趙安周，王冬利，范倩倩，王金杰

(1.河北工程大學 礦業(yè)與測繪工程學院，河北 邯鄲 056038；2.資源與環(huán)境信息系統(tǒng)國家重點實驗室，北京 100101)

1 研究背景

干旱是影響全球農(nóng)業(yè)生產(chǎn)和經(jīng)濟社會發(fā)展最為嚴重的氣象災害之一[1]。隨著全球氣候變暖，干旱事件發(fā)生的頻率和強度均有增加的趨勢，對生態(tài)系統(tǒng)和農(nóng)業(yè)生產(chǎn)的影響越來越嚴重[2]。據(jù)統(tǒng)計，自1950年以來中國平均每年因干旱導致的糧食損失達到1.58×1010kg[3]。地球系統(tǒng)模式預測表明，全球干旱發(fā)生的風險與損失在21世紀將進一步增加，會嚴重影響農(nóng)業(yè)生產(chǎn)和生態(tài)系統(tǒng)的健康發(fā)展[4]。因此，在全球氣候變暖背景下精確監(jiān)測與合理評估干旱的發(fā)生及其演變過程對地區(qū)農(nóng)業(yè)生產(chǎn)具有重要的意義[4]。

目前對干旱的監(jiān)測評估多采用各種干旱指數(shù)，其中標準化降水指數(shù)(standardized precipitation index，SPI)的計算因其僅需降水數(shù)據(jù)且可以進行多時間尺度干旱監(jiān)測而被世界氣象組織(World Meteorological Organization,WMO)推薦，被廣泛應用于干旱研究中[5]。然而計算該指數(shù)所采用的降水數(shù)據(jù)主要來源于國家標準氣象臺站或雨量站的觀測，易受到站點稀少、分布空間不均以及站點遷移等因素的影響，容易造成觀測數(shù)據(jù)缺失、歷史觀測數(shù)據(jù)和現(xiàn)有觀測數(shù)據(jù)銜接困難等問題，進而使得計算得到的干旱指數(shù)在分析大面積干旱事件的時候會存在較大誤差[4]。雖然已有空間插值方法可以將站點數(shù)據(jù)轉為大范圍連續(xù)曲面，但是其精度會受到站點密度、參數(shù)設置等因素的影響[6]。

隨著遙感技術的發(fā)展，基于衛(wèi)星遙感的反演降水產(chǎn)品成為監(jiān)測全球及區(qū)域降水變化、旱澇監(jiān)測的重要數(shù)據(jù)來源[7]。衛(wèi)星遙感反演降水產(chǎn)品可以有效彌補國家標準氣象臺站或雨量站空間分布不均及時間序列缺失等不足[5]。目前已有包括MSWEP (multi-source weighted-ensemble precipitation)、PERSIANN(precipitation estimation from remote sensing information using artificial neural network)、TMPA(tropical rainfall measurement mission(TRMM)multi-satellite precipitation analysis)等10多種衛(wèi)星遙感降水反演數(shù)據(jù)被用于全球和區(qū)域降水、旱澇災害監(jiān)測等領域[8]。其中由美國國家宇航局(National Aeronautics and Space Adminstration，NASA)和日本宇宙開發(fā)事業(yè)團(NASDA)共同發(fā)布的熱帶降雨衛(wèi)星(TRMM)數(shù)據(jù)產(chǎn)品是目前應用最廣泛的降水產(chǎn)品[9-10]。國內(nèi)外眾多學者采用雨量站等實測站點數(shù)據(jù)對不同氣候帶、不同地形的TRMM數(shù)據(jù)精度進行了驗證，認為該數(shù)據(jù)可替代站點實測數(shù)據(jù)應用在水文模型模擬、洪澇災害監(jiān)測等領域中[11-12]。如陳少丹等[5]、Yan等[10]基于TRMM數(shù)據(jù)評估了中國河南省以及西南地區(qū)的干旱事件，認為基于TRMM數(shù)據(jù)構建的干旱指數(shù)與基于站點計算的SPI指數(shù)具有較好的一致性；Sahoo 等[13]在全球尺度評估了準實時數(shù)據(jù)3B42RTV7、再分析數(shù)據(jù)3B42V6和3B42V7在干旱監(jiān)測中的精度，認為3B42V6 和 3B42V7 降水產(chǎn)品可以有效識別干旱事件，而準實時3B42RTV7 降水產(chǎn)品則表現(xiàn)較差；王兆禮等[14]利用站點實測數(shù)據(jù)評估了3B42V7在中國大陸的監(jiān)測效果，認為該數(shù)據(jù)產(chǎn)品可以有效識別近些年來中國的干旱事件。

京津冀地區(qū)地處海河流域中心地帶，干旱頻發(fā)，嚴重制約著當?shù)氐霓r(nóng)業(yè)生產(chǎn)和生態(tài)環(huán)境，雖然已有研究對該地的干旱事件時空演變進行了分析，但是多是基于站點的觀測降水數(shù)據(jù)[15-16]，將基于TRMM 3B43產(chǎn)品和站點的觀測降水數(shù)據(jù)計算的多時間尺度SPI干旱指數(shù)進行時空對比，系統(tǒng)分析TRMM數(shù)據(jù)在該地區(qū)干旱監(jiān)測中應用效果的研究較少。鑒于此，以京津冀地區(qū)為例，對比分析利用TRMM 3B43產(chǎn)品和站點的觀測降水數(shù)據(jù)計算的SPI干旱指數(shù)，評估TRMM 3B43數(shù)據(jù)在該地區(qū)干旱監(jiān)測的效果，以期為京津冀地區(qū)的農(nóng)業(yè)生產(chǎn)、干旱監(jiān)測與評估提供科學參考依據(jù)。

2 數(shù)據(jù)來源和研究方法

2.1 研究區(qū)概況

京津冀地區(qū)位于36.1°～42.7°N，113.5°～119.8°E之間，包括北京、天津兩個直轄市以及河北省的13個地市，總面積達21.7×104km2。地勢由西北向東南傾斜，北部為燕山、太行山脈，東部為華北平原北端，平均海拔500 m以上[17]。降水波動較大，70%以上的降水集中在6-9月，冬季受西伯利亞高壓控制，寒冷干燥少降水，春季多大風，氣溫升溫快，蒸發(fā)量較大，易發(fā)生干旱事件[17]。自20世紀80年代以來，該地區(qū)呈現(xiàn)暖干化的趨勢，使得干旱等氣象災害頻發(fā)，對地區(qū)農(nóng)業(yè)生產(chǎn)及生態(tài)環(huán)境造成重大影響。京津冀地區(qū)TRMM 3B43數(shù)據(jù)格網(wǎng)點及其氣象站點空間分布見圖1。

2.2 數(shù)據(jù)來源

目前最新的TRMM多衛(wèi)星降水分析包括3B42RT(3-hour)、3B42(daily)和3B43(monthly)3種不同時間尺度的產(chǎn)品數(shù)據(jù)，其中TRMM 3B42和TRMM 3B43數(shù)據(jù)的精度相較于準實時TRMM 3B42RT產(chǎn)品與站點觀測數(shù)據(jù)更加接近[9]。所選用的TRMM 3B43V7月降水數(shù)據(jù)空間分辨率為0.25°×0.25°(約25 km ×25 km)，其覆蓋范圍為全球南北緯50°、東西經(jīng)180°之間，時間長度為1998-2017年，數(shù)據(jù)格式為HDF。利用遙感軟件將TRMM 3B43 降水速率層從 HDF 文件中提取出來，然后與各月的總時間相乘得到月降水數(shù)據(jù)，利用京津冀矢量數(shù)據(jù)對其進行裁剪最終得到研究區(qū)的TRMM 3B43數(shù)據(jù)。1998-2017年京津冀地區(qū)25個氣象站點的逐月降水數(shù)據(jù)來源于中國氣象科學數(shù)據(jù)共享服務網(wǎng)(http://cdc.cma.gov.cn)。

圖1 京津冀地區(qū)TRMM 3B43數(shù)據(jù)格網(wǎng)點及其氣象站點空間分布

2.3 研究方法

SPI具有多時間尺度特征，選取京津冀地區(qū) 1、3、6 和12個月尺度的SPI值進行分析，其具體計算公式和干旱等級表可參考文獻[5,10]。

為驗證TRMM 3B43數(shù)據(jù)在京津冀地區(qū)的應用效果，采用皮爾遜相關系數(shù)(Pearson correlation coefficient,CC)、均方差誤差(root mean square error,RMSE)以及相對偏差(relative mean bias,RB)3個指標對其進行評價，具體公式可參考文獻[9-10]。

此外，采用CC、探測率(probability of detection,POD)、空報率(false alarm ratio,FAR)以及預報偏差(frequency bias index,FBI)來表示基于TRMM 3B43數(shù)據(jù)計算的SPI對干旱事件的探測能力，其具體計算公式如下[18-19]：

(1)

(2)

(3)

式中：a為TRMM 3B43數(shù)據(jù)和站點觀測降水數(shù)據(jù)計算的SPI干旱事件出現(xiàn)的個數(shù)；b為TRMM 3B43計算的SPI出現(xiàn)干旱而站點觀測數(shù)據(jù)計算的SPI無干旱的次數(shù)；c為站點觀測降水數(shù)據(jù)計算的SPI出現(xiàn)干旱而TRMM 3B43計算的SPI無干旱的次數(shù)。POD和FAR的取值范圍均為[0-1]，POD值越接近1，F(xiàn)AR的值越接近0，表明基于TRMM 3B43數(shù)據(jù)計算的SPI對干旱事件的探測精度越高；FBI的最優(yōu)值為1，大于1，表示基于TRMM 3B43計算的SPI值偏大，低估了干旱事件，反之表明計算的SPI值偏小，高估了干旱事件。

3 結果分析

3.1 1998-2017年TRMM 3B43 降水數(shù)據(jù)評價分析

3.1.1 總體評估 1998-2017年基于站點觀測數(shù)據(jù)和TRMM 3B43數(shù)據(jù)的京津冀地區(qū)年降水量、月平均降水量以及散點圖見圖2。分析圖2(a)可知，基于站點觀測數(shù)據(jù)和TRMM 3B43數(shù)據(jù)的年降水量均值分別為506.64 mm和539.64 mm，且近20年以來該地區(qū)降水量呈現(xiàn)增加的趨勢，增加幅度分別為5.49 mm/a和5.61 mm/a，二者變化趨勢相似，但均未通過95%顯著性水平檢驗；由圖2(b)可看出，站點觀測數(shù)據(jù)與TRMM 3B43數(shù)據(jù)具有相似的變化趨勢，70%以上的降水量集中在6-9月，降水量峰值出現(xiàn)在7月份，TRMM 3B43數(shù)據(jù)對降水量較多的月份(5-8月)較站點觀測數(shù)據(jù)均存在一定的高估現(xiàn)象，7月份的誤差最大(9.68 mm)，11月份誤差最小(0.88 mm)；由圖2(c)可看出，站點觀測數(shù)據(jù)與TRMM 3B43數(shù)據(jù)的月降水量存在高度的一致性，TRMM 3B43和站點觀測數(shù)據(jù)均分布在1∶1線附近，其CC=0.9904，RMSE=7.31 mm，RB=6.46% (圖2)?？傮w來看，TRMM 3B43產(chǎn)品數(shù)據(jù)與站點觀測數(shù)據(jù)在年和月變化上均具有很高的一致性。

3.1.2 空間評估 站點觀測的月降水量數(shù)據(jù)與其對應的格網(wǎng)TRMM 3B43數(shù)據(jù)的CC、RMSE和RB的空間分布如圖3所示。

從圖3整體上看，所有站點的月降水量觀測數(shù)據(jù)與對應格網(wǎng)的TRMM 3B43數(shù)據(jù)均具有很高的相關性(P<0.01)，平均相關系數(shù)為 0.94 (0.88～0.97)，最大值出現(xiàn)在保定站，最小值出現(xiàn)在秦皇島站(圖3(a))。二者的RMSE均值為20 mm (11.88 ～33.79 mm)，呈由東向西遞減的態(tài)勢，最大值出現(xiàn)在東北部的秦皇島站，最小值出現(xiàn)在西北部的張家口站，進一步證實了TRMM 3B43數(shù)據(jù)產(chǎn)品對于降水量強度較大的站點探測能力有限(圖3(b))。RB的均值為8.93% (-1.18%～19.88%)，除黃驊站外，其他所有格網(wǎng)的TRMM 3B43數(shù)據(jù)均存在高估實測降水量數(shù)據(jù)的現(xiàn)象(圖3(c))。以上分析結果表明TRMM 3B43降水量數(shù)據(jù)產(chǎn)品與站點觀測降水量數(shù)據(jù)具有良好的空間匹配性。

圖2 1998-2017年京津冀地區(qū)站點觀測數(shù)據(jù)和TRMM 3B43數(shù)據(jù)的年降水量、月平均降水量及相關性圖

圖3 1998-2017年京津冀地區(qū)站點實測月降水量數(shù)據(jù)與TRMM 3B43數(shù)據(jù)的CC、RMSE及RB的空間分布

3.2 基于TRMM 3B43 產(chǎn)品的SPI多時間尺度評估

3.2.1 多時間尺度SPI的時間變化 為進一步評估TRMM 3B43降水量產(chǎn)品在京津冀地區(qū)干旱監(jiān)測中的應用，分別依據(jù)站點觀測降水量數(shù)據(jù)和TRMM 3B43數(shù)據(jù)計算了1998-2017年該地區(qū)不同時間尺度(1、3、6 和12個月)的SPI值(分別表示為SPI-1、SPI-3、SPI-6和SPI-12)的時間變化，計算結果如圖4所示。從圖4中可以看出，基于TRMM 3B43降水量數(shù)據(jù)和站點實測降水量數(shù)據(jù)計算的SPI具有高度的一致性，兩種數(shù)據(jù)計算的多時間尺度的SPI的相關系數(shù)CC值均高于0.95，表明TRMM 3B43產(chǎn)品可以很好地監(jiān)測京津冀地區(qū)干濕變化。同時采用POD、FAR和FBI3個指標進一步評價TRMM 3B43數(shù)據(jù)對干旱事件的探測能力，不同時間尺度的POD值在0.9142～0.9583之間，表明90%以上由站點觀測數(shù)據(jù)監(jiān)測到的干旱事件均可以由TRMM 3B43數(shù)據(jù)探測到。FAR的值隨時間尺度的增大呈變小的趨勢，SPI-1、SPI-3、SPI-6和SPI-12的FAR值分別為0.1000、0.1266、0.0990和0.0588。FBI的值在1.0143～1.0972之間，表明TRMM 3B43數(shù)據(jù)對SPI-1、SPI-3、SPI-6和SPI-12的值均存在高估的現(xiàn)象。

3.2.2 多時間尺度SPI的空間變化 同時為評價TRMM 3B43 降水量數(shù)據(jù)計算的不同時間尺度SPI值的空間適用性，根據(jù)25個站點觀測數(shù)據(jù)和對應格網(wǎng)的TRMM 3B43數(shù)據(jù)計算得到SPI-1、SPI-3、SPI-6和SPI-12的值，并進一步計算得到二者的CC、POD、FAR和FBI的空間分布，計算結果如圖5所示。通過對圖5的分析比較可知，SPI-1、SPI-3、SPI-6和SPI-12相關系數(shù)CC的均值分別為0.867(0.788～0.921)、0.872(0.766～0.944)、0.851(0.724～0.932)和0.839(0.694～0.960)，所有站點均通過了0.01顯著性水平檢驗。相關系數(shù)較高的站點主要分布在京津冀地區(qū)的中部，較低的站點主要分布在東部和西部地區(qū)，表明TRMM 3B43數(shù)據(jù)在估算沿海和海拔較高地區(qū)的干旱事件存在較大的不確定性。同時隨著時間尺度的增大，其CC小于0.8的站點數(shù)目開始增多，表明TRMM 3B43數(shù)據(jù)對于短時間尺度的干旱的探測能力更強。不同時間尺度POD的均值分別為0.820(0.711～0.909)、0.802(0.722～0.90)、0.778(0.667～0.957)和0.775(0.609～0.948)，POD值隨著時間尺度的增大而減小。對于京津冀地區(qū)的25個氣象站點來說，基于TRMM 3B43數(shù)據(jù)計算的SPI可以正確探測60%以上的干旱事件。FAR在SPI-1、SPI-3、SPI-6和SPI-12的均值分別為0.264(0.133～0.417)、0.221(0.130～0.329)、0.247(0.133～0.40)和0.262(0.044～0.536)，80%以上站點的FAR值小于0.30。不同時間尺度FBI的均值分別為1.096(0.949～1.371)、1.031(0.922～1.188)、1.035(0.885～1.25)和1.063(0.804～1.38)，表明基于TRMM 3B43數(shù)據(jù)計算的SPI值略高 (圖5)?？傮w來看，基于兩種數(shù)據(jù)計算的25個站點多時間尺度SPI的相關系數(shù)均大于0.7，POD值大于0.6，80%以上的FAR值小于0.3，70%以上站點的FBI值在0.9～1.1之間，進一步表明TRMM 3B43產(chǎn)品可以替代站點觀測降水量數(shù)據(jù)用于對區(qū)域干旱事件的監(jiān)測和研究。

圖4 1998-2017年京津冀地區(qū)站點實測降水量數(shù)據(jù)與TRMM 3B43數(shù)據(jù)的各時間尺度SPI值隨時間變化曲線

圖5 1998-2017年京津冀地區(qū)各時間尺度SPI值的CC、POD、FAR以及FBI值的空間分布

基于站點觀測降水量數(shù)據(jù)和TRMM 3B43數(shù)據(jù)計算的1998-2017年京津冀地區(qū)不同時間尺度的極端干旱、嚴重干旱、中等干旱以及干旱的面積百分比及相關系數(shù)見圖6和表1。由圖6可看出，短時間尺度SPI(SPI-1和SPI-3)不能夠清晰地描述連續(xù)干旱事件的發(fā)生，而長時間尺度的SPI(SPI-6和SPI-12)可以確定持續(xù)干旱的時間，如發(fā)生在1999-2004、2006、2010年等年份的中等、嚴重以及極端干旱事件在SPI-6和SPI-12中均可以較好地顯示出來；由表1可看出，兩種數(shù)據(jù)計算的干旱面積百分比基本一致，SPI-1、SPI-3、SPI-6和SPI-12的干旱面積相關系數(shù)分別為0.93、0.95、0.96和0.96。就不同干旱等級來看，兩種數(shù)據(jù)計算的中等干旱、嚴重干旱及其極端干旱的相關系數(shù)在0.50以上，均通過了95%顯著性水平檢驗。總體來看，京津冀地區(qū)發(fā)生輕微及其中等干旱的面積最大，發(fā)生極端干旱的面積最小。

圖6 1998-2017年京津冀地區(qū)站點觀測數(shù)據(jù)與TRMM 3B43數(shù)據(jù)的各時間尺度不同干旱等級面積百分比

表1 1998-2017年京津冀地區(qū)站點觀測月降水量以及TRMM 3B43數(shù)據(jù)的不同等級干旱面積百分比均值及其相關系數(shù)

注：表中面積百分比表示站點觀測數(shù)據(jù)計算值/TRMM 3B43數(shù)據(jù)計算值。

4 結論與討論

4.1 結 論

基于TRMM 3B43產(chǎn)品和站點實測降水數(shù)據(jù)，計算了1998-2017年京津冀地區(qū)多時間尺度SPI(SPI-1、SPI-3、SPI-6和SPI-12)干旱指數(shù)，并對干旱時空演變進行了對比研究，研究結果表明：

(1)在年和月時間尺度上，TRMM 3B43產(chǎn)品與站點觀測降水量數(shù)據(jù)存在高度的一致性，其CC=0.9904，RMSE=7.31 mm，RB=6.46%。

(2)在空間上，25個站點觀測降水量數(shù)據(jù)與對應格網(wǎng)的TRMM 3B43數(shù)據(jù)的CC=0.94(0.88～0.97)、RMSE=20 mm(11.88 ～33.79 mm)、RB=8.93% (-1.18%～19.88%)。

(3)基于多時間尺度SPI變化，CC和POD均大于0.90，F(xiàn)AR均小于0.15，F(xiàn)BI均接近1，表明TRMM 3B43數(shù)據(jù)能夠替代站點觀測降水量數(shù)據(jù)進行京津冀地區(qū)干旱的監(jiān)測與評估。

(4)基于多時間尺度SPI的空間變化，兩種數(shù)據(jù)計算的25個站點及其對應格網(wǎng)的多時間尺度SPI的相關系數(shù)均大于0.7，POD值大于0.6，80%以上站點的FAR值小于0.3，70%以上站點的FBI值在0.9～1.1之間，表明基于TRMM 3B43數(shù)據(jù)計算的SPI值可以有效地彌補站點分布不均或插值帶來的不確定性。

(5)兩種數(shù)據(jù)計算的干旱面積百分比基本一致，計算的中等干旱、嚴重干旱和極端干旱的相關系數(shù)在0.5以上，均通過了0.05顯著性水平檢驗。

4.2 討 論

將TRMM 3B43降水量數(shù)據(jù)產(chǎn)品應用到京津冀地區(qū)不同時間尺度的干旱監(jiān)測中，通過與站點觀測降水量數(shù)據(jù)對比表明，基于TRMM 3B43數(shù)據(jù)構建的干旱指數(shù)SPI可以有效的監(jiān)測不同時間尺度(SPI-1、SPI-3、SPI-6和SPI-12)干旱的時空演變，但是由于TRMM降水量數(shù)據(jù)的空間分辨率較低，對小范圍地區(qū)發(fā)生的干旱事件監(jiān)測能力有限[20]，雖然已有研究采用多種升尺度方法提高了其空間分辨率，但是對于高海拔等地形復雜地區(qū)的不確定性仍然較大[7,21]。同時應指出計算SPI干旱指數(shù)需要長時間尺度的降水量數(shù)據(jù)，利用短時間序列的降水量可能導致參數(shù)估計的不穩(wěn)定[5]，但是由于TRMM降水量數(shù)據(jù)產(chǎn)品是1998年開始發(fā)布，因此選取了1998-2017年共計20a的數(shù)據(jù)，隨著時間的推移，其數(shù)據(jù)時間序列將會進一步延長。此外，京津冀地區(qū)是我國水資源最為短缺以及干旱頻發(fā)的地區(qū)，以往的研究多是基于氣象站點觀測數(shù)據(jù)計算干旱指數(shù)，然后利用反距離加權、克里金等插值方法得到干旱的空間分布[15-16]，氣象站點的密度及其分布都會影響到插值的精度，而TRMM數(shù)據(jù)可以有效地彌補由于站點插值以及分布不均帶來的計算誤差[6]。因此，對于氣象站點分布不均甚至無氣象站點的地區(qū)，可以使用TRMM產(chǎn)品替代站點觀測數(shù)據(jù)進行干旱監(jiān)測和評估[5]。