首页 > 论文范文 > 自然科学论文 > 气象学论文 > 气象观测论文 > GPM和TRMM遥感降水产品在雅鲁藏布江流域的精度评估

GPM和TRMM遥感降水产品在雅鲁藏布江流域的精度评估

2020-11-13 760 上传者：管理员

摘要：分析雅鲁藏布江流域降水的时空变化规律，是高原地区水文研究的重要基础。以雅鲁藏布江流域为研究区，基于中国区域地面气象要素数据集，利用平均误差、相关系数、相对偏差、均方根误差等评价指标和误差分析方法，系统评估了GPM与TRMM降水产品数据在不同时空尺度的精度。结果表明，日、月尺度上两个产品数据平均相对误差值均与降水量呈正相关，出现西低东高现象，TRMM在高降水地区平均相对误差值更大，GPM冬季拟合效果不及TRMM产品；两种降水产品的精度在流域不同区域也有明显差异，西部区域TRMM产品数据误差更小；而中东部区域，GPM产品虽然相对偏差更大，但均方根误差更小，数据精度整体更高；另外，GPM对于强降水事件及其降水过程具有更好的监测能力；整体上，两个产品对于产生降雨均有较好的观测能力，GPM、TRMM产品对于连续无雨日的相关性拟合较差，观测精度一般，GPM相对于TRMM产品在雅鲁藏布江流域的提升并不明显。研究成果可为区域水资源管理与水文研究提供依据。

关键词：
GPM
TRMM
水文研究
降水
雅鲁藏布江流域
加入收藏

1、概况

雅鲁藏布江流域（图1）位于青藏高原东南部，流域面积约24×104km2，其海拔为世界之最，平均海拔大于4100m。雅鲁藏布江流域水资源丰富，是我国藏区及下游国家淡水的主要来源之一[1]，但流域内降水时空差异性较大，水资源利用率极低，不能满足藏区社会发展需求。揭示雅鲁藏布江流域降水时空变化规律，是了解高原地区特有的水文模拟预报、水循环过程等问题的重要基础[2]。但受高原地区复杂气候与高寒自然地理环境的影响，且雅鲁藏布江流域内气象站点稀少、降水观测数据不足，致该流域水文研究十分困难。本文根据流域狭长地形与降水空间分布，将流域分为西部、中部、东部，东经87°、93°为这三个区域的边界。基于中国区域地面气象要素数据集，利用GPM卫星和TRMM卫星降水数据，评估雅鲁藏布江流域不同源降水数据时空特性并分析其精度，以期为该流域水循环基础研究和水资源管理提供依据。

图1雅鲁藏布江流域地理位置

2、数据与方法

2.1 数据来源及选取

卫星降水资料采用TRMM3B42v7和新一代卫星产品GPM＿IMERG逐日数据（以下简称TRMM、GPM）。两组降水数据来源于美国NASA网站（http：//pmm.nasa.gov）。地面实测数据采用中国区域地面气象要素数据集（由中国科学院青藏高原研究所开发）。不同源数据均统一到空间分辨率0.1°×0.1°进行计算，研究期选取如下。时间尺度分析中，TRMM产品选取2010年1月1日至2015年12月31日数据进行分析，GPM选取2014年4月1日至2015年12月31日的资料；空间尺度与极端降水研究中，两个产品均选取2014年4月1日至2015年12月31日数据。

2.2 研究方法

2.2.1 评估指标

选取平均误差（MME）、与实测降水量的相关系数（Ccc）、偏差（BBIAS）、均方根误差（RRMSE）四个指标[3,4]定量评估卫星降水产品性能。MME是卫星估测值与流域实际值之间的平均误差，Ccc可以衡量卫星估测值和实际值之间的线性相关程度，BBIAS能在相同尺度上对比GPM、TRMM产品数据与实测值的误差趋势[3],RRMSE用来评估卫星产品误差整体水平，准确反映降水产品数据精度[4]。MME、BBIAS、RRMSE三个指标值愈接近于0,Ccc值愈接近于1，表示误差愈小，降水产品精确度越高。

2.2.2 极端降水指数

选用四个极端降水指标评价GPM与TRMM降水卫星产品监测雅鲁藏布江流域极端降水时间发生的能力[5]。极端降水指数详见表1。

表1极端降水指数

3、结果与分析

3.1 日尺度

图2为雅鲁藏布江流域GPM、TRMM日降雨数据的平均误差MME与相关系数CCC空间分布情况。由图2(a）、（b）可知，流域范围内，GPM产品MME值相较于TRMM产品MME值更接近零值，平均误差范围更小；且GPM降水在流域内多数区域较实际值偏小，TRMM反之。局部而言，GPM在流域西部高海拔地区MME值较大，中部向东部递增；而TRMM产品MME值自西向东递增，在流域东南部达到峰值2.4mm/d，与降水量呈正相关。说明两种卫星MME值均随降水量增多而加大，且GPM产品降水数据MME值对海拔高程反馈更敏感，GPM能更准确显示多降水地区的降水情况。由图2(c）、（d）可知，GPM降水产品的CCC值在流域西部与实测值一致性较差，流域中东部CCC值较好，GPM产品受地形影响较大，海拔越高，精确度越低。TRMM相关系数在流域内均大于0.7，空间分布上更加均匀。

图2日尺度上MME、CCC值空间分布

以雅鲁藏布江流域实际日降雨数据为自变量，GPM、TRMM产品日数据为因变量，计算相关指标并进行一元线性回归分析。GPM、TRMM的确定性系数R2值均为0.77，与实测值均有较好一致性；GPM的偏差BBIAS值为-19.5%,TRMM的BBIAS为22.1%，说明流域内，GPM日数据值较实测值偏小，TRMM值偏大，且GPM数据偏离程度比TRMM数据小；GPM均方根误差RRMSE较TRMM略小，说明GPM产品日数据精确度略高。

3.2 月尺度

图3为雅鲁藏布江流域GPM、TRMM月降雨数据的平均误差MME与相关系数CCC空间分布情况。总体来说，图3中MME、CCC值空间分布与日降雨情况中R2、BBIAS、RRMSE变化趋势大体一致。图3(a）、（b）中GPM产品平均误差波动范围低于TRMM产品平均误差波动范围，GPM平均误差更小，但TRMM仅在流域东南部区域平均误差较大。图3(c）、（d）所示两个产品CCC值大部分区域处于0.9左右，在西部上游地区一致性较差，变化趋势与日尺度相似。

图3月尺度上MME值、CCC值空间分布

图4为两个降水产品2014年4月至2015年12月期间，根据日降水数据，按月计算流域CCC值。如图4所示，TRMM卫星在枯水季（11月至翌年4月）CCC值出现波动，但总体维持在0.8左右；GPM卫星枯水季CCC值在0.4上下波动。两个卫星产品在雨季（7～9月）CCC值均较高，且差别不大。结果表明，枯水季GPM产品与实测值一致性较差，而雨季两个产品均与实测值拟合较好。

图4月降水数据CCC值

图5为2014年4月至2015年12月期间，GPM、TRMM、实测值的月降水量时间序列。图5显示，两种产品均体现出良好的季节变化趋势，在雨季随实测值出现明显降水峰值，10月至来年4月回落到较低水平。由图5可知，枯水季GPM产品与实测值接近，结合图4所示GPM枯水季空间相关系数不高，可知GPM降水产品冬季降水量在空间上与实测数据相关性不高，但冬季降水量与实测值十分接近。

图5月降水时序图

3.3 流域内不同区域精度评估

图6分别为2014年4月至2015年12月雅鲁藏布江流域GPM、TRMM、实测值降水空间分布情况。总体而言，图6中三组数据具有相似的空间格局，降水量由西向东递增，在流域东南区域达到最大，流域西中东部降水量差异较大，具体数值见表2。

由表2可知，研究期内西部两个产品测量值均小于实测值，但相对而言GPM产品更接近实测值；在中部与东部，GPM测量值均小于实测值，TRMM测量值均大于实测值，且TRMM与实测值的绝对误差均小于GPM与实测值的绝对误差。

图6流域内卫星及实际降水量空间分布（640天）

表2雅鲁藏布江西、中、东部面降水总量

综上所述，全流域而言，研究期内降水总量GPM测量值偏低，TRMM测量值偏高。西部区域，TRMM较GPM更能反映面降水总量；中东部区域，TRMM高估降水量，高估值小于GPM的低估值。可见，TRMM产品对降水总量的观测结果更加符合实际。

图7为依据研究期日数据，两个产品的均方根误差RRMSE在流域的空间分布。如图7所示，西部GPM产品RRMSE值较TRMM产品的略大，在中部两个产品RRMSE值均为流域最小值，流域东部TRMM产品RRMSE>1.5的空间范围更广。在流域出口处，两个产品RRMSE值均大于2.5，与降水量呈正相关。

图7两产品RRMSE值空间分布

根据研究期日数据，计算两个产品在流域西、中、东部的相关系数CCC、偏差BBIAS、均方根误差RRMSE。西部区域CCC值GPM(0.62)TRMM（|10%～20%|）；RRMSE值GPM(2.2)>TRMM(1.6）。中部区域GPM、TRMM的CCC值均在0.9左右；TRMM的BBIAS在5%～10%范围，GPM的BBIAS处于-20%以下；GPM的RRMSE(1.2）更有优势。东部区域类似于流域中部，GPM在CCC值和RRMSE值上更有优势，TRMM的BBIAS处于1%～5%之间，比GPM偏差更小。

综上所述，在流域西部高海拔地区，GPM产品数据对实际降水量严重低估。中、东部地区，TRMM高估实际降水量，而GPM仍低估实际降水量，但两产品偏差相差不大；GPM在相关系数和均方根误差上较TRMM更小，综合分析得出，GPM在中东部具有更好的降水观测能力，观测数据更加精确。

3.4 极端降水事件

计算两个卫星产品的四个极端降水指标值（RR95p、RD、CDD、RX5day），对于RR95p、RX5day指数，TRMM产品相关系数较GPM的略高，但GPM产品BBIAS、RRMSE结果更小，说明GPM对于雅鲁藏布江流域内强降水观测数据更加精确。对于RD指数，TRMM产品CCC值更大、RRMSE值更小，两个产品BBIAS值相差不大，说明利用TRMM产品用于该流域雨日日数研究，更符合实际。关于CDD指数，两个产品相关系数均小于0.5，在雅鲁藏布江流域无雨日的研究中，两个产品观测数据参考价值不大。

4、结论

基于区域地面气象要素数据集，利用平均误差、相关系数、相对偏差、均方根误差等指标分析了GPM产品和TRMM产品降水数据质量，发现两个产品在日尺度上观测精度相近，冬季TRMM观测数据精度更高；TRMM产品数据在雅鲁藏布江上游更有代表性；中下游区域GPM产品数据更能反映实际值；GPM对于强降水事件及其连续性具有更优秀的观测能力，两者产品对连续无雨日的观测参考价值不大。

参考文献：

[1]刘天仇.雅鲁藏布江水文特征[J].地理学报,1999,54(增刊):157-164.

[2]黄浠,王中根,桑燕芳,等.雅鲁藏布江流域不同源降水数据质量对比研究[J].地理科学进展,2016,35(3):339-348.

[5]刘江涛,徐宗学,赵焕,等.1973-2016年雅鲁藏布江流域极端降水事件时空变化特征[J].山地学报,2018,36(5):750-764.

薛鹏飞,余钟波,谷黄河.雅鲁藏布江流域GPM和TRMM遥感降水产品精度评估[J].水电能源科学,2020,38(11):13-16.

基金:国家重点研发计划(2016YFC0402706,2016YFC0402710);国家自然科学基金项目(51539003,41761134090).