TRMM 卫星降水数据在商洛地区的精度分析及订正

杨荣芳，杨彬云，康晓甫

（1.河北省气象技术装备中心，河北 石家庄 050021；2.商洛市气候适应型城市重点实验室，陕西 商洛 726000 3.河北省气象科学研究所，河北 石家庄 050021）

商洛地区受气候影响灾害性天气频发，由于该地区地形复杂，布设气象站点困难，观测实况资料相对缺乏，不能准确监测降水的空间分布和强度变化，给该地区的预报预警研究带来困难。部署大量雨量计成本高、系统维护困难，数据质量难以保证，因此引入天气雷达以获取较为准确的降雨分布。天气雷达可以获得较高时空分辨率的降水分布，但是它探测面积有限，受下垫面和地理位置的影响严重，例如要处理波束遮挡、地物杂波、天气垂向结构变异性等诸多潜在观测误差。为了弥补台站及天气雷达对降水观测的局限性和设备缺陷，填补资料缺乏的空白区域，引进高空间分辨率的热带降水测量卫星TRMM（Tropical Rainfall Measuring Mission）测雨雷达PR，可以在一定程度上弥补两种观测方式的不足。

热带降雨测量计划TRMM 卫星[1]，是1997 年由美国国家宇航局（NASA）与日本国家空间发展局（NASDA）联合研制发射，2001 年8 月TRMM 卫星轨道高度由350 km 抬升至402.5 km ，可覆盖全球50°N～50°S 的范围。

国内外学者在不同地域对TRMM 卫星降水的适用性和精度做了大量统计分析，研究表明TRMM卫星降水产品在天山、浙江及京津冀地区均有良好表现，与地面气象站点观测降水相关性较高，随着时空尺度的增大，其精度有一定提高[2-4]，在流域精度评价与结果分析中，TRMM 降水产品能更好地反映流域真实降水信息，作为其他降水产品的有效补充[5-7]。卫星具有探测范围广，时空分辨率较高的优势，因此TRMM 卫星降水资料在干旱特征分布、水文研究、暴雨研究、预报模式的数据同化、热带气旋等方面得到较好应用。如利用TRMM 卫星高时空分辨率降水对区域尺度的干旱进行监测和特征分析[8-9]，唐国强等[10]通过TRMM 卫星产品评估，证明TRMM 卫星数据在赣江流域具有替代地面站点观测的潜力。卢怡等[11]利用TRMM 的微波成像仪（TMI）观测到的亮温资料分析了亮温与热带气旋强度之间的关系。傅云飞等[12]基于TRMM 卫星探测资料对东亚降水云结构特征进行了研究。Cesar 等[13]对TRMM 版本质量在巴西南部进行了评估，结果表明TRMM 极大地提高了对极端降水事件的定量识别，Savtchenko 等[14]利用17 a TMPA降水产品分析了在美国加利福尼亚州地区的降水变异。商洛地区山地多平地少，地势起伏大，气象站点分布稀少，很难直接通过插值手段获取高时空分辨率的栅格化降水数据。因此引入基于TRMM 卫星的遥感降水观测数据弥补和订正地面观测站点的不足，以此提高商洛市降水的观测质量。

TRMM 降水数据精度及分布规律因研究区域所处地形、气候条件等不同而有所差异，本文以商洛地区为研究区域，通过对比分析TRMM 卫星降水数据与商洛地区7 个国家站点的实测降水数据，评估卫星降水数据在商洛地区的精度及其与季节、地形等相关因子的关系，分析TRMM 降水数据在该区域的探测误差，并采用比值系数法对TRMM 月降水数据产品进行订正，为TRMM 卫星降水产品在商洛地区的研究与应用提供可信依据。

1 研究区概况

商洛位于陕西东南部，地跨长江、黄河两大流域，总体上西北部海拔高，东南部海拔低。位于暖温带和北亚热带过渡地带，受冬夏季风和青藏高原环流的影响，商洛气候呈现四季分明，雨热同季，冬干夏湿，干湿分明的气候特征，干旱、连阴雨、暴雨、冰雹、霜冻等灾害性天气时有发生。商洛自动站分布基本覆盖镇办及大部分自然村（图1），站点大部分部署在山区沟壑之中自然条件较好区域，平均间距在10 km 以上，严重影响对灾害性天气的精细结构探测能力。

图1 商洛地形及国家地面站点分布

2 数据与方法

2.1 数据预处理

首先从降水测量计划NASA 网站（https：//pmm.nasa.gov/）下载TRMM 卫星降水数据产品资料，时间为2006—2015 年，时间分辨率为月，空间分辨率为0.25°×0.25°，版本为TRMM 3B43 V7，是由TRMM 3B42 数据产品、NOAA 气候异常监测系统（CAMS）的全球格点雨量测量器资料、全球降水气候中心（GPCC）的全球降水资料联合反演的降水产品。TRMM 数据是卫星观测月平均降水量产品，但数据记录是每月的平均小时降水量（mm/h），本文通过Matlab 编程解析HDF 格式的降水资料，从中提取TRMM 降水速率层，利用经纬度范围从全球格网数据中裁剪出商洛地区的降水数据，通过小时累积计算得到研究时段内各月区域格点平均降水量，对地面气象站点和TRMM 卫星格点数据按经纬度进行时空匹配[15]，得到商洛地区各气象站点所在格网的TRMM 月降水数据，国家站点月平均降水量由日降水量累积计算得到。

地面气象站点日降水量数据来源于全国综合气象信息共享平台（CIMISS）数据环境，时间为2006—2015 年，根据数据结构说明文档，批量将站点日降水数据资料统计得到月降水数据。由于区域自动站没有经过质控，经检查数据质量较差，为准确评估TRMM 卫星降水量的精度，以商洛地区7 个国家地面站点实测降水数据作为真值来检验TRMM 数据在商洛地区的有效性，通过建立TRMM 卫星与国家地面站的关系进一步订正区域自动站。

2.2 方法与指标

本文采用统计分析指标[15]：决定系数（R2）、相关系数（R）、相对偏差（Bias）和均方根误差（RMSE）来评价TRMM 降水数据的精度。决定系数（Goodness of Fit）表示TRMM 卫星降水回归直线对观测值的拟合程度，决定系数R2的值越接近1，TRMM 降水数据回归直线对站点观测值的拟合程度越好；相关系数R越大，TRMM 降水数据与站点降水数据的相关程度越高。相对偏差Bias用来衡量TRMM 卫星观测结果与雨量站点实测值之间的偏离程度，Bias越小准确度越高；平均绝对偏差MAE和均方根误差RMSE表示TRMM 降水数据与站点降水数据在数值上的差异和离散程度。其中相对偏差（Bias）的正负值表示TRMM 数据高估（低估）站点降水。

其中，Gi表示地面观测站点的观测值，Ti表示TRMM卫星降水表示真实观测值的平均值表示卫星降水拟合值，BIAS为相对偏差，RMSE为均方根误差。

分析TRMM 降水数据与站点降水数据评估结果，采用比值系数法来订正TRMM 降水格点数据，以国家站点数据（经过严格的质量控制）作为真值，计算站点与对应TRMM 产品对应栅格的关系[16]；利用两者之间的关系作为订正因子，并将订正因子空间化；利用空间化的订正因子与原始TRMM 数据对之前的关系进行反推，得到订正后的TRMM 数据。比值系数订正法公式如下：

3 结果分析

以商洛市国家地面气象站点为代表性个例，分析2006—2015 年的TRMM 降水数据在商洛地区的精度及订正效果。

3.1 时间尺度TRMM 卫星降水精度

3.1.1 月尺度

由2006—2015 年研究区域内地面站点与TRMM 卫星月平均降水量的统计（图2）可知，TRMM 月降水量数据与实测站点降水量数据在时间序列趋势保持一致，呈明显的周期性特征。研究区内降水量主要集中在夏季，尤其是7、8 月，月平均降水量达150 mm，而冬季降水量总体偏小。整体而言，站点实测降水量较大时，TRMM 降水量产品往往会低估降水量。这是由于TRMM 卫星测雨雷达PR 能源和重量的限制，无法提供大范围降水测量，另外PR发射电磁波波长大于地面雷达波长，波长越长对降雨的感知衰减程度越小，传感器的分辨率变大敏感度随之降低，因此卫星感知不到＜0.7 mm/h 的降雨，从而导致卫星观测降水结果相对偏小。当地面站点实测降水量为0 时，卫星观测往往显示存在降雨，结果通常不为0，这是由于TRMM 卫星降水是联合反演均降水量，当气象站点实测降水为0 时，网格内其他区域可能有降水。商洛地区TRMM 月降水量产品存在高估站点降水量的现象，可能与研究区的山地高原地形有关。通常地面雨量站点多部署在地势平坦的地区，地形越复杂地区，探测受到降水垂直结构、云型等多重因素干扰，卫星探测降水量误差往往越大。另外，TRMM 卫星观测降水产品空间分辨率为0.25°，分辨率比较低，在地形比较复杂的山区，雨量观测站点降水与TRMM 卫星观测降水数据匹配不准。

图2 2006—2015 年各月平均降水量

图3 为地面站点月降水量与TRMM 卫星月降水量的散点斜率图，其中2006—2015 年7 个国家站点的有效拟合点数为840 个。由图3 可知，拟合结果的决定系数相对较高，R2为0.805，表明TRMM 月降水量数据与地面实测站点基本吻合，时间序列可以较好地描述地面降水的趋势；偏差Bias为0.005，＞0，说明TRMM 降水量结果值略高估站点实测值，TRMM 卫星观测结果与雨量站点实测值之间的偏离程度较小。RMSE和MAE相对较大，说明TRMM 月降水量数据与站点实测降水仍存在较大的偏差。

图3 站点平均月降水量和TRMM 卫星降水量的拟合结果

3.1.2 季尺度

在月降水量分析的基础上，对各个月的结果按季度统计，分为春、夏、秋、冬4 个季度，春季为3—5月，夏季为6—8 月，秋季为9—11 月，冬季为12月—次年2 月。

图4 为4 个不同季度雨量站点降水量资料与TRMM 卫星降水量资料的拟合结果。由图4 可知，不同季度拟合结果不同，其中秋季拟合结果的R2最大，表明TRMM 卫星在秋季探测降水的能力最强，春季和夏季的R2结果也相对较大，而冬季的R2则明显较低，R2为0.75，说明降水量较小时TRMM 卫星观测与实测站点的相关程度较低。R2表示的是两组数据之间的密切程度，反映的是趋势上的关系，并不能准确的反映数据之间的偏差情况。冬季站点降水量与TRMM 卫星降水量的决定系数最低，但是由于冬季降水量整体很小，因此冬季TRMM 降水量的均方根误差和绝对误差相较其他季节较小。

图4 TRMM 卫星与站点季降水数据散点（a 为春季，b 为夏季，c 为秋季，d 为冬季）

3.2 误差指标

表1 为国家站降水量与TRMM 月降水量数据拟合的统计结果。拟合优度R2均在0.8 左右，说明国家站与TRMM 卫星拟合程度较好，R2值最大的站为商州，其站点年平均降水量为734.84 mm，而R2值最小的站为商南和柞水，其年均降水量分别为842.39 和794.18 mm。站点降水量与TRMM 卫星观测值存在较小的偏差Bias，从Bias的数值可以看出，商州、洛南和镇安3 个站为负值外，其余站均为正值，表明商州、洛南和镇安3 个站上TRMM 卫星观测的降水结果低估了实际的降水量，而其余站均高估了实际的降水量，总体呈现高估实际降水量的现象。RMSE和MAE在数值上基本保持一致，最大值出现在商南站，此站位于陕西省东南部，地处中纬度偏南地带，北部和西北部属暖温带气候区，中部和南部属于北亚热带气候区，由于北有秦岭天然屏障，阻挡寒潮不易侵入，雨量充沛，受地形影响较大。柞水和镇安位于秦岭南麓，商洛市西南，受地形影响误差也较大，地形复杂地区站点的代表性较差。TRMM降水量数据一个网格的大小约为27.5 km×27.5 km，而一个雨量站往往只能表示其站点2 km 范围内的降水情况，站点匹配时也存在偏差。

表1 国家站各雨量站点拟合结果统计

3.3 TRMM 降水数据订正

卫星反演降水量数据具有覆盖范围广、时间序列长等优势，能够在一定程度上弥补雨量站点不足，但其精度还需进一步订正。针对误差指标分析结果，利用2006—2015 年商洛各国家站降水数据对研究区内TRMM 降水产品分别进行了比值系数订正，对订正结果进行误差对比分析，结果见表2。利用比值系数订正得到的TRMM 降水数据精度有很大提高，订正后的TRMM 与气象站点的决定系数R2均接近于1，平均相对误差、偏差及均方根误差均在一定程度上减小，分析比较表明，利用气象站点对TRMM数据进行订正的方法具有一定的可靠性。

表2 国家站点比值系数订正前后误差比较

4 结论

对比商洛地区国家气象站2006—2015 年实测月降水数据与气象站所在格点TRMM 月降水数据，从月和季时间尺度上对TRMM 降水数据精度进行了评估。采用决定系数、相对误差等统计分析方法，研究了精度评价指标的时间分布特征，同时分析了地形、降水强度等因素对精度的影响，对TRMM 遥感降水量产品的时空适用性和站点误差进行了探讨。利用比值系数法对TRMM 月降水量进行了订正。主要结论如下：

（1）TRMM 月降水量数据与实测站点数据相关程度较高，国家站决定系数R2＞0.8，表明国家站降水和TRMM 月降水量有较好的拟合性；对月、季和年尺度的降水量结果进行比较，季降水量结果的拟合结果较月降水量有所提高，TRMM 卫星观测降水与站点实测降水吻合度随着时间累积有所越高。

（2）研究区内TRMM 降水量产品存在明显低估实际降水量的现象，利用比值系数法对TRMM 降水量产品进行偏差订正。验证结果表明，订正后的TRMM 月降水结果偏差更小，决定系数更高。

（3）通过研究TRMM 降水产品在商洛的精度，选择与气象站相关性较好、均方根误差较小的山区，利用实测降水资料与TRMM 降水产品建立关系模型，利用校准系数对该区域内所有的TRMM 格点资料进行订正，最终求得该区域平均面雨量。

综上所述，TRMM 卫星降水产品数据在商洛地区的精度较高，适用性较强。通过实测站对TRMM 数据进行精度误差订正，为其在商洛地区的水文模拟预报、农业及气候研究的应用提供参考价值。