TRMM降雨數據在湖南省長株潭地區的適用性

謝紅霞, 劉旭星, 隋 兵, 賀紅士, 鄧逸塵, 覃 超

(1.湖南農業大學 資源環境學院, 湖南 長沙 410128,2.湖南省氣象研究所, 湖南 長沙 410007; 3.美國密蘇里大學 自然資源學院, 密蘇里州 哥倫比亞 65211)

TRMM降雨數據在湖南省長株潭地區的適用性

謝紅霞1, 劉旭星1, 隋 兵2, 賀紅士3, 鄧逸塵1, 覃 超1

(1.湖南農業大學 資源環境學院, 湖南 長沙 410128,2.湖南省氣象研究所, 湖南 長沙 410007; 3.美國密蘇里大學 自然資源學院, 密蘇里州 哥倫比亞 65211)

[目的] 基于現有實測降雨數據和TRMM降雨數據，探討利用TRMM數據估測實際降雨的方法。[方法] 利用湖南省長株潭地區12個氣象站點觀測的降雨數據和TRMM降雨數據，采用相關系數法、誤差分析、相對偏差分析等方法，分析長株潭地區2002—2011年TRMM降雨數據的精度。[結果] 長株潭地區的TRMM數據和站點數據的擬合程度較好，年降雨量的擬合優度為0.69，春、夏、秋、冬4季降雨量的擬合優度依次為0.68，0.52，0.66，0.34，月降雨量的擬合優度達0.73，各站點月降雨量的擬合優度更好。相對偏差分析與誤差分析結果表明TRMM降雨數據普遍低于實測降雨數據，這種偏差主要是因為單個觀測站點實際代表面積遠小于TRMM單個柵格的代表面積，而相對偏差均為負值則可能是城市的降雨量和雨強大于農村所致。此外偏差和地形起伏存在一定的聯系，地形起伏越大的地區偏差越大。[結論] TRMM降雨數據在長株潭地區有一定的適用性，但在使用時需要用觀測數據進行必要的修正，TRMM數據也可作為歷史降雨觀測數據分析的一個參考以提高其空間精度。

適用性; TRMM; 降雨觀測數據; 長株潭地區

文獻參數： 謝紅霞, 劉旭星, 隋兵, 等.TRMM降雨數據在湖南省長株潭地區的適用性[J].水土保持通報，2017,37(3)：295-301.DOI:10.13961/j.cnki.stbctb.2017.03.051； Xie Hongxia, Liu Xuxing, Sui Bing, et al. Applicability of precipitation data from TRMM in Changsha-Zhuzhou-Xiangtan Region, Hunan Province[J]. Bulletin of Soil and Water Conservation, 2017,37(3)：295-301.DOI:10.13961/j.cnki.stbctb.2017.03.051

高質量的降雨數據在土壤侵蝕、災害預報，以及生態環境等方面具有重要的應用價值[1]。傳統的雨量數據主要依賴雨量站，而獲取精確的降雨空間分布需要建立高密度的雨量站網。盡管中國已建立了相當多的遙測雨量站和氣象站，其密度遠不能滿足現實的需求[2]。衛星觀測由于其具時間和空間連續的觀測能力，近年來已成為監測全球降雨的重要手段。其中，熱帶降雨計劃衛星(tropical rainfall measurement mission，TRMM)，因為其具有觀測三維降雨信息的能力，在各種星載傳感器中成為獲取降雨數據的首選[3]。由于受地形、地理位置、反演算法、數據來源等因子的影響，TRMM 數據反演降雨的精度仍存在一定的系統偏差，而且數據精度存在明顯的空間變異特性。

至今已有很多學者進行了TRMM降雨數據的精度驗證及基于TRMM的區域降雨、干旱、洪澇等特征分析。國外，Adler等[4]，Chiu等[5-6]，Nicholson等[7-8]，Brown[9]，Islam等[10]在TRMM衛星測雨產品檢驗與評估方面做了很多研究，IPWG(the international precipitation working group)從逐日尺度對TRMM測雨產品在美國、歐洲、澳大利亞地區進行檢驗評估[11-13]。國內，朱國鋒等[14]利用相關系數法和散點斜率法在橫斷山區對TRMM數據的精度進行了檢驗，發現TRMM 3B43降雨數據與實測數據相關性很強，但是比實測降雨量大33.9%。季漩等[15]分析了中天山區域的TRMM降雨數據的精度，發現該降雨產品的質量總體上不高，但是其偏差在時間和空間上具有一定的規律性，該數據在干旱區的應用需要進一步校準處理。曲偉等[16]在伊洛瓦底江流域對TRMM日降雨數據進行了精度檢驗，提出了一種基于水量平衡的TRMM數據校正方法。校正前TRMM年降雨量和月降雨量與實測值有較高相關性，但偏差較大；校正后年降雨量與實測值基本一致；月降雨量與實測曲線吻合較好；日降雨量的預報等級從中等提高到了良好。

湖南省長株潭地區地處湖南省中東部，土地總面積為28 088.12 km2，占全省的13.26%[17]。2007年12月該區被國務院批準為全國資源節約型和環境友好型社會建設綜合配套改革試驗區。政府和學者都加強了對該區域生態環境的關注。但長株潭地區內氣象站不多，難以獲得該地準確的降雨數據，因此充分利用TRMM降雨數據將彌補氣象站少的不足。本文擬基于長株潭地區2002—2011年12個氣象站10 a的日實測降雨數據和TRMM日降雨數據，通過相關系數法、誤差分析、相對偏差分析等方法來估算TRMM數據在長株潭地區的精度，探討使用TRMM數據估測實際降雨的方法。

1 數據來源和研究方法

1.1 研究區概況

長株潭地區位于湖南省東北部，包括長沙、株洲、湘潭3市，是湖南省經濟發展的核心增長極，并呈品字形分布于湘江下游，3市中心之間相距49 km(長沙市—株洲市)、37 km(湘潭市—株洲市)和51 km(長沙市—湘潭市)，結構緊湊。長株潭地區屬于亞熱帶季風氣候區，氣候溫暖濕潤，區域內地貌類型多樣，有山地、崗地、丘陵和平原，以崗地和平原地貌為主。

1.2 數據來源

本研究中采用的TRMM降雨數據來自NASA(http:∥www.nasa.gov/topics/earth)，其空間分辨率為0.25°×0.25°，時間分辨率為3 h，日降雨量數據累加得到月降雨量，月降雨量累加得到年降雨量，時段為2002—2011年。與TRMM降雨數據進行對比分析的長株潭地區12個地面氣象站實測降雨資料來自于湖南省氣象科學研究所。

1.3 研究方法

利用相關系數法、誤差分析、相對偏差分析對長株潭地區的TRMM數據精度進行分析驗證，基于長株潭地區12個氣象站點及其站點所在的TRMM柵格進行對比(如果一個TRMM柵格中有2個或2個以上氣象觀測值，則取各站點均值與TRMM數據進行對比)，分析TRMM數據與站點觀測數據之間的差異，各方法計算過程如下：

(1)

(2) 誤差分析：B=(K-1)×100%

(2)式中：B——實際誤差，正值表示高估，負值表示低估(%)； K——線性回歸方程的斜率。而絕對誤差|B|——實際誤差的絕對值。本文采用誤差指標來描述TRMM與站點降雨間的差異。

(3)

式中：n——樣本容量； xi，yi——氣象站點實測數據和TRMM降雨數據。

2 結果與分析

2.1 年均降雨量對比分析及偏差分析

TRMM與長株潭地區12個站點10a的年降雨量的擬合程度較高，R2達到0.69(圖1)，年降雨量相對偏差(Bias)為-4.42%，TRMM的平均年降雨量普遍低于氣象站點的實測結果，且相對偏差均為負值(表1)。這種偏差主要是由于長株潭地區降雨空間分異性大，單個觀測站點代表面積遠小于TRMM單個柵格的面積。而觀測降雨較高、相對偏差均為負值

則與城區溫度高、局地氣流輻合上升及對降雨系統的阻障效應，城市的降雨量和降雨強度大于農村有關[18]，因為文中使用的降雨的氣象觀測站點都位于城市邊緣。相對偏差的大小與研究區站點的空間位置沒有顯著的聯系，而在地形起伏較大的地區降雨變化大，不確定性高，在研究區內地形起伏最大的南部山區的炎陵，年降雨量相對偏差最大，達到-12.04%，而起伏較小的韶山相對偏差最小，只有-0.87%。TRMM估計的年降雨量數據精度較高，能夠滿足在年的尺度上應用的需要。

圖1 長株潭地區2002-2011年TRMM與地面氣象站年降雨量關系表1 2002-2011年12個氣象站點年均降雨量與TRMM對應像元年平均降雨量對比

氣象站氣象站年降雨量/mmTRMM年降雨量/mmBias/%氣象站氣象站年降雨量/mmTRMM年降雨量/mmBias/%寧鄉1367.51338.2-2.14株洲1385.11335.9-3.55長沙站1313.01279.4-2.56攸縣1410.41353.7-4.02馬坡嶺1369.01310.7-4.26醴陵1482.51373.3-7.37瀏陽1430.91390.7-2.81湘潭1384.21324.7-4.30茶陵1362.81338.8-1.77韶山1336.31324.7-0.87炎陵1565.41377.0-12.04湘鄉1420.01316.6-7.29

注：Bias為降雨量相對偏差。下同。

為了更進一步分析對TRMM數據與站點數據存在一定偏差的原因，將12個站點的絕對偏差和TRMM柵格高差、TRMM柵格平均高程與站點高程差進行分析，通過散點圖(圖2)可以看出，TRMM柵格內高差、TRMM柵格平均高程與站點高程差和降雨絕對偏差的擬合優度較好，前者的擬合優度為R2=0.48，后者的擬合優度為R2=0.57。這說明偏差的產生和高程的變化有一定的聯系，而長株潭地區地貌類型多樣，有山地、崗地、丘陵和平原，使得TRMM數據與站點數據存在一定偏差。

2.2 季節降雨量對比分析

長株潭地區季節降雨差異大，春季、夏季降雨量

高于秋季和冬季，而春季和夏季之間，秋季和冬季之間降雨量差異相對較小。對長株潭地區12個氣象站點2002—2011年的降雨量按4個季節(春季：3—5月；夏季：6—8月；秋季：9—11月；冬季：12月至翌年2月)計算季節降雨量并與TRMM相應時期的降雨數據進行相關性分析(圖3)。結果表明春、夏、秋3季的擬合優度都大于0.5，其中春季的擬合優度最高(R2=0.68)，而冬季的擬合優度最低(R2=0.34)。這主要是因為長株潭地區冬季降雨較少，且時而出現冰雪，這就導致衛星在冬季估算時容易出現較大誤差，從而造成冬季降雨量檢驗精度不高。總體而言，TRMM降雨數據能較好地反映長株潭地區的季節降雨特點。

圖2 長株潭地區降雨絕對偏差與地形起伏的關系

圖3 長株潭地區2002-2011年TRMM與地面氣象站四季降雨量關系

2.3 月降雨量對比分析

將2002—2011年研究區內12個氣象站的月降雨量實測數據與對應時期的TRMM月降雨量數據進行相關性分析(圖4)。

圖4 長株潭地區2002-2011年TRMM 與地面氣象站逐月降雨量關系

結果顯示，TRMM與氣象站實測數據的擬合度為R2=0.73，相關系數為R=0.86，這表明TRMM降雨數據與地面氣象站實測數據之間具有顯著的線性相關性。對各個站點進行驗證分析，尤其是在月尺度上。

對12個氣象站點2002—2011年實測月降雨數據與相對應的TRMM降雨數據進行相關性分析(表2)。

表2 2002-2011年長株潭地區基于月降雨量的 TRMM數據與氣象站點實測值的相關系數

由表2可知：11個站點月降雨實測數據與TRMM月降雨數據之間的相關系數R>0.8，這11個站點的平均相關系數達0.87，僅寧鄉站的相關系數R<0.8，為0.74，這也進一步論證了TRMM月降雨數據的精度較高，在整個長株潭地區具有普遍適用性。

2.4 年度降雨量變化對比分析

通過對長株潭各地區年降雨量變化的分析(圖5)，可以看出其中茶陵、湘鄉、醴陵、湘潭的吻合情況相對較好，各站點的實際降雨量與TRMM的值的變化趨勢基本一致。其中，整個長株潭地區2002—2011年的年降雨量介于1 000～2 000 mm。

圖5 長株潭地區TRMM與站點觀測年降雨量變化趨勢

2.5 TRMM與站點降雨差異分析

對研究區內12個站點的平均年、季節降雨量進行差異分析(詳見表3)，可以得出春季、夏季、秋季、冬季、年平均絕對誤差(|B|)依次為17.12%，12.93%，24.34%，54.75%，15.28%，TRMM數據與站點數據在夏季范圍內誤差最小，在春季、夏季、秋季和年范圍內誤差相差不大，在冬季范圍內誤差最大。從整體上來看，TRMM數據相比站點數據偏小，這與年降雨量對比分析和月降雨量對比分析的結果一致。

表3 TRMM與站點降雨的差異 %

3 討論與結論

本文通過相關系數法、誤差分析、相對偏差分析等方法對長株潭地區12個雨量站點觀測的降雨數據和TRMM降雨數據進行精度驗證，并對長株潭3市進行了日面平均降雨量的分析，更深一步驗證TRMM數據在長株潭地區的適用性。結果表明：

(1) 長株潭地區的TRMM數據和站點數據在年、季節及月尺度上的擬合程度均較好，兩者具有良好的相關性。其中，冬季擬合程度稍差，主要是因為長株潭地區冬季降雨較少，且時而出現冰雪，使得降雨不穩定，這就導致衛星在冬季估算時容易出現較大誤差，從而造成冬季降雨量檢驗精度不高。

(2) 長株潭地區12個站點10 a的年降雨量相對偏差為-4.42%，各站點年降雨量的相對偏差均為負值，說明TRMM數據普遍低于氣象站點的實測結果，差異分析也表明TRMM數據相比站點數據偏小，這主要是因為單個觀測站點代表面積遠小于TRMM單個柵格的代表面積，且偏差和地形起伏有一定的聯系，而長株潭地區地貌類型多樣，地形起伏較大的地區降雨變化大，不確定性高，此外還與降雨具有空間分異性有關，長株潭地區“河東日出河西雨”的現象時有發生(河在此指的湘江)，而南方城市化使得城市的降雨量和雨強大于農村，文中使用的降雨的氣象觀測站點都位于城市邊緣，因此TRMM數據小于站點觀測數據。

在長株潭地區，TRMM降雨數據有一定的適用性，但和位于城市邊緣的氣象站點的觀測值相比仍有一定的偏差，普遍低估了降雨量，因此，使用TRMM數據估測降雨量時需要參考現有觀測資料，使用合理的方法讓其與實際降雨情況更為接近，TRMM數據也可作為歷史降雨觀測數據分析的一個參考以彌補觀測數據空間精度不足。

致謝：浙江大學史舟教授、馬自強博士為本研究提供了經編程處理好的TRMM數據，在此表示衷心的感謝！

[1] 謝云,劉寶元,章文波.侵蝕性降雨標準研究[J].水土保持學報,2000,14(4):6-11.

[2] 呂洋,楊勝天,蔡明勇,等. TRMM衛星降水數據在雅魯藏布江流域的適用性分析[J].自然資源學報,2013,28(8):1414-1425.

[3] 李景剛,李紀人,黃詩峰,等.基于TRMM數據和區域綜合Z指數的洞庭湖流域近10 a旱澇特征分析[J].資源科學,2010,32(6):1103-1110.

[4] Adler R F, Kummerow C, Bolvin D, et al. Status of TRMM monthly estimates of tropical precipitation[M]∥Cloud Systems, Hurricanes, and the Tropical Rainfall Measuring Mission(TRMM). American Meteorological Society, 2003:223-234.

[5] Chiu Lius, Liu Zhong, Vongsaard J, et al. Comparison of TRMM and water district rain rates over New Mexico[J]. Advances in Atmospheric Sciences, 2006,23(1):1-13.

[6] Ferraro R R, Peters-Lidard C D, Hernandez C, et al. An evaluation of microwave land surface emissivities over the continental United States to benefit GPM-era precipitation algorithms[J]. IEEE Transactions on Geoscience and Remote Sensing, 2013,51(1):378-398.

[7] Nicholson S E, Some B, McCollum J, et al. Validation of TRMM and other rainfall estimates with a high-density gauge dataset for West Africa(Part Ⅰ): Validation of GPCC rainfall product and pre-TRMM satellite and blended products[J]. Journal of Applied Meteorology, 2003,42(10):1337-1354.

[8] Nicholson S E, Some B, McCollum J, et al. Validation of TRMM and other rainfall estimates with a high-density gauge dataset for West Africa(Part Ⅱ): Validation of TRMM rainfall products[J]. Journal of Applied Meteorology, 2003,42(10):1355-1368.

[9] Brown J E M. An analysis of the performance of hybrid infrared and microwave satellite precipitation algorithms over India and adjacent regions[J]. Remote Sensing of Environment, 2006,101(1):63-81.

[10] Islam M, Uyeda H. TRMM observed vertical structure and diurnal variation of precipitation in south Asia[C]∥Geoscience and Remote Sensing Symposium, 2006. IGARSS 2006. IEEE International Conference on. IEEE, 2006:1292-1295.

[11] Ebert E E. Verifying satellite precipitation estimates for weather and hydrological applications[C]∥Proceedings of the 1st International Precipitation Working Group(IPWG) Workshop. 2002.

[12] Ebert E E, Janowiak J E, Kidd C. Comparison of near-real-time precipitation estimates from satellite observations and numerical models[J]. Bulletin of the American Meteorological Society, 2007,88(1):47-64.

[13] Turk F J, Bauer P, Arkin P A. Satellite-derived precipitation verification activities within the International Precipitation Working Group (IPWG)[C]∥AGU Fall Meeting Abstracts. 2005.

[14] 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.

[15] 季漩,羅毅. TRMM降水數據在中天山區域的精度評估分析[J].干旱區地理,2013,36(2):253-262.

[16] 曲偉,路京選,宋文龍,等.TRMM遙感降水數據在伊洛瓦底江流域的精度檢驗和校正方法研究[J].地球科學進展,2014,29(11):1262-1270.

[17] 郭榮中,楊敏華.長株潭地區生態系統服務價值分析及趨勢預測[J].農業工程學報,2014,30(5):238-246.

[18] 李楊.城市化對中國區域降水變化特征的影響及模擬研究[D].南京:南京信息工程大學,2013.

Applicability of Precipitation Data from TRMM in Changsha-Zhuzhou-Xiangtan Region, Hunan Province

XIE Hongxia1, LIU Xuxing1, SUI Bing2, HE Hongshi3, DENG Yichen1, QIN Chao1

(1.CollegeofResourceandEnvironment,HunanAgriculturalUniversity,Changsha,Hunan410128,China; 2.HunanMeteorologicalInstitute,Changsha,Hunan410007,China; 3.SchoolofNaturalResources,UniversityofMissouri-Columbia,ColumbiaMO65211,USA)

[Objective] This study aimed to testify the method of estimating the real precipitation with TRMM data with the aid of the observed precipitation and TRMM precipitation from 2002 to 2011. [Methods] The applicability of TRMM precipitation data in Changsha-Zhuzhou-Xiangtan region of Hunan Province from 2002 to 2011 was analyzed based on the precipitation data from 12 rainfall observation stations with the methods of correlation coefficient, error analysis, relative deviation analysis and statistical analysis. [Results] The fitting degree of TRMM data and observation station data in these regions were good. The goodness-of-fit of yearly rainfall was 0.69 and the ones of the spring, summer, fall and winter respectively were 0.68, 0.52, 0.66 and 0.34. The goodness-of-fit of monthly rainfall reached to 0.73 and that of the every station was good too. Methods of relative deviation analysis and error analysis indicated that the TRMM rainfall data was generally lower than the observed precipitation, which was mainly for that the area representativeness of the signal observational station was far smaller than that of the TRMM. This was because of that the cities’ rainfall extensity was stronger than rural area caused by urbanization and that the rainfall observation stations are all located in the edge of cities. The deviation has some definite relations with typographic relief. The more the topographic relief is, the greater the deviation will be. [Conclusion] The TRMM rainfall data has some definite applicability in the region of Changsha-Zhuzhou-Xiangtan region. We can adopt it for different uses but we should have some indispensible correction with observational data. The TRMM data can also be a reference for the use of the limited previously rainfall observation data in order to improve the spatial accuracy.

applicability; TRMM; rainfall observation data; Changsha-Zhuzhou-Xiangtan region

2016-10-25

2016-11-10

國家自然科學基金項目“基于高分遙感與GIS 的我國南方農村空心化演進機制及調控研究”(41371184)； 湖南省教育廳科研項目((13C386)； 湖南農業大學大學生研究性學習和創新性試驗計劃項目及科技創新資助項目

謝紅霞(1973—),女(漢族)，湖南省岳陽縣人，博士,副教授,主要從事區域水土保持、環境遙感與GIS研究。E-mail:xiehongxia136@sina.com。

B

1000-288X(2017)03-0295-07

P468.0， P468.0+24