对偏差极大值接近400%，上四分位数(75%)约为160%，下四分位数(25%)约为-15%，中位数约为45%，说明两者不仅相对偏差严重，而且随机误差较大。随着降水累计时长的增加，两者相对偏差的极大值、上四分位数和中位数均逐渐减小，降水累计时长为3 h、6 h、12 h和24 h时，两者相对偏差的极大值分别为370%、358%、329%和210%，上四分位数分别为139%、134%、124%和75%，中位数分别为39%、38%、34%和20%。由于不同时长累计降水量相对偏差的下四分位数和极小值基本不变，两者相对偏差的极差、四分位距和中位数随降水累计时长的增加均呈显著减小的趋势。这说明随降水累计时长的增加，IMERG与地面雨量计观测结果的相对偏差逐渐减小，相对偏差的随机性也越来越小。

图4 IMERG与地面雨量计不同时长累计降水量的相对偏差Fig.4 The bias between the cumulative precipitation over different durations from IMERG and the ground rain gauge

4.3 不同量级降水的精度评估

(1)偏差分析

台风“妮妲”影响期间地面雨量计观测结果和IMERG不同雨强相对偏差的分析结果(图略)表明，小雨时，两者1 h、3 h、6 h、12 h和24 h累计降水量相对偏差的极差、四分位距、中位数差别不大，大约为21%、8%和3%。中雨和大雨时， 1 h、3 h、6 h、12 h和24 h累计降水量相对偏差的极差、四分位距和中位数差别更小，基本都低于4%，表明小雨、中雨和大雨时，IMERG与地面雨量计观测结果的相对偏差不大，且与累计降水时长的关系也不大。暴雨时，两者相对偏差的极差、四分位距和中位数随降水累计时长的增加却显著增大，1 h、3 h、6 h、12 h和24 h累计降水量相对偏差的极差分别为38%、70%、97%、140%和170%，四分位距分别约为10%、18%、25%、36%和45%，中位数分别为-14%、-13%、-10%、-5%和2%。另外，小雨时IMERG和地面雨量计观测结果1 h、3 h、6 h、12 h和24 h累计降水量相对偏差的中位数略大于0，中雨和大雨时约为0，暴雨时明显小于0。上述结果表明小雨时IMERG与地面雨量计观测结果存在轻微的正偏差，中雨和大雨时无显著差异，暴雨时则存在一定程度的负偏差。地面雨量计降水观测结果代表的是站点附近小尺度的降水特征，而IMERG的空间分辨率为0.1°×0.1°，它观测到的是较大区域范围内的平均降水情况，使得IMERG降水产品会丢失很多细节尺度的降水特征。另外，IMERG降水产品校正过程所使用的地面观测数据的时空分辨率要低于IMERG本身的时空分辨率，因此校正过程虽然修正了降水量的整体偏差，但同时也进一步使得IMERG丢失了捕捉到的更精细尺度下的降水变异特征[19，22]。这两点原因使得IMERG对于容易发生在精细尺度的小雨以及暴雨的观测精度会降低。

台风“妮妲”影响期间地面雨量计和IMERG对不同量级降水观测结果的绝对偏差分析(图略)表明：小雨时，两者1 h、3 h、6 h、12 h和24 h累计降水量绝对偏差的极差为8.3、15.4、20.1、29.4和39.4 mm，绝对偏差的四分位距为2.7、5.0、6.5、9.7和12.1 mm，绝对偏差的中位数为1.1、1.6、2.1、3.9和4.0 mm。无论小雨、中雨、大雨和暴雨，地面雨量计观测结果和IMERG绝对偏差的极差和四分位距均随降水累计时长的增加而增大，而且降水强度越大，增大的速度越快。降水累计时长为1 h和3 h时，IMERG与地面雨量计观测结果绝对偏差的中位数在中雨和暴雨时均呈减小的趋势，但是降水累计时长为6 h、12 h和24 h时，两者绝对偏差的中位数又呈增加的趋势，暴雨时这种增加的趋势更加显著。至于小雨和中雨，随着降水累计时长的增加，两者绝对偏差的中位数大致呈由0转负且略有减小的趋势。(2)小时平均降水量的时序变化

图5给出的是2016年8月1日21时至2日21时台风“妮妲”的地面雨量计与IMERG的小时平均降水量的对比分析。IMERG小时平均降水量与地面雨量计观测结果存在一定的差异，尤其是在21—22时、02—03时、06—08时、10—12时；但总体趋势较为一致(图5a)。分析地面雨量计在不同雨强时与其对应的IMERG的小时平均降水量变化：小雨时地面雨量计的小时平均降水量约为0.5 mm，而对应的IMERG的小时平均降水量大多约为2.0 mm甚至更高，06—08时、11—12时甚至超过3.0 mm(图5b)；中雨时，地面雨量计观测的小时平均降水量一般在3.0～4.0 mm，而对应的IMERG的小时平均降水量大多超过4.0 mm，两者仅有少数时段的小时平均降水量大致相当，其余绝大多数时段存在较大的差异，尤其22—00时、01—03时超过5.0 mm，06—07时甚至超过7.0 mm(图5c)；大雨时，地面雨量计观测的小时平均降水量约为10 mm，IMERG小时平均降水量除个别时段与之较为接近外，其余时段大多存在低估，21—22时、03—05时、08—10时、12—13时、14—21时低估尤为严重，与地面雨量计观测的小时平均降水量相差约6～8 mm(图5d)；暴雨时，地面雨量计观测的小时平均降水量一般都在20 mm以上，09—10时甚至接近30 mm，而IMERG小时平均降水量大多在10 mm左右甚至更低(图5e)。总的来说，与地面雨量计观测的小时平均降水量相比，IMERG小时平均降水量在小雨和中雨时明显偏高，在大雨和暴雨时则明显偏低。(3)降水概率分布

图5 地面雨量计与IMERG不同量级降水的小时平均降水量的时序变化：(a)所有站点；(b)小雨；(c)中雨；(d)大雨；(e) 暴雨(a为所有站点；b—e依次为地面雨量计为小雨、中雨、大雨和时的站点)Fig.5 Hourly variation of rainfall of different rain intensity(a-e are the analysis results of all stations， light rain， the moderate rain， the heavy rain and the rainstorm， respectively)

降水以小雨或短时暴雨形式出现的相同降水量将产生不同的洪水模式，因此，了解降水过程中不同强度降水的分布情况是非常必要的[23]。概率分布图能够提供地面雨量计和IMERG降水在不同强度的概率分布，可以用来评价卫星降水产品质量(图6)。台风“妮妲”期间，降水累计时长1h时，IMERG观测到小雨(中雨)的概率比地面雨量计偏低(高)超过0.1，观测到暴雨(大雨)的概率略微偏低(高)约0.05(图6a)。降水累计时长3 h时，与地面雨量计观测的概率值相比，IMERG的概率值在小雨(大雨)时略低(高)出约0.1，在中雨和暴雨时几乎完全一致(图6b)。降水累计时长6 h时，IMERG观测的概率值在小雨时比地面雨量计偏低约0.8，中雨时较为一致，大雨和暴雨时偏高约0.4(图6c)。降水累计时长12 h时，IMERG观测的概率值在小雨时比地面雨量计低出0.1以上，在中雨、大雨和暴雨时则略高(图6d)。降水累计时长24 h时，小雨(暴雨)时IMERG的概率值略微偏低(高)，中雨和大雨时的概率值基本一致(图6e)。总体而言，IMERG观测到的小雨概率值始终低于地面雨量计的观测结果，这是因为GPM核心观测平台观测降水的灵敏度为0.2 mm·h-1[21]，使得GPM降水产品IMERG对于小雨发生概率的估计存在偏差。除小雨以外，降水时长为6 h、12 h和24 h时，IMERG的中雨、大雨和暴雨概率值与地面雨量计的观测结果相差较小。

图6 地面雨量计和IMERG不同量级降水的概率分布：(a) 1 h；(b) 3 h；(b) 6 h；(b)12 h；(b) 24 h；Fig.6 Probability distribution as a function of (a)1 h，(b)3 h，(c)6 h，(d)12 h and(e)24 h rainfall

5 结论

以2016年8月登陆我国华南地区的台风“妮妲”带来的极端降水事件为例，对比地面加密雨量计和IMERG提供的1 h、3 h、6 h、12 h和24 h等5个不同时长的累计降水量，分析IMERG对小雨、中雨、大雨和暴雨等不同量级降水的估计精度，结果表明：(1)降水累积时长会影响IMERG降水产品的估计精度。对于此次台风降水来说，随着降水累计时长的增加，IMERG与地面雨量计观测结果的一致性越来越好，相对偏差逐渐减小，相对偏差的随机性也越来越小。(2)IMERG观测1 h时间尺度台风降水的精确度还有待改善。降水累计时长1 h时，IMERG明显高估了地面雨量计小雨和中雨时的小时平均降水量，显著低估了大雨和暴雨时的小时平均降水量；IMERG与地面雨量计不同量级降水的概率分布情况在小雨、中雨、大雨和暴雨时也都存在偏差。(3)IMERG降水产品对于小雨等级降水的观测能力还有待提高。IMERG会高估小雨时地面雨量计的降水量，且低估小雨事件发生的概率。(4)IMERG能较好地观测到暴雨降水的空间分布区域，但对暴雨的估计量级会明显偏低。IMERG低估了累计降水量超过200 mm的两个强降水中心的降水量；暴雨时，IMERG与地面雨量计降水的相对偏差和绝对偏差的中位数均为负数，呈现显著的负偏差。