熱帶測雨衛星數據在黑河流域的精度及應用

趙軍, 劉原峰, 朱國鋒,2, 師銀芳, 李佳芳, 楊玲, 黃永生, 胡鵬飛

(1.西北師范大學 地理與環境科學學院, 甘肅 蘭州 730000;2.中國科學院 寒區旱區環境與工程研究所 冰凍圈科學國家重點實驗室, 甘肅 蘭州 730000)

?

熱帶測雨衛星數據在黑河流域的精度及應用

趙軍1, 劉原峰1, 朱國鋒1,2, 師銀芳1, 李佳芳1, 楊玲1, 黃永生1, 胡鵬飛1

(1.西北師范大學 地理與環境科學學院, 甘肅 蘭州 730000;2.中國科學院 寒區旱區環境與工程研究所 冰凍圈科學國家重點實驗室, 甘肅 蘭州 730000)

摘要：[目的] 驗證熱帶測雨衛星數據TRMM(tropical rainfall measuring mission)3B43降水產品在黑河流域內的精度及可用性,了解全流域降水的空間分布,為西北干旱區流域開展水文和生態研究提供數據支持。[方法] 基于黑河流域1998—2013年TRMM 3B43 V7數據和11個氣象站點數據,使用相關系數、均方根誤差、平均誤差、平均絕對誤差等主要指標評估其在流域內精度,揭示各指標空間分布特征。[結果] (1) TRMM數據與實測數據有極強的統計相關性和趨勢一致性,但存在不同程度高估現象,月平均高估2.84 mm,季、年尺度高估值分別達到8.55和34.1 mm; (2) 相關系數、均方根誤差,從上游到下游依次降低,平均誤差在3尺度上上游值均遠低于中下游,平均絕對誤差在年尺度上游最低,下游次之,中游最高,而在季節尺度上中游相差不大,下游最小,月尺度從上游到下游平均絕對誤差值逐漸遞減。[結論] TRMM數據顯示黑河流域多年平均降雨量呈西南部向中、北部遞減的分布格局,且降水量具有上游>中游>下游的梯度分布,降水年內分配不均,主要集中在5—9月。

關鍵詞：黑河流域; TRMM3B43; 降水; 精度

文獻參數： 趙軍, 劉原峰, 朱國鋒, 等.熱帶測雨衛星數據在黑河流域的精度及應用[J].水土保持通報，2016,36(3)：309-315.DOI:10.13961/j.cnki.stbctb.2016.03.053

降水是全球水文和水循環過程中最活躍的物理過程之一，同時也是水文過程模擬、水平衡分析和水循環過程模擬中重要的參數指標,其精度決定著模擬結果的可靠性[1]。長期以來，地面雨量計、氣象觀測臺站、地基測雨雷達是獲取降水數據的主要途徑，由于受制于站點空間位置、分布密度的影響，雖對單點降水觀測精度較高，但無法獲取較大尺度的降水資料，從而不能準確把握降水的空間分布特征和強度變化趨勢[2-3]。在中國西部山區，站網密度遠低于國際氣象組織標準[4]，不能有力支持水文生態等相關研究[5]。近年來，衛星遙感和地理信息技術的發展在降水觀測方面提供了新的途徑和技術[6]。由美國國家航空航天局(NASA)和日本宇宙航空研究開發機構(JAXA)共同研制開發的熱帶測雨任務衛星(tropical rainfall measuring mission，TRMM)攜帶了全球第一個星載測雨雷達(precipitation radar，PR)，目前已提供了大量高時空分辨率的降水探測數據，其數據產品已廣泛應用于水文模型模擬[7-8]，降雨時空分布[9]，土壤水分反演[10]，極端天氣監測[11-12]，天氣系統分析[13]等研究領域。伴隨著TRMM降雨數據在各研究領域的廣泛應用，其精度問題受到各領域的廣泛關注，成為遙感反演降水研究的熱點。

目前，已有研究在降水空間分布特征分析和精度驗證方面做了大量工作。Mantas等[14]在秘魯安第斯山脈分別將TRMM多衛星將水分析產品3B42V7，3B42 RT與氣象觀測數據對比分析得出兩者相關性較高，且由于氣候和地形因素的影響，驗證結果顯示出極強的地域依賴性。Islasm等[15]利用全球降水監測任務衛星(the global precipitation measuring, GPM)驗證網中的22個路基雷達站點的22個瞬時降水觀測數據驗證了TRMM verson6的2A25和2B31數據，其相關系數r達到0.91。在國內，曾紅偉等[16]在瀾滄江流域使用主成分分析法比較了高程和坡度對TRMM 3B43的影響程度，發現高程對TRMM 3B43數據精度的影響小于坡度，且坡度越大，數據精度越低。朱國鋒等[17]利用相關系數法和散點斜率法在橫斷山區對TRMM 3B43降水數據精度進行了檢驗，得出TRMM 3B43降水數據與實測數據相關性很強,但存在降水量高估現象。劉俊峰等[18]利用中國650個氣象臺站降水數據，在不同時間尺度上分析了TRMM 3B42降水數據在中國大陸50°N以南地區的適用性，發現隨著時間尺度的增加，TRMM降水數據的精度逐漸提高。李相虎等[2]、齊文文等[19]分別利用TRMM 3B42，3B43降水數據得到了鄱陽湖流域和青藏高原的降雨時空分布特征。

為了驗證TRMM 3B43降水產品在降水量較少的干旱地區可靠性。本研究采用1998至2013年黑河流域內11個氣象觀測站點逐月降水量數據，采用ARCGIS空間分析和地統計學方法對同時期流域內TRMM 3B43降水數據進行評價。探討其在黑河流域內的精度狀況及可用性。以期對全流域降水的空間分布有進一步全面的認識，為流域內深入開展水文和生態研究提供數據支持。

1研究區概況

黑河流域位于37°50′—42°40′N，98°—101°30′E，東與石羊河流域相鄰，西與疏勒河流域相接，北至內蒙古自治區額濟納旗境內的居延海，與蒙古國接壤，上游流域東西幾乎橫跨整個河西走廊，流域面積14.29 km2，為中國第2大內陸和流域。發源于祁連山北麓，干流全長821 km，平均海拔高度3 738 m。流域地勢南高北低，地貌類型齊全，下墊面狀況復雜多樣，按海拔高度和自然地理特點分為上游祁連山地、中游走廊平原和下游阿拉善高原3個地貌類型區。黑河流域位于歐亞大陸中部，遠離海洋，周圍高山環繞，氣候主要受中高緯度的西風帶環流控制和極地冷氣團影響，氣候干燥，降水稀少而集中，上游山區是黑河流域的產流區年降水量200～700 mm，中游平原年降水量50～200 mm，下游高原和盆地年降水量不足50 mm。

2數據來源與研究方法

2.1研究數據

本文采用了美國航空航天局(NASA)Gorddard中心于2012年5月22日最新發布的1998—2013年TRMM 3B43 verson7逐月數據集(http:∥mirador.gsfc.nasa.gov/)；其空間分辨率為0.25°×0.25°；空間范圍為180°W—180°E，40°S—40°N；該數據集由TRMM 3B42 3h降水產品、NOAA氣候預測中心氣候異常監測系統(CAMS)的全球地面格點雨量計測量資料和全球降水氣候中心(GPCC)的全球降水資料整合制作而成，數據從1998年發布至今[20]。研究中季節降水量由月降水強度計算得到，年降水量則由月降水數據累加計算得到。同時，根據實測站點分布均勻性和實際資料完整性考慮，選取黑河流域內額濟納旗、馬鬃山、鼎新、金塔、酒泉、高臺、托勒、張掖、祁連、野牛溝、山丹這11個氣象站點逐月降水數據作為充分可信的地面降水“真值”數據與TRMM 3B43數據進行對比分析，驗證其數據精度和可靠性。其中11個氣象站點數據來自于自中國氣象科學數據共享服務網(http:∥cdc.cma.gov.cn/home.do)。氣象站點空間分布及地理信息見表1。

表1　氣象臺站基本地理信息

2.2研究方法

本研究采用統計學中衡量降雨量差異的常用指標方法，主要有相關系數(CC)、均方根誤差(RMSE)、平均誤差(ME)、平均絕對誤差(MAE)[21]。其中CC用來衡量3B43估計值與氣象站點觀測值之間的線性相關程度；

(1)

式中：RTRMM——TRMM 3B43估計降水量；Rgauge——氣象站點觀測降水量(mm)； Cov——協方差； var——方差。下同。

(2)

式中：ME——TRMM與實測值平均誤差大??；n——數據記錄總個數；i——全體數據中第i個數據。下同。

(3)

式中：MAE——反映兩數據間的絕對誤差量[20]。

(4)

3結果與分析

3.1流域整體精度評估

通過整合研究區11個氣象觀測站點1998—2013年月季年觀測降水量為自變量，其對應的所在TMPA格網內降水量為因變量做一元線性回歸分析，綜合分析3B43在整個區域的精度(圖1)。結果表明，3B43的月季年尺度降水估測值與實測值均呈顯著相關關系，相關系數分別達到0.91(月尺度)，0.94(季尺度)，0.93(年尺度)，決定系數R2=0.824，說明TRMM3B43數據與站點觀測值之間具有明顯的線性相關特征和相互一致性。且總體而言，對于各個站點實測值，TRMM3B43降水估計值存在不同程度的偏高。

注：CC表示相關系數；RMSE表示均方根誤差；ME表示平均誤差；MAE表示平均絕對誤差。下同。

3.2流域內個體精度評估

在月尺度上，分別以各個氣象站1998—2013年月觀測降水量為自變量，以其所在TRMM 3B43格網降水估計值為因變量，做一元線性回歸分析得到氣象站點降水數據與對應TRMM 3B43降水數據之間的趨勢，比較其相關系數R值(圖2)。由圖2可以看出，大部分氣象觀測站的觀測數據與TRMM 3B43估測降水值之間呈現出較高的相關性，這進一步驗證了流域內，氣象觀測值與TRMM 3B43數據之間明顯的線性關系，其中野牛溝臺站最高，達到0.947。而金塔的相關系數最低(R=0.698)，說明金塔臺站觀測降水值與TRMM 3B43數據之間的線性關系較弱。

圖2　　　　黑河流域內各站點1998-2013年TRMM 3B43與

3.3降雨量精度評價指標空間分布

3B43估測降水量精度的評價指標呈現出一定的空間分布格局。由圖3可以看出，黑河流域的CC值普遍較高，呈現中高度相關性，而東部及南部的上游站點CC值高于西部和北部，其中，位于上游的野牛溝氣象站的CC值最高，達到0.947，西部和北部CC值有所降低，其中金塔的CC值最低，為0.698。從整個流域空間分布分析，CC值呈現從東南向西北減小的趨勢，在中下游干旱少雨區域，3B43估測值與站點觀

測值的相關性有所降低。但總體上，研究區的相關性相近甚至高于中高緯度地區的研究結果[22]，內蒙古自治區(37°～53°)所得到的CC值為0.46～0.69。

RMSE空間分布特征則較顯著，上游至下游依次遞減，上中游約占流域64%的站點RMSE值在8～18.8 mm。上游和中游地區部分站點由于年降水量和降水頻率均較高，易造成3B43降水估測值產生較大誤差，從而導致此區域內站點RMSE值偏大；ME值在黑河流域內除山丹站<0外，其他站點均>0，這說明TRMM 3B43降水量除在山丹外大部分站點都高于站點觀測值，導致TRMM 3B43月降水量普遍偏高0.04～11.73 mm/m，其中偏差最大的是金塔、酒泉和張掖站點，分別偏高4.04，5.02，11.73 mm/m，且站點平均高估2.84 mm/m；MAE空間分布與RMSE相似，這是由于兩者皆為反映誤差量的指標。1998—2013年黑河流域月降水量MAE值在2.15～12.02 mm范圍之間，約73%的站點MAE值>5 mm。

3.4年季月尺度降雨過程的比較

為了直觀呈現出研究區不同特征區域降水誤差隨時間變化的特征，在流域內上、中、下游分別選取1個網格(各網格內僅包含一個站點)來代表不同區域3B43降水量和實測值的時間變化，對比分析年季月尺度2者間的降水過程(圖4)。從3個網格的4個評價指標來看，3B43能較好的描述研究區上、中、下游年季月尺度的降水特征，其變化趨勢與站點實測結果基本吻合。

圖3　降水量精度評價指標空間分布

年尺度上，TRMM降水數據在上游和中游站點所在網格值對應站點值的一致性顯著高于下游，且從上游到下游依次降低。由圖4可以看出，1998—2013年，上游野牛溝站約有44%的年份TRMM值大于實測值，而中、下游高臺站和額濟納旗站則分別有約94%及88%的年份TRMM降水量不同程度地高于站點實測值。且中下游站點TRMM數據誤差明顯高于上游站點，其中上游ME僅為0.43 mm，中下游則分別達到29.63和27.60 mm。季節尺度，上游網格TRMM高估的季節占了56%，低于中下游的70%和89%。ME在月尺度上，3個網格TRMM數據高估的累積月份所占比例從上游到中下游逐漸升高，為57%，64%和84%，說明在TRMM 3B43月降水量高估頻率存在從上游到下游遞增的趨勢，并且ME在上中下游網格為0.04，2.47，2.3 mm，表明在數量上同頻率一樣有著遞增的分布特征。

注：a1,a2,a3為野牛溝站年、季、月尺度降水量變化對比； b1,b2,b3為高臺站年、季、月尺度降水量變化對比； c1,c2,c3為額濟納旗站年、季、月尺度降水量變化

圖43個不同格網內氣象站點不同尺度降水量變化對比

綜上分析，在黑河流域，對于TRMM 3B43月降水數據而言，在年季月尺度上，CC，RMSE，ME以及MAE4評價指標在研究區內均呈現出由上游經中游至下游的地帶性差異。其中各尺度CC，RMSE，從上游到下游依次降低；ME值在三尺度上上游值均遠低于中下游；MAE在年尺度上游最低，下游次之，中游最高，而在季節尺度上中游相差不大，下游最小，月尺度從上中下游MAE值逐漸遞減。

3.5黑河流域TRMM降水量時空分布特征

根據圖5可知，黑河流域1998—2013年上中下游逐年降水量具有上游>中游>下游的梯度分布，并分別呈上升趨勢，其中上游年降水量處于279.95～463.78 mm，2007年達到峰值，相應的中下游也在2007年位于16 a來年降水量最高值，分別達到209.05和93 mm。上中下游年降水量最小值出現在1999，2004，2000年，相應降水量為279.95，116.52和38.40 mm。

圖5　黑河上中下游1998-2013年TRMM逐年降水過程對比

基于TRMM黑河流域1998—2013年逐月降水量空間分布如圖6所示。1，2月平均降水量均低于5 mm；3月降水量開始出現降水梯度，降水量由西南向東北遞減，仍然<10 mm；4月，上游東南部出現全流域降水高值區，降水量最高可達23 mm；5—9月，降水梯度層次分明，且月均降水量最高值出現在6月，位于上游東南部祁連山區，降水量達到140 mm；10月開始，降水梯度逐漸減緩；11，12月降水量回降到5 mm以下，無降水梯度出現。這主要是由于受中緯度西風環流及大陸性氣候影響，降水年內分配不均衡，降水主要集中在5—9月的雨季，而冬春季則降水稀少。

圖6　黑河流域1998-2013年逐月降水時空動態分布

4結 論

(1) 綜合所有站點TMPA與氣象臺站觀測降水數據在黑河流域地區年、季、月尺度均呈現出較高的相關性(CCyear=0.93，CCseason=0.94，CCmonth=0.91)，與TRMM數據決定系數R2=0.824；而TMPA數據降水值在月平均高估2.84 mm，季、年尺度高估則分別達到8.55和34.1 mm，降雨高估值呈隨時間尺度提高而增大的趨勢。

(2) 3B43與實測降水量有較好地相關性，CC值呈現從東南向西北減小的趨勢；均方根誤差(RMSE)自上游至下游依次遞減；ME值在黑河流域內除山丹站<0外，其他站點均>0，普遍存在高估現象。絕對誤差(MAE)呈南高北低分布。

(3) TRMM數據顯示黑河流域多年平均降雨量呈西南部向中、北部遞減的分布格局，且降水量具有上游>中游>下游的梯度分布，降水年內分配不均衡，降水主要集中在5—9月的雨季。

致謝：感謝中國氣象科學數據共享服務網所提供的氣象數據；感謝NASA的戈達德(Goddard)地球科學數據和信息服務中心(GES DISC)提供的TRMM降水數據。

[參考文獻]

[1]Su Fengge, Hong Yang, Lettenmaier D P. Evaluation of TRMM Multi-satellite Precipitation Analysis(TMPA)and its utility in hydrologic prediction in La Plata Basin[J]. Journal of Hydrometeology, 2008,9(4):622-640.

[2]李相虎,張奇,邵敏.基于TRMM數據的鄱陽湖流域降雨時空分布特征及其精度評價[J].地理科學進展,2012,31(9):1164-1170.

[3]楊云川,程根偉,范繼輝,等.衛星降雨數據在高山峽谷地區的代表性與可靠性[J].水資源進展,2013,24(1):24-33.

[4]World Meteorological Organization. International meteorological vocabulary[R]. World meteorological Organization, 1992:182-784.

[5]Almazroui M. Calibration of TRMM rainfall climatology over Saudi Arabia during 1998-2009[J]. Atmospheric Research, 2011,99(3/4):400-414.

[6]Jia Shaofeng, Zhu Wenbin, Lu A F. A statistical spatial downscaling algorithm of TRMM precipitation based on NDVI and DEM in the Qaidam Basin of China.[J]. Remote Sensing of Environment, 2011,115(12):3069-3079.

[7]Collischonn B, Collischonn W, Tucci C E M. Daily hydrological modeling in the Amazon basin using TRMM rainfall estimates[J]. Journal of Hydrology, 2008,360(S):207-216.

[8]Li Xianghu, Zhang Qi, Xu Chongyu. Suitability of the TRMM satellite rainfalls in driving a distributed hydrological model for water balance computations in Xinjiang catchment, Poyang lake basin[J]. Journal of Hydrology, 2012(426):28-38.

[9]劉俊峰,陳仁升,卿文武,等.基于TRMM降水數據的山區降水垂直分布特征[J].水科學進展,2011,22(4):447-454.

[10]Bindlish R, Jackson T J, Wood E, et al. Soil moisture estimates from TRMM Microwave Imager observations over the Southern United States[J]. Remote Sensing of Environment, 2003,85(3):507-515.

[11]Du Lingtong, Tian Qingjiu, Yu Tao, et al. A comprehensive drought monitoring method integrating MODIS and TRMM data[J]. International Journal of Applied Earth Observation & Geoinformation, 2013,23(8):245-253.

[12]常遠勇,侯西勇,于良巨,等.基于TRMM 3B42數據的1998—2010年中國暴雨時空特征分析[J].水資源與水工程學報,2013,24(3):105 -112.

[13]吳學珂,郄秀書,袁鐵.亞洲季風區深對流系統的區域分布和日變化特征[J].中國科學:地球科學,2013(4):556-569.

[14]Mantas V M, Liu Z, Caro C, et al. Validation of TRMM multi-satellite precipitation analysis(TMPA)products in the Peruvian Andes[J]. Atmospheric Research, 2015,163:132-145.

[15]Islam T, Han D, Ishak A M, et al. Performance evaluation of the TRMM precipitation estimation using ground-based radars from the GPM validation network[J]. Journal of Atmospheric and Solar-Terrestrial Physics, 2012,77(3):194-208.

[16]曾紅偉,李麗娟.瀾滄江及周邊流域TRMM3B43數據精度檢驗[J].地理學報,2011,66(7):994-1004.

[17]朱國鋒,蒲燾,張濤,等.TRMM降水數據在橫斷山區的精度[J].地理科學,2013,33(9):1125-1131.

[18]劉俊峰,陳仁升,韓春壇,等.多衛星遙感降雨數據精度評價[J].水科學進展,2010,21(3):343-348.

[19]齊文文,張百平,龐宇,等.基于TRMM數據的青藏高原降水的空間和季節分布特征[J].地理科學,2013(8):999-1005.

[20]Huffman G J, Bolvin D T. TRMM and Other Data Precipitation Data Set Documentation[EB/OL]. (2013-01-28).[2015-06-02].ftp:∥meso-a. gsfc. nasa. gov/pub/trmmdocs/3B42_3B43_doc. pdf.

[21]Yashon O O, Titus O, Emmanuel K, et al. Multitemporal comparative analysis of TRMM-3B42 satellite-estimated rainfall with surface gauge data at basin scales: Daily, decadal and monthly evaluations[J]. International Journal of Remote Sensing, 2012,33(24):7662-7684.

[22]蔡研聰,金昌杰,王安志,等.中高緯度地區TRMM衛星降雨數據的精度評價[J].應用生態學報,2014,25(11):3296-3306.

收稿日期：2015-06-02修回日期：2015-07-29

通訊作者：朱國鋒(1983—),男(漢族),甘肅省平涼市人,博士,副教授,碩士生導師,主要從事寒旱區水文方面研究。E-mail:gfzhu@lab.ac.cn。

文獻標識碼：B

文章編號：1000-288X(2016)03-0309-07

中圖分類號：P426.6

Accuracy and Application of Tropical Rainfall Measuring Mission Data in Heihe River Basin

ZHAO Jun1, LIU Yuanfeng1, ZHU Guofeng1,2, SHI Yinfang1,LI Jiafang1, YANG Ling1, HUANG Yongsheng1, HU Pengfei1

(1.CollegeofGeographyandEnvironmentScience,NorthwestNormalUniversity,Lanzhou,Gansu730070,China; 2.StateKeyLaboratoryofCryosphereSciences,ColdandAridRegionsEnvironmentalandEngineeringResearchInstitute,ChineseAcademyofSciences,Lanzhou,Gansu730000,China)

Abstract：[Objective] To verify and use TRMM(tropical rainfall measuring mission) 3B43 precipitation product in the Heihe river basin(HRB) in order to understand the spatial distribution of precipitation and provide reliable data for hydrological and ecological studies. [Methods] The TRMM 3B43 V7 precipitation data and 11 meteorological data in HRB was collected from 1998 to 2013. The indices including CC(correlation coefficient), RMSE(root-mean-square error), ME(mean error) and MAE(mean absolute error) were used to assess the accuracy of TRMM data within the basin, and the spatial distribution characteristics of each index was investigated. [Results] It showed that there was an extremely significant correlation between TRMM and the observed data, but the TRMM data might be a little bit overestimated, monthly average rainfall could be overestimated by 2.84 mm, and seasonal and annual value could be overestimated by 34.1 and 8.55 mm, respectively. The value of CC and RMSE decreased from upstream to downstream, the ME value in upstream was far lower than in the middle and lower reaches at all three scales. The value of MAE was the lowest in upstream, but it is highest in the middle reaches at the annual scale, and a similar trend was found at the seasonal scale. The MAE value decreased from upstream to downstream at the monthly scale. [Conclusion] According to the TRMM data, the distribution of the annual average rainfall decreased from the southwest to north and central part of the basin. The precipitation gradient distributed showed as upstream >midstream >downstream. The annual precipitation distributed unevenly, mainly concentrated in the period from May to September.

Keywords:Heihe river basin; tropical rainfall measuring mission 3b43; precipitation; accuracy

資助項目：國家自然科學基金項目“中國潛在草原格局演替及其對氣候變化響應的GIS模擬”(D010702); 中國科學院冰凍圈科學國家重點實驗室開放基金(SKLCS-OP-2014-11); 西北師范大學青年教師科研能力提升計劃項目(NWNU-LKQN-13-10); 國家重大科學研究計劃項目(2013CBA01800); 農業部耕地及糧食安全本底調查重大專項

第一作者：趙軍(1963—),男(漢族),山西省河津市人,博士,教授,博士生導師,主要從事資源環境遙感與GIS應用方面研究。E-mail:zhaojun@nwnu.edu.cn。