多源卫星降水产品在长江流域的时空精度对比

郭家力，丁光旭，杨旭，汤正阳，张海荣，潘仁伟，戴凌全

(1.三峡大学水利与环境学院，湖北 宜昌 443002；2.三峡库区生态环境教育部工程研究中心(三峡大学)，湖北 宜昌 443002；3.中国长江电力股份有限公司智慧长江与水电科学湖北省重点实验室，湖北 宜昌 443000)

降水作为水循环过程中最为活跃的环节，对其时空分布特性进行有效而准确的观测，对水文、气象、农业等方面的预警和决策起着极其重要的作用[1]。目前，观测降水的3种方式分别为地面雨量计、地基天气雷达和卫星遥感[2]。地面雨量计的空间分布往往不均匀，尤其是海洋和高海拔地区(如长江上游高原地区)分布稀疏[3]，很难通过插值等估算方法为无资料地区提供较为准确的地面降水资料；同时，雨量计等测量设备长期置于室外易损坏，很难保证测量设备能够长时间按需运转[4]。地基天气雷达可以提供降水、暴雨形成的内部细节，并且可以对大面积区域进行实时髙分辨率降水监测[5]，但雷达系统进行降水测量时需要覆盖大面积地区，维护费用过于昂贵[6]。卫星遥感能够提供高分辨率、长时间序列、高精度的降水观测资料，特别为无资料和少资料地区的水文气象研究提供基础的数据资料[7]。

目前，国际上已出现多种卫星遥感降水产品，如TRMM(tropical rainfall measuring mission)、GPM(global precipitation measurement)、CMORPH(CPC MORPHing technique)、PERSIANN_CDR(precipitation estimation from remotely sensed information using artificial neural networks climate data record)等。国内已有大量学者分析了不同卫星遥感降水产品在中国不同区域的适用性。这些研究大致可分为两类：一类是单一降水产品(或单一降水产品的不同版本)在某一流域(或区域)的适用性研究[8-9];另一类是多种降水产品的精度对比研究，见表1。如：金秋等[9]通过对比TRMM同种卫星降水产品3B42 RTV7及V7两个不同版本在长江流域的精度，发现V7版本数据在长江流域有较高的精度；张磊磊等[10]通过对比TRMM 3B42 V7(TMPA、RT)、CMORPH和PERSIANN卫星降水数据在黄河源区的精度，发现TRMM 3B42 V7(TMPA)数据精度最高；卫林勇等[11]通过对比CHIRPS、CMORPH_BLD、PERSIANN_CDR和TRMM 3B42V7卫星数据在5个不同省份不同尺度的降水监测能力，发现PERSIANN_CDR相对适用于新疆和吉林，TRMM 3B42V7较适用于陕西、江西以及云南。但目前国内的研究专注于气候或者地形单一区域，如柴达木盆地[12]、雅鲁藏布江流域[13]和太行山区[14]，反而缺乏了对空间跨度广、气候类型差别大的区域的研究。近几年也有部分学者注意到这一不足，并展开了对长江流域[8-9]、中国大陆[15]等大尺度区域上的研究。但因为这些大尺度区域空间跨度大、地形复杂多变，往往需要根据地形气候划分不同的区域进行研究。因此，本文以长江流域为研究对象，根据地形气候类型的不同将其划分为4个区域，并通过TRMM、CMORPH、CHIRPS和PERSIANN_CDR 4种卫星降水产品从时间和空间角度分析各数据集在长江流域不同分区的精度对比情况。

表1 国内现有卫星降水产品精度对比

1 研究区域与数据来源

1.1 研究区域

长江全长约6 300 km，是中国和亚洲最长的河流，也是世界第三大河流。长江流域位于90°33′～122°25′E和24°30′～35°45′N。流域总面积约180万km2，约占中国国土面积的五分之一[18]。根据流经区域的地势特征将长江流域划分为4个区域(图1)：上游高原地区(河流源头至宜宾)主要流经青藏高原和云贵高原；上游盆地地区(宜宾至宜昌)主要包含四川盆地；中游地区(宜昌至湖口)，该地区地势降低、河面展宽，分别有汉江和湘江等支流汇入，沿江两岸湖泊众多，流量大增；下游地区(湖口至入海口)流经长江中下游平原，江阔水深，是我国重要的工农业生产基地。

图1 长江流域分区图及气象台站

长江流域自西向东横跨我国地势三级阶梯，流域面积覆盖15个省级行政单位，地貌类型复杂多变。该流域位于亚热带和温带气候区，具有显著的季风气候特征。夏季盛行东南风，冬季盛行西北风，因受季风气候影响，流域年内降水分配不均，主要发生在夏季，年平均降水约为1 100 mm，年平均气温约为14 ℃[19]。长江流域191个国家气象基准站1999—2019年多年平均降水量见图2。长江流域多年平均降水由西北向东南递增，而且降水的空间差异极大，由上游高原区及源头的年均降水量不足400 mm至下游地区的超过2 000 mm，甚至局部地区达到2 400 mm。

图2 长江流域多年平均降水量空间分布

1.2 数据来源

1.2.1台站数据

原收集到分布于长江流域内的国家气象基准站点为230个(http://data.cma.cn)。经过了严格的质量筛选(即对所选取的站点逐日降水数据连续缺测不超过1个月的进行插补，以及剔除降水数据连续缺测超过1个月的站点)之后，最终得到191个国家气象基准站1999—2019年的逐日降水数据集，其中上游高原地区、上游盆地地区、中游地区和下游地区分别有27个、48个、74个和42个站点(图1)。

1.2.2多源卫星降水数据

选取国际上具有代表性的4种高时空分辨率卫星降水产品数据集：TRMM，CMORPH，CHIRPS(climate hazards group infrared precipitation with station data)和PERSIANN-CDR。各数据集的特征见表2。

表2 4种降水数据集特征

TRMM是美国国家航空航天局(National Aeronautics and Space Administration，NASA)与日本国家太空发展局(Japan Aerospace Exploration Agency，JAXA)之间的一项联合太空计划，TRMM卫星是第一颗旨在监测和研究热带和亚热带降水的气象卫星。该卫星搭载的5种气象方面的仪器中，降水雷达(PR)、TRMM微波成像仪(TMI)和可见红外扫描仪(VIRS)是用于测量降水的主要仪器[20]。

CMORPH由美国国家海洋和大气管理局(National Oceanic and Atmospheric Administration，NOAA)利用时间空间联合内插整合多平台卫星观测制作的全球高时空分辨率降水产品[21]。基本原理是从地球静止卫星观测的高分辨率红外亮温资料计算降水云系统的移动矢量，然后把基于低轨卫星被动微波反演的瞬时降水分布沿着该移动矢量外推至目标分析时间以做成空间连续的降水分布。

CHIRPS是由美国地质调查局(United States Geological Survey，USGS)与加利福尼亚大学的气象小组共同开发的一种混合产品，结合了来自全球电信系统(Global Telecommunication System，GTS)的卫星测量值和全球多个站点降水测量值[22]。

PERSIANN_CDR是由加州大学欧文分校水文气象和遥感中心开发的产品，其降水估算输出根据GridSat-B1红外数据的PERSIANN算法生成[23]。

2 研究方法

2.1 最邻近内插法

最邻近内插法(the nearest neighbour interpolation，NNI)，也称零阶插值，是一种广泛用于图像缩放、信号处理中的一种插值方法。在该算法中，它所输出像素的具体灰度等于距离其该点最近的原始数据样本值。这种方法的优点是计算简单，运算量较小，且比较容易得到较为准确的结果，因而在面对卫星栅格数据与实测点源数据不对应时是一种较为合适的处理方法。由于站点数据为点源数据，而卫星数据为栅格数据，因此将卫星栅格数据转化为站点点源数据时采用了最邻近内插法，即选择与气象站点所在经纬度最接近的卫星栅格(栅格中心点为判断依据)降水数据，如果有多个栅格与站点的距离相同，则取多个栅格降水平均值作为此站点对应的卫星产品降水观测值。

2.2 精度指标

选取多种统计评价指标在不同尺度上对4种卫星降水产品的精度进行评价。这些指标可以分为两类：连续性指标和分类评价指标，见表3。连续性指标反映卫星降水产品与站点资料的在不同尺度时间序列的吻合程度和误差特征；分类指标反映卫星降水产品对日尺度及日尺度以下降水事件的捕捉能力[24]。选取的连续性指标包括皮尔逊相关系数R、均方根误差ERMS[16]和纳什效率系数ENS[17]。分类评价指标包括探测率POD误报率RFA和TS评分[25]。各指标的计算公式见表3。

表3 降水产品精度评价指标

皮尔逊相关系数R反映了卫星观测值与站点观测值的相关性，相关性越强，其值越趋近于1。均方根误差ERMS反映了卫星观测值与站点观测值的离散程度[16]，离散程度越小，其值越趋近于0。纳什效率系数ENS反映了卫星观测值与站点观测值的相似程度，值越趋近于1表明该两组数据越相似。

在日尺度上采用分类评价指标检验卫星降水产品对降水的捕捉能力。探测率POD表示正确探测到降水的概率，误报率RFA表示错误探测到降水的概率，TS评分表示综合探测的准确性。依据国家气象局颁布的降水强度等级划分标准，选取0.1、10.0、25.0和50.0 mm/d的降水强度分别代表发生小雨、中雨、大雨和暴雨的阈值。

3 结果分析

3.1 年尺度精度对比

3.1.1降水数据集年精度比较

以站点和对应网格(或网格平均值)卫星降水产品的逐年年降水量为基准，计算长江流域各站点年降水量的皮尔逊相关系数R和均方根误差ERMS两个评价指标值。表4展示的这两个指标为长江流域及各区域内多站点空间平均值，该表可以体现卫星降水数据与站点降水数据年际相关程度以及偏差情况，表中加粗显示的数值表示4种产品中表现最优的卫星降水产品。

表4 逐年连续性指标参数计算

由表3可知:一方面，就卫星降水数据总体精度而言，TRMM和CMORPH在整个长江流域的精度均优于CHIRPS和PERSIANN_CDR，且PERSIANN_CDR的精度最差；另一方面，同一种卫星降水产品在长江流域的不同分区对降水的探测精度有明显的地区差异。就R值而言，下游地区>中游地区>上游地区。同一卫星降水数据集R值在上游高原地区和上游盆地地区则较为接近，其中TRMM、CHIRPS和PERSIANN_CDR在上游高原地区的R值略高于上游盆地地区，而CMORPH在上游高原地区略低于上游盆地地区。就ERMS指标而言，TRMM和CHIRPS呈现出从上游至下游递增的趋势，而CMORPH和PERSIANN_CDR在上游高原地区的值高于上游盆地地区。对比R值与ERMS值可以看出，在R值最大的下游地区，其ERMS值也最大，这是因为相关系数R只能反映两组数据之间的一致性，不能反映两者在数值上的差异。在下游地区ERMS值较大的原因可能与降水量空间分布有关，长江流域下游地区降水量级大(图2)，使得误差相对较高。此外，PERSIANN_CDR的ERMS值在上游高原地区最大，且远大于另外3种卫星降水产品，说明对于年降水量而言，PERSIANN_CDR在地形复杂且海拔较高的地区精度较差。

为了进一步地探究卫星降水数据与站点降水数据年际变化过程的拟合程度，利用4种卫星降水数据集绘制长江流域以及不同分区ENS值箱线图，见图3。长江流域TRMM、CMORPH、CHIRPS和PERSIANN_CDR的ENS值波动区间分别为0.28～0.73、0.31～0.83、-0.02～0.57和-0.4～0.5，ENS中位数从小到大依次为PERSIANN_CDR(0.28)

图3 长江流域及不同分区年尺度纳什效率系数评价指标箱线图

3.1.2降水数据集年尺度降水空间分布差值

图4是根据长江流域4种卫星降水和站点降水所计算的多年平均降水，经过径向基函数(Rbf)中的线性插值法将站点数据插值成格网数据(空间分辨率为0.25°)得到的长江流域多年平均降水空间分布差值。该图表示卫星降水与站点降水数据多年平均降水差值百分比的空间分布。从整体上来说，TRMM、CMORPH和CHIRPS在长江流域大部分地区的差值百分比在±20%以内，能够较准确地估计长江流域的降水，且以正偏为主。

就不同分区而言，TRMM能更好地捕捉上游高原地区的降水空间分布特征，CHIRPS和CMORPH次之，且CMORPH对上游高原地区南部的降水高估程度大于40%，PERSIANN_CDR则高估了上游高原大部分地区的降水，其高估程度也在40%以上。TRMM、CMORPH和CHIRPS均能较好地估计上游盆地地区的降水(图4(a)～4(c))，但在上游盆地南部地区，TRMM和CMORPH有0～20%不同程度的低估。TRMM 3B42V7和CMORPH能够较好地估计中游地区降水空间分布特征；CHIRPS则普遍高估，其高估程度在20%左右。TRMM、CMORPH和CHIRPS均高估了下游地区的降水，就高估程度而言TRMM

图4 站点和卫星降水产品年均降水量空间分布差值

3.2 月尺度精度对比

3.2.1降水数据集月精度比较

为进一步分析4种降水产品的估算精度，图5给出了TRMM、CMORPH、CHIRPS和PERSIANN_CDR 4种卫星降水产品以站点月降水数据为基准，计算的长江流域不同分区内多站点评价指标平均值，并绘制能够综合体现标准差、R和ERMS这3个指标的泰勒图，图中的标准差和ERMS均经过归一化处理。由图5可知：对整个长江流域而言，TRMM和CMORPH最接近站点观测值(gauge点)，总体精度最高，CHIRPS次之，PERSIANN_CDR精度最低;对不同分区而言，TRMM在上游高原地区的精度最高，CHIRPS和CMORPH次之，PERSIANN_CDR精度则最低;在上游盆地地区、中游地区和下游地区，CMORPH的精度最高，TRMM略微次之，CHIRPS和PERSIANN_CDR精度则比较低。

图5 4种卫星降水产品在长江流域及不同分区月平均降水泰勒图

3.2.2月尺度降水分区拟合对比

为了更直观地比较各卫星降水产品在长江流域不同分区的月尺度精度情况，图6给出了4种卫星降水产品与站点多年月平均降水数据在不同分区的散点图，该图表示卫星降水与站点降水多年月平均降水量在不同区域的拟合对比情况，R值代表的是卫星降水产品与站点降水数据在月面雨量上的空间相关性。分析散点图可以发现，4种卫星降水数据与站点降水数据在空间上具有良好的相关性(0.92≤R≤0.98)。

图6 站点和卫星降水产品月均降水量不同区域散点图

就4种卫星降水产品在不同分区对降水的估计情况而言，从斜率上来看，4种卫星降水产品均高估了上游高原地区的降水。其中,CHIRPS和PERSIANN_CDR对该地区降水的高估程度大于TRMM和CMORPH，斜率分别为1.15和1.14。在上游盆地地区TRMM和CHIRPS的斜率分别为1.03和1.07，表明这两种卫星降水产品在该区域对降水具有高估现象，且CHIRPS的高估程度要大于TRMM；而PERSIANN_CDR的斜率为0.91，表明PERSIANN_CDR在该区域对降水具有低估现象。在中游地区TRMM、CMORPH和CHIRPS的斜率分别为0.99、0.98和1.01(均接近于1)能够准确地反映中游地区的降水，而PERSIANN_CDR的斜率为0.89，严重地低估了该地区的降水。在下游地区CMORPH能够更准确地反映该地区的月降水，TRMM和CHIRPS则高估了该地区的降水，斜率分别为1.03和1.04，PERSIANN_CDR则低估了该地区的降水，斜率为0.91。

就4种卫星降水产品在不同分区的空间分布拟合精度而言，上游高原地区TRMM的精度优于其他3种卫星降水产品,在上游盆地地区和下游地区CMORPH的精度优于其他3种卫星降水产品,而在中游地区TRMM、CMORPH和CHIRPS均有较高的精度，这也与图5显示的结果一致。

3.3 日尺度精度对比

3.3.1降水数据集日尺度评价指标空间分布

图7是长江流域各个站点连续性评价指标(R、ERMS、ENS)不同分区的空间分布情况。从图7可以看出，在日尺度上，CMORPH的R整体具有绝对优势(R>0.65)，大部分站点R在0.8以上，TRMM和CHIRPS次之，PERSIANN_CDRERMS最低，绝大部分站点R在0.4以下。从ERMS来看，4种卫星降水产品都大致呈现出由西向东逐渐增加的趋势，这可能与降水分布相关，流域东部地区较西部地区降水量大使得误差绝对值相对较高。在ENS方面，4种卫星降水产品的纳什效率系数平均值由大到小依次为CMORPH>TRMM>CHIRPS>PERSIANN_CDR。综上，4种产品中站点数据R和ENS最高且ERMS最低的是CMORPH，其在日尺度上综合表现最好。

图7 日尺度评价指标空间分布

3.3.2不同量级降水捕捉能力检验

图8展示了在不同降水量级下卫星降水产品和站点逐日降水在整个长江流域、上游高原地区、上游盆地地区、中游地区以及下游地区的POD、RFA和TS值。降水阈值分别为0.1、10.0、25.0和50.0 mm/d。从图8可以看出，4种卫星产品都对降水事件(0.1 mm/d为降水是否发生的阈值)有着较高的探测率，这表明4种卫星产品均能较好地识别降水事件的发生，这可能与卫星上搭载的测雨雷达和微波成像仪加强了对弱降水以及固态降水的探测有关。

图8 不同阈值下卫星降水产品各分区POD、RFA和TS值

当降水强度阈值增加时，4种卫星产品的探测率POD均开始下降，这意味着卫星产品对日尺度的强降水捕捉能力降低。其中,CMORPH和TRMM对降水的捕捉能力优于另外两种，且PERSIANN_CDR的捕捉能力最差，而TRMM对大雨和暴雨的捕捉能力优于CMORPH。

就误测率而言，CMORPH的RFA在不同量级的降水之间比较稳定(0.4左右)，仅在上游高原地区随着降水强度阈值的增大而上升，这可能与上游高原区站点稀少，以及上游高原地区云层与冰雪相混合的复杂气象条件干扰了卫星对降水的准确估计有关[27]，其他3种卫星降水产品的RFA则随着降水强度阈值的增大而上升。

综合比较4种卫星降水产品的TS评分，其规律表现非常一致：降水阈值增大，TS评分减小；同一降水阈值下，探测精度从大到小排序为 CMORPH>TRMM>CHIRPS>PERSIANN_CDR。

3.4 空间尺度精度对比

由于长江流域地形复杂，高程跨度大，因此针对不同卫星降水产品随高程的变化进行精度评价。以长江流域各站点降水量为基准，采用R、ERMS和ENS评价不同站点高程上4种卫星降水数据的探测精度，图9为各评价指标与站点高程的散点图。

图9 各评价指标与高程散点图

日尺度上，4种卫星降水产品出现较明显的“分层”现象。就R而言：CHIRPS、CMORPH和TRMM随高程增加波动较为平稳；而PERSIANN_CDR有随着高程增加而增大的趋势，但R总体还处于较低水平。就ERMS而言：4种卫星降水产品与高程成反比，即随着高程的增加，4种卫星降水产品的精度提高，其ERMS随高程变化幅度由高到低分别为-1.8 mm/1 000 m(PERSIANN_CDR)、-1.7 mm/1 000 m(CHIRPS)、-1.4 mm/1 000 m(TRMM)和-1.3 mm/1 000 m(CMORPH)。就ENS而言：CHIRPS、CMORPH和TRMM 表现较为平稳，无明显波动，而PERSIANN_CDR则随高程增加，ENS先减小后增大。

在月尺度上，就R而言，4种卫星降水产品与高程成正比，即随着高程增加明显提高，相应的变化幅度由大到小分别为0.03/1 000 m(PERSIANN_CDR)、0.02/1 000 m(CHIRPS)、0.01/1 000 m(TRMM)和0.009/1 000 m(CMORPH)。就ERMS而言，CHIRPS、CMORPH和TRMM变化规律同日尺度，PERSIANN_CDR则表现为先波动后降低的趋势。就ENS而言，CHIRPS、CMORPH和TRMM的波动幅度较小，PERSIANN_CDR波动幅度较大，表现为先增大后减小再增大的趋势。

在年尺度上，随着高程增加,4种卫星降水产品R并未表现出明显的变化规律。在ERMS上，CHIRPS、CMORPH和TRMM随高程变化波动较为平稳，而PERSIANN_CDR则波动较大，随高程的增加表现为先增大后减小的趋势。对于ENS而言，4种卫星降水产品大多位于-5～1，随着高程的增加，4种卫星降水产品在高海拔地区都出现了较明显的波动，其中PERSIANN_CDR波动最大。

研究区域内高海拔站点(1 500 m以上)大多位于上游高原地区，该地区站点仅有27个，占流域总站点数的14%，因此在刻画流域内卫星降水与高程变化规律时有一定的局限性。

4 结论与展望

采用长江流域191个国家气象基准站1999—2019年逐日降水数据集，研究了CMORPH等4种卫星降水产品在不同时间和空间尺度上的探测精度，得到以下结论。

在捕捉年降水量的年际变化特征时，TRMM和CMORPH相比于CHIRPS和PERSIANN_CDR具有更高的精度。在年降水量空间分布特征上，4种卫星降水产品在不同的分区表现差异明显，其中仅TRMM、CMORPH和CHIRPS能不同程度地反映长江流域降水的空间分布特性。

在月尺度上，TRMM、CMORPH对降水估计仍然具有较高的精度。在降水空间分布上，TRMM、CMORPH和CHIRPS在不同区域各具优势，上游高原地区TRMM精度最高；上游盆地地区和下游地区CMORPH的精度最高，在中游地区TRMM、CMORPH和CHIRPS均具有较高的精度。

在日尺度上，4种卫星降水产品的精度差别明显，由高到低排序为CMORPH>TRMM>CHIRPS>PERSIANN_CDR。卫星降水产品均对弱降水的探测能力较强，而对强降水的探测能力较弱，从分区的角度看，CMORPH在上游高原地区具有优势，而在上游盆地地区、中游和下游地区则TRMM占优。

在空间尺度上，4种卫星降水产品的精度在日、月尺度上有较明显的差异，但总体上都表现为高海拔地区的精度高于低海拔地区，而在年尺度上精度随高程的变化没有表现出明显的变化规律。

本文从时间、空间两个角度对比了4种卫星降水产品在长江流域不同分区的降水精度和降水探测能力，总体上看TRMM和CMORPH在长江流域年、月、日3种时间尺度上更具有优势，而在长江流域的4个不同空间尺度上，4种卫星降水产品在不同地区的精度不同，而且在日、月尺度上，4种卫星降水产品表现为高海拔地区的精度总体上高于低海拔地区。在未来的研究中应当结合季风、下垫面等因素，加强对高寒地区固态降水特性的解析来进一步评估卫星降水产品的适用性。同时，尽管卫星所优选的两种卫星降水产品具有一定的优势，但相对站点降水而言仍有较大差距，未来应结合长江流域更高密度的地面站点数据，对卫星降水数据进行基于线性回归模型、卡尔曼滤波、随机森林算法、贝叶斯模型等主流方法的卫星降水数据融合校正，并进一步结合当前主流水文模型/模式(如新安江、WRF-hydro和VIC模型)增加径流模拟环节的精度检验。