CMORPH對青藏高原地區夏季降水的模擬精度研究與修正

CMORPH對青藏高原地區夏季降水的模擬精度研究與修正

許時光1，牛錚1，沈艷2，曠達3

(1.中國科學院遙感與數字地球研究所 遙感科學國家重點實驗室，北京 100101；2.國家氣象信息中心，北京 100081；3.西藏高原大氣環境科學研究所，西藏 850000)

摘要：利用青藏高原77個地面臺站的2003年～2009年夏季(6月～9月)的降水資料，對月尺度和年尺度上CMORPH(Climate Prediction Center morphing)多衛星降水數據的精度進行研究，并引入Sokol模型對年尺度上的CMORPH數據進行修正，旨在為基于衛星降水數據的青藏高原地區氣候、水文等方面的研究提供科學依據。研究結果表明：①CMORPH數據對青藏高原降水的時間變化趨勢和空間變化趨勢的模擬精度較低，且存在明顯的時空不穩定性。②不同時間尺度的CMORPH數據在青藏高原東南部的模擬精度要高于其他地區，而喜馬拉雅山脈北麓以及青藏高原東北部的模擬精度最低。③CMORPH年數據存在明顯的高值高估、低值低估的現象，其模擬值與誤差之間的相關系數均在0.53以上。④經過Sokol模型修正后，CMORPH年數據均方根誤差明顯降低，而相關系數均有不同程度的提高，表明該模型能夠提高CMORPH數據對青藏高原地區降水的模擬精度。

關鍵詞：CMORPH；精度評價；Sokol模型；數據修正；青藏高原

doi:10.3969/j.issn.1000-3177.2015.01.012

中圖分類號：P412.27文獻標識碼：A

收稿日期：2014-02-26修訂日期：2014-04-15

基金項目：中國科學院國際合作重點項目(241311KYSB20130001)；中科院百人計劃專項(09ZZ06101B)；吳哥遺產地環境遙感(241311KYSB20130001)。

作者簡介：廖凱濤(1990～)，男，碩士研究生，主要從事遙感圖像處理與應用研究。

通訊作者：王成(1975～)，男，研究員，主要從事激光雷達遙感研究。

收稿日期：2014-03-17修訂日期：2014-04-04

作者簡介：楊冀紅(1971～)，男，碩士，高級工程師，主要研究方向為遙感土地調查與監測。

Evaluation and Modification of CMORPH Multi-satellite Precipitation

Estimates in Summer over Tibetan Plateau

XU Shi-guang1，NIU Zheng1，SHEN Yan2，KUANG Da3

(1.TheStateKeyLaboratoryofRemoteSensingScience，InstituteofRemoteSensingandDigitalEarth，

ChineseAcademyofSciences，Beijing100101；

2.NationalMeteorologicalInformationCenter，Beijing100081；

3.InstituteofTibetanPlateauAtmospheric&EnvironmentalScience，Lhasa85000)

Abstract：The performance of CMORPH (Climate Prediction Center morphing) satellite precipitation estimates on Tibetan Plateau in month scale and year scale was assessed by compared it with ground observations from 77 meteorological stations in the summer (June，July and August) between 2003 and 2009，and a model called Sokol was introduced to modify the year-estimates of CMORPH.The result showed that：(1)The CMORPH could not precisely simulate the spatial pattern and the temporal variability，and the precision of CMOPRH presented obvious spatial and temporal instability.(2) The performance of CMOPRH in southeast part of Tibetan Plateau is much better than other parts，while along the north of Himalayas and the northeast part of this area the performance of CMORPH is much poorer.(3)The CMORPH yearly estimates presented over-estimate with high value and under-estimate low value，the correlation coefficients between the CMORPH yearly estimates and the errors of it are all above 0.53 between 2003 and 2009.(4) After corrected by Sokol model，the RMSE (Root Mean Square Error) of CMORPH yearly estimates show obviously decrease，while the correlation coefficients increased in different extent.It means that Sokol model is suitable to correct the CMORPH yearly estimates.This research aims to provide scientific basis to the correction and use of CMORPH to study the precipitation，climate and other subjects over Tibetan Plateau.

Key words：CMORPH；precision evaluation；Sokol model；data correction；Tibetan Plateau

1引言

青藏高原是長江、黃河、瀾滄江等多條重要河流的發源地，該地區的降水對中下游地區的氣候、水文以及農業的研究具有重要意義[1]。目前雨量計測量降水的精度最高，但是由于雨量計測量數據的有效范圍非常有限，在對大范圍內的降水進行觀測時需要布置高密度的雨量計網絡[2]。青藏高原地形條件復雜、氣候十分惡劣，導致該地區的雨量計分布至今仍然非常稀疏，無法對該地區的降水進行全面觀測。隨著遙感技術的發展，基于衛星觀測數據的降水反演技術已經成為監測降水時空分布的重要手段之一。國內外多位學者利用紅外和微波衛星觀測數據計算云頂亮溫、云后向散射等云物理特征以反應云團中降水粒子種類和分布，并在此基礎上建立上述特征與降水率之間的物理或者數學模型實現對降水的反演[3-5]。與傳統的雨量計相比，衛星觀測數據具有覆蓋范圍廣、時空分辨率高的優點，非常適合對雨量計分布稀疏地區的降水進行觀測，所以有學者利用衛星降水數據對青藏高原地區的降水日循環、氣候變化等課題進行了研究。如白愛娟等利用衛星降水數據對青藏高原地區降水的日循環進行了研究[6]；江志紅等利用CMORPH數據分析了長江三角洲地區的城市化對降水的影響[7]。

隨著衛星降水數據的應用越來越廣泛，精度問題已經成為眾多研究關心的問題。Ferraro等將衛星降水數據與地面實測降水數據進行對比分析后發現衛星降水數據能夠反應全球大部分地區降水的空間分布特征以及降水隨時間的變化規律，但是也包含區域性、季節性的系統偏差以及大量的隨機誤差[8]。劉俊峰等對日、月、年3種時間尺度的TRMM 3B42多衛星降水數據在我國的精度進行了研究，結果表明該數據在降水充沛地區的精度要高于降水稀少地區，且存在一定的時空不穩定性[9]；Ward等對多種衛星降水數據在山區的誤差進行分析，發現各種數據在地形復雜地區與地面實測降水數據的相關性較差[10]。

從以上研究可以看出，衛星降水數據在干旱地區和高原山地地區的精度相對較差，而青藏高原是世界上海拔最高的地方，存在喜馬拉雅山脈、橫斷山脈等多個高大山系，地形條件十分復雜，而且該地區距離海洋較遠，屬于干旱和半干旱的內陸氣候，降水量相對稀少。綜上所述，在利用衛星降水數據對該地區的大氣、水文等課題進行研究之前，有必要對衛星降水數據在該地區的精度進行全面評價。由于青藏高原地區的降水主要集中在夏季，所以本文主要對2003年～2009年的6月～8月的衛星降水數據的精度進行研究。本文選取空間分辨率為0.25°×0.25°的CMORPH多衛星降水融合數據作為研究對象，利用青藏高原地區79個地面臺站的實測降水數據對CMORPH的月和年尺度上的精度進行全面評價，并在CMORPH誤差特征分析的基礎上對該數據進行初步修正。

2資料說明

CMORPH是美國CPC將多顆衛星的紅外和微波降水數據融合后生成的具有較高時空分辨率的全球衛星降水產品[11]。紅外波段具有穿透性較差、反演降水精度低的缺陷，但是由于紅外傳感器多安裝在地球同步軌道衛星上，所以具有很高的時間分辨率。與紅外波段相比，微波穿透性很強，能夠反應云團內部降水粒子以及下墊面的信息，其反演降水的精度要遠高于紅外波段。但是微波傳感器多安裝在極軌衛星上，時間分辨率較差，不能實現對全球大部分地區的實時覆蓋。CMORPH數據綜合了紅外數據時間分辨高，微波數據反演效果好的優勢，在對多顆衛星的紅外和微波觀測數據拼接的基礎上對二者進行融合，得到具有較高時空分辨率的高精度全球衛星降水產品。Shen通過將多種衛星降水數據在中國區域的精度對比后發現CMORPH的質量要高于其他降水數據[12]。本文選取2003年～2009年青藏高原地區夏季(6月～8月)空間分辨率為0.25°×0.25°，時間分辨率為3小時的CMORPH，并將其累加到月和年時間尺度。

本文的研究范圍為青藏高原夏季降水較為集中的中西部地區(27.3°N～36°N，86°E～101°E之間)，使用的地面驗證數據來自于青藏高原79個地面臺站。圖1為79個臺站的空間位置及其2003年～2009年的平均降水量分布圖。青藏高原的降水呈現出從東南向西北遞減的趨勢，而且喜馬拉雅山脈北麓受地形的影響降水量相對較小。從地理分布上看，除了西北部臺站分布較為稀疏外，其他地區的臺站分布較為均勻，這為研究青藏高原降水的空間分布情況創造了有利條件。由于本文的目的是研究COMRPH數據對青藏高原夏季的月降水和年降水的模擬精度，所以分別提取各個臺站2003年～2009年夏季的月降水量(6月～8月)，然后將3個月的降水量進行累加，獲取年夏季降水量。

圖1　地面臺站空間位置及2003年～2009年 平均降水量分布圖

3CMORPH數據精度評價

3.1評價方法

本文對CMORPH數據評價包括兩個方面：一是評價CMORPH數據對青藏高原地區降水空間變化趨勢的模擬精度，即計算各月和各年CMORPH數據在79個地面臺站的整體誤差以及二者的相關性；二是檢驗CMORPH數據在各個站點的時間變化趨勢是否與地面臺站實測的降水數據一致，即分別計算每個站點長時間序列的觀測數據與對應時間序列的CMORPH數據的相關性。評價指標包括相對平均偏差(Bias)，均方根誤差(RMSE)和相關系數(R2)。

3.2空間變化趨勢模擬精度

圖2中的柱狀圖分別表示CMORPH數據在2003年～2009年夏季月降水數據的Bias、RMSE以及R2。從圖2(a)中可以看出，CMORPH數據的月Bias值不但年際差異非常大，而且在同一年中各個月的變化也非常劇烈，這表明CMOPRH對青藏高原總降水量的模擬精度非常不穩定。其中2003年各月的Bias值差異最大，6月份高估了23%，而8月份則低估了43%。RMSE的年際變化以年內各月的差異則比Bias值小的多，最低值為37.6mm(2006年8月)，最高值為86.4mm(2004年7月)。不同時次的CMORPH與地面臺站數據之間的R也呈現出非常大的差異，但總體來看的二者的空間相關性并不強，R2高于0.5的月份只有5個(約25%)，而有10個月在0.3以下(約50%)，其中2008年7月只有0.06。表明CMORPH數據對青藏高原月尺度降水的空間變化趨勢模擬精度并不高。

圖2　2003年～2009年月尺度和年尺度CMORPH數據

圖2中的曲線圖分別為CMORPH年數據在2003年～2009年Bias、RMSE以及R2的變化趨勢。從圖2(a)中可以看出，CMORPH數據在2006年～2008年存在明顯的高估(其Bias值均在12%以上)，而在2004表現出明顯的低估，在其他年份CMORPH年數據則能夠較為準確地模擬該地區的降水量，Bias值均在2%以下。CMORPH年數據的RMSE值在94.6mm～156mm之間，而且年際波動也比較明顯。通過將該值與年降水量對比后發現，二者存在明顯的正相關性，其相關系數達到0.72。CMORPH數據和臺站數據年尺度上R2均在0.6以下(圖2(c))，其中2004年和2007年的值甚至低于0.2，說明CMORPH數據在年尺度上也不能很好地模擬青藏高原降水的空間變化趨勢。

此外，CMORPH年數據存在明顯的高值高估、低值低估的現象。圖3為2003年～2009年CMORPH數據的模擬值和誤差值的散點圖，其中CMORPH數據的誤差值是用各個地面臺站的年數據分別減去對應的CMORPH年數據計算得到的。從該圖中可以看出，CMORPH的模擬值與誤差呈現出明顯的負相關性，當CMORPH的值小于200時，其誤差均為正值，隨著CMORPH的值增高其誤差逐漸降低。利用線性回歸的方法對二者進行擬合，R2在0.53～0.7之間。

圖3　2003年～2009年CMORPH年數據與其誤差散點圖

總體上看，無論是在月尺度上還是在年尺度上，CMORPH對青藏高原地區降水空間分布的模擬精度均存在很大的不穩定性，而且與地面臺站的空間相關性都不高，如果使用CMORPH數據作為研究水文、氣候等課題的輸入數據，其誤差會對研究結果的精度產生不同程度的影響。

3.3時間變化趨勢模擬精度

圖4和圖5分別為月和年尺度上的各個站點長時間序列測量值與對應的CMORPH模擬值之間的R值分布圖。從圖4中可以看出，在月尺度上二者在大部分地區呈現出正相關性，其中在東南部地區部分站點二者的R值明顯高于其他地區。沿喜馬拉雅山脈北部3個站點處的R值為負值，最高可達-0.34，表明在這些站點處COMRPH數據的模擬值與地面臺站的測量值時間變化趨勢相反。在年尺度上，CMORPH模擬值和地面臺站觀測值呈現負相關性的站點數量達到15個，除了在月尺度上相關系數為負值的3個站點外，其余站點多位于青藏高原中部和東北部。東南部二者呈現出明顯的正相關性，這與月尺度的結果一致，而其他地區站點處二者的相關系數均在0.5以下。

從該圖可以看出，CMORPH數據在月尺度和年尺度上對青藏高原地區降水隨時間變化趨勢的模擬精度都具有很大的區域性。在兩種時間尺度上，CMORPH對青藏高原東部地區降水時間變化趨勢的模擬精度均要明顯高于中部，而研究區域的西北部、東北部以及喜馬拉雅山脈北麓的模擬精度最差?？傮w上看，除東南部地區外，CMORPH數據在青藏高原大部分地區與地面臺站實測數據的相關性并不高，在很多站點還呈現出明顯的負相關性。所以CMORPH數據不能很好地模擬該地區降水的時間變化趨勢。

圖4　2003年～2009年CMORPH月數據與地面臺站相關系數(R 2)分布圖

圖5　2003年～2009年CMORPH年數據與地面臺站相關系數(R 2)分布圖

4CMORPH誤差修正

從圖2中可以看出，CMORPH數據無論在年尺度上還是在月尺度上都存在較為顯著的誤差，但是該數據與地面臺站數據的相關性并不強且隨時間變化很大，難以建立CMORPH數據與地面臺站數據之間的線性方程對CMORPH數據進行修正。為了提高CMORPH數據的精度，本文引入Sokol模型利用地面臺站數據對CMORPH年數據進行修正。Sokol模型是一種基于空間插值的非線性模型[13]，該模型的優點是能夠利用降水數據的空間相關性對無地面臺站地區的降水信息進行估算，較為適合對臺站分布較為稀疏地區的衛星降水數據進行修正。其計算步驟如下所示：

①按照式(1)計算站點k處的修正系數Pk。其中Ck為CMORPH在站點k處的模擬值，Ek為其誤差值，M為利用線性回歸的方法對CMORPH模擬值以及誤差值進行擬合得到的截距。

Pk=(Ek-M)/Ck

(1)

②對修正系數Pk進行克里金插值，并將插值結果的空間分辨率重采樣至0.25°×0.25°以與CMORPH數據保持一致。

③在沒有站點分布的(i，j)處，按照式(2)計算CMORPH數據的誤差E(i，j)。其中C(i，j)為CMORPH在改點的模擬值，P(i，j)為克里金插值結果在該點的值。

E(i，j)=P(i，j)×C(i，j)+M

(2)

④將E(i，j)與C(i，j)相加，得到該點的修正結果。

為了Sokol模型的修正效果進行評估，本文從77個臺站中隨機提取18個臺站的年降水數據作為驗證數據，其余59個臺站的數據用于對CMORPH數據進行修正。圖6中(a)和(b)分別為修正前的CMORPH數據以及修正后的CMORPH數據的RMSE和R值的變化曲線圖。從圖6中可以看出Sokol模型都能夠有效降低CMORPH數據的RMSE值，幅度在24%(2006年)～60%(2008年)之間；Sokol模型的R值與修正前相比有不同程度的提高，其中2007年和2008年分別從0.08和-0.02提高至0.51至0.59。上述結果表明Sokol模型能夠有效降低CMORPH年數據的誤差，提高其對青藏高原地區降水空間分布的模擬精度。

圖6　修正前和修正后CMORPH年數據的RMSE和相關系數變化曲線

5結束語

由于青藏高原地區面積廣大，地形條件復雜且地面臺站稀疏，所以衛星遙感技術是獲取該地區降水的重要手段，并已經得到了廣泛應用。本文利用青藏高原中部和東部77個地面2003年～2009年夏季(6月～8月)的地面臺站數據，對月尺度和年尺度的CMORPH多衛星降水數據的精度進行評價。通過計算月尺度和年尺度CMORPH數據相對平均偏差、均方根誤差以及CMORPH數據與地面臺站數據的相關系數，發現CMORPH數據對月尺度和年尺度的青藏高原降水的模擬精度存在明顯的時空不連續性，且無論是對空間分布的模擬精度還是對各個站點降水的時間變化趨勢的模擬精度都不高，甚至出現負相關性，難以直接應用于對青藏高原地區水文、氣候等方面的研究?？傮w上看，CMORPH數據對青藏高原東南部的降水模擬精度要高于其他區域，喜馬拉雅山脈、青藏高原東北部地區的精度最低。此外，CMORPH數據在年尺度上呈現出明顯的高值高估、低值低估的現象，且CMORPH年數據與其誤差之間的相關系數均在以上。

由于CMORPH數據與地面臺站之間的相關性不強而且十分不穩定，為了提高CMORPH數據的精度，本文采用Sokol模型對CMORPH年數據進行了修正。驗證結果表明，經過修正后的CMORPH年數據均方根誤差顯著降低，而相關系數則呈現出不同程度的上升，表明Sokol模型能夠有效提高CMORPH年數據的精度。

參考文獻：

[1]張杰，李棟梁，何金燕，等.地形對青藏高原豐枯水年雨季降水量空間分布的影響[J].水科學進展，2007，18(3)：319-325.

[2]MICHAELIDES S，LEVIZZANI V，ANAGNOSTOU E，et.al.Precipitation：Measurement，remote sensing，climatology and modeling[J].Atmospheric Research，2009，(94)：512-533.

[3]閔愛榮，張翠榮，王曉芳.基于微波成像儀資料反演陸面降水[J].氣象科技，2008，36(4)：495-498.

[4]吳慶梅，程明虎，苗春生.用TRMM資料研究江淮、華南降水的微波特性[J].應用氣象學報，2003，14(2)：206-214.

[5]HUFFMAN G J，ALDER R F，RUDOLF B，et.al.Global precipitation estimates based on a technique for combining satellite-based estimates，rain gauge analysis，and NWP model information[J].Climate，1995，(8)：1284-1295.

[6]白愛娟，劉長海，劉曉東.TRMM多衛星降水分析資料揭示的青藏高原及其周邊地區夏季降水日變化[J].地球物理學報，2008，51(3)：704-714.

[7]江志紅，唐振飛.基于CMORPH資料的長三角城市化對降水分布特征影響的觀測研究[J].氣象科學，2011，31(4)：355-364.

[8]FERRARO R R.SSM/I derived global rainfall estimates for climatologicalapplications[J].Geophys Res，1997，102(16)：715-735.

[9]劉俊峰，陳仁升，韓春壇，等.多衛星遙感降水數據精度評價[J].水科學進展，2010，21(3)：343-347.

[10]WARD E，BUYTAERT W，PEAVER L，et al.Evaluation of precipitation products over complex mountainous terrain：A water resources perspective[J].Adv.Water.Resour，2011，34(10)：1222-1231.

[11]ROBERT J J，JOHN E J，PHILLIP A A，et al.CMORPH：A method that produces global precipitation estimates from passive microwave and infrared data at high spatial and temporal resolution[J].Journal of Hydrometeorology，2004，5(3)：487-503.

[12]SHEN Y，XIONG A，WANG Y，et al.Performance of high-resolution satellite precipitation products over China[J].Journal of Geophysical Research，2010，(115)：D02114.

[13]SOKOL Z.Areal distribution and precipitation-altitude relationship of heavy short-term precipitation in the czech republic in the warm part of the year[J].Atmos Res，2009，94(4)：652-662.

E-mail：liaokaitao@126.com

E-mail：wangcheng@radi.ac.cn

E-mail：yangjihong@mail.clspi.org.cn