于浩慧，陳永仁，王 靜

(1.四川省氣象災(zāi)害防御技術(shù)中心，成都 610072; 2珠海市公共氣象服務(wù)中心，珠海 519000)

引言

高精度、高時(shí)空分辨率的降水量數(shù)據(jù)對于區(qū)域尺度的水文、氣候等研究的研究意義重大。西南山區(qū)地質(zhì)條件復(fù)雜，夏季暴雨泥石流等災(zāi)害頻發(fā)，相關(guān)徑流模擬的驅(qū)動(dòng)往往需要高時(shí)空分辨率的降水資料[1-2]。目前，已經(jīng)有許多氣象水文遙感等領(lǐng)域?qū)W者對高時(shí)空分辨率的遙感衛(wèi)星資料進(jìn)行了評估，指出TRMM產(chǎn)品在一定程度上能呈現(xiàn)四川降水的年、月、季節(jié)變化和空間分布[3-5]。繼TRMM之后，NASA和JAXA于2014年聯(lián)合實(shí)施了新一代全球降水測量計(jì)劃(GPM)[6]，衛(wèi)星降水進(jìn)入GPM時(shí)代，GPM載荷的雙頻測雨雷達(dá)(Dual-frequency Precipitation Radar，DPR)和被動(dòng)微波傳感器(GPM Microwave Imager, GMI)極大的提高了對固態(tài)和微量降水的探測[7]。IMERG作為GPM時(shí)代的主流衛(wèi)星降水產(chǎn)品，相比TRMM，其時(shí)空分辨率更細(xì)，覆蓋范圍更廣。相關(guān)學(xué)者分析了IMERG和TRMM在中國大陸不同區(qū)域的反演誤差指出，IMERG能在低雨強(qiáng)范圍上重現(xiàn)降水的概率密度，在中高緯及干旱地區(qū)的降水反演精度有所提升。在中國南方、天山、青藏高原等地區(qū)對GPM產(chǎn)品的研究均表明IMERG相比于TRMM產(chǎn)品在反演精度和水文模擬效用上均有不同程度的提高[8-12]。

另一方面，獲取降水觀測信息的途徑主要有地面雨量計(jì)、地基雷達(dá)及衛(wèi)星遙感，但由于單一來源的降水資料各有利弊，為獲取高質(zhì)量降水產(chǎn)品，國家氣象信息中心在2012年基于概率密度匹配及最優(yōu)插值方法研制了中國區(qū)域地面自動(dòng)站、衛(wèi)星的融合降水產(chǎn)品，此后又進(jìn)一步研發(fā)了自動(dòng)站、地基雷達(dá)、衛(wèi)星三源融合降水產(chǎn)品[13-20]。實(shí)況融合降水資料及衛(wèi)星反演降水在西南山地各有什么優(yōu)勢？能否準(zhǔn)確刻畫該地區(qū)強(qiáng)降水特征？針對以上問題，本文將以四川省站點(diǎn)資料為觀測場，以GPM-IMERG反演降水產(chǎn)品及實(shí)況融合降水?dāng)?shù)據(jù)為評估場，計(jì)算降水資料的時(shí)間、空間技巧評分來評估其在西南山地的總體適用性，同時(shí)計(jì)算降水資料的強(qiáng)降水頻率及平均誤差，在逐日時(shí)間尺度上評估其對強(qiáng)降水特征的描述情況，從而為此類資料的應(yīng)用提供參考依據(jù)。

1 資料與方法

1.1 資料

衛(wèi)星資料：GPM計(jì)劃發(fā)布的IMERG多衛(wèi)星聯(lián)合反演降水?dāng)?shù)據(jù)中的時(shí)滯產(chǎn)品(Final)，該產(chǎn)品經(jīng)過月尺度氣候資料矯正，數(shù)據(jù)精度要優(yōu)于Early、Late產(chǎn)品。本文使用時(shí)滯產(chǎn)品中的純衛(wèi)星融合數(shù)據(jù)集(IMERG-Uncal)及經(jīng)過全球降水氣候中心(GPCC)站點(diǎn)校正后的數(shù)據(jù)集(IMERG-Cal)，其中純衛(wèi)星融合數(shù)據(jù)源包括IR(Infrared Radiation data)，PMW(Passive Microwave)，DPR/GMI(Dual-frequency Precipitation Radar)。IMERG-Uncal與IMERG-Cal空間分辨率為，時(shí)間分辨率為0.5小時(shí)。

實(shí)況融合降水格點(diǎn)資料：本文采用國家氣象信息中心實(shí)況快速融合降水產(chǎn)品(CMPAS)，空間分辨率為，時(shí)間分辨率為1小時(shí)，數(shù)據(jù)來源于國省統(tǒng)一數(shù)據(jù)環(huán)境CIMISS。

觀測降水資料：采用2019年四川省逐日累計(jì)降水，剔除其間存在缺測情況的站點(diǎn)，保留3062個(gè)站點(diǎn)作為適用性分析的觀測場。研究時(shí)段選取2019年4～10月。

1.2 方法

本文在考慮高分辨率降水資料可用性時(shí)采用要素場相關(guān)與偏差的復(fù)合指標(biāo)——空間技巧評分，時(shí)間技巧評分[19]。并計(jì)算各站點(diǎn)強(qiáng)降水頻率及強(qiáng)降水量級來考察高分辨率降水?dāng)?shù)據(jù)在四川省內(nèi)對強(qiáng)降水特征的描述能力[20-22]。

1.2.1 空間技巧評分

設(shè)Mk和OK分別為降水的評估場和觀測場，則觀測與評估的空間場平方誤差定義為

(1)

式中，N為空間格點(diǎn)數(shù),考慮式(1)中的無量綱化，得到無量綱空間技巧評分

(2)

(3)

1.2.2 時(shí)間技巧評分

類似于空間技巧評分，定義無量綱化的時(shí)間技巧評分，設(shè)Yt和Xt分別為降水的評估和觀測時(shí)間序列，評估序列和觀測序列的平方誤差為

(4)

式中，n為樣本時(shí)間長度，對上式無量綱化，則無量綱時(shí)間技巧評分為

(5)

2 快速融合降水資料在西南山地的適用性分析

在分析高時(shí)空分辨率降水?dāng)?shù)據(jù)在西南山地適用性時(shí)，為保證資料連續(xù)性，篩選出2019全年逐日降水無缺測站點(diǎn)共3062個(gè)。如圖1所示，站點(diǎn)多分布于盆地，川西高原及攀西地區(qū)全年無缺測站點(diǎn)分布較為稀疏。在計(jì)算時(shí)空技巧評分時(shí)，采用雙線性插值將格點(diǎn)數(shù)據(jù)插值至所篩選站點(diǎn)。

以四川省站點(diǎn)逐日累計(jì)降水為觀測場，分別計(jì)算評估場為實(shí)況融合降水格點(diǎn)數(shù)據(jù)、GPM_IMERG產(chǎn)品中的純衛(wèi)星融合數(shù)據(jù)(IMERG-Uncal)及經(jīng)過GPCC站點(diǎn)校正數(shù)據(jù)(IMERG-Cal)空間技巧評分，如圖2所示。在研究時(shí)段內(nèi)，實(shí)況融合降水空間評分總體上高于GPM-IMERG產(chǎn)品，其中，實(shí)況融合降水?dāng)?shù)據(jù)在六至八月空間技巧評分較為平穩(wěn)，評分值與GPM-IMERG產(chǎn)品相比更接近1。在四月中旬、八月中旬及九月底至十月初，實(shí)況快速融合降水?dāng)?shù)據(jù)有明顯的評分谷值，而GPM-IMERG產(chǎn)品僅在零星時(shí)段內(nèi)空間評分超過實(shí)況快速融合降水?dāng)?shù)據(jù)，評分波動(dòng)較大。從三套資料的時(shí)間技巧評分來看，盆地邊緣處的評分要優(yōu)于其他地區(qū)。其中，IMERG-Uncal產(chǎn)品的時(shí)間技巧評分高值區(qū)為盆地西北、北側(cè)邊緣及川南，評分可達(dá)0.5～1。IMERG_Cal產(chǎn)品的時(shí)間技巧評分高值區(qū)則位于盆地北側(cè)及西南側(cè)邊緣，評分值為0～0.5。無論是否經(jīng)過GPCC氣候站點(diǎn)數(shù)據(jù)校正，IMERG產(chǎn)品在盆地大部地區(qū)的時(shí)間技巧評分普遍不高于-1，而在同樣的空間范圍內(nèi)，實(shí)況融合降水?dāng)?shù)據(jù)的時(shí)間技巧評分可達(dá)0.5～1，總體上高于IMERG產(chǎn)品。因此在盆地范圍內(nèi)，與IMERG產(chǎn)品相比，融合降水?dāng)?shù)據(jù)時(shí)間精度更高。而在川西高原少云區(qū)，IMERG-Uncal產(chǎn)品時(shí)間技巧評分要優(yōu)于經(jīng)過地面站點(diǎn)數(shù)據(jù)訂正的IMERG-Cal及實(shí)況融合降水，這表明，IMERG產(chǎn)品無法準(zhǔn)確的獲取盆地區(qū)域的降水特征，需要結(jié)合其他方式的觀測資料。

為考察高分辨率降水資料對西南山地強(qiáng)降水特征的描述情況，文章統(tǒng)計(jì)了各站點(diǎn)2019年4～10月逐日累計(jì)降雨量達(dá)暴雨以上(≥50mm)的日數(shù)(圖4)。如圖4a所示，站點(diǎn)觀測資料表明2019年4～10月四川地區(qū)暴雨日數(shù)頻次達(dá)到6以上的站點(diǎn)多分布于盆地區(qū)域，暴雨日數(shù)大值區(qū)位于盆地北部和西南部邊緣，可達(dá)12日。實(shí)況融合降水暴雨日數(shù)頻次分布大致與觀測資料相似，存在兩個(gè)高頻次區(qū)域，分別位于盆地北部及盆地西南邊緣。GPM-IMERG產(chǎn)品在盆地區(qū)域及攀西地區(qū)均有大量暴雨日超過10日的站點(diǎn)，其中IMERG-Cal產(chǎn)品所顯示的高頻暴雨日站點(diǎn)更多。盡管實(shí)況快速融合降水最接近的高分降水資料的暴雨日數(shù)頻次分布，兩套資料所反映的暴雨日頻數(shù)特征仍有一定差異，與觀測資料的暴雨日高頻區(qū)相比，實(shí)況融合資料顯示的北部高頻區(qū)更偏北偏東，南部高頻區(qū)則更加偏南，除此之外，其所反映的盆地范圍內(nèi)暴雨日達(dá)6天以上的站點(diǎn)也明顯少于站點(diǎn)觀測資料。

圖5給出了各站點(diǎn)暴雨(及以上)的平均雨量，觀測資料表明圖(5(a))2019年四川省達(dá)暴雨(及以上)量級站點(diǎn)平均雨量多在50～100mm，超過100mm的站點(diǎn)多分布于盆地北部、西南部，攀西地區(qū)也有零星站點(diǎn)平均降水超過100mm。實(shí)況融合降水資料表明(圖5(b))2019年四川省暴雨(及以上)量級站點(diǎn)降水絕大多數(shù)均在50～80mm之間，平均降水的大值區(qū)位于盆地西北側(cè)，且量值超過100mm的站點(diǎn)數(shù)明顯低于實(shí)測資料。無論是否經(jīng)過GPCP站點(diǎn)數(shù)據(jù)訂正，GPM-IMERG產(chǎn)品所計(jì)算的暴雨(及以上)平均雨量(圖5(c)，圖5(d))顯示出了盆地北部及盆地西南部兩個(gè)高值中心，與站點(diǎn)觀測資料相比，GPM-IMERG產(chǎn)品平均雨量大值中心均向盆地中心擴(kuò)張，且平均雨量值遠(yuǎn)高于實(shí)測資料。

結(jié)合不同降水強(qiáng)度下的平均誤差(圖6)可知，當(dāng)降水量較小時(shí)，三種降水資料與站點(diǎn)觀測相比較為接近，均為正值，其中實(shí)況融合降水的平均誤差最小為1.5mm。隨著降水強(qiáng)度的增大，降水資料的平均誤差出現(xiàn)了不同的變化趨勢，在不同的降水強(qiáng)度下，GPM-IMERG產(chǎn)品平均誤差始終為正，表明此套產(chǎn)品在西南山地與站點(diǎn)觀測資料相比偏高，實(shí)況融合數(shù)據(jù)則在強(qiáng)降水條件下存在負(fù)平均偏差，表明此套資料在西南山地與站點(diǎn)觀測資料相比量級偏低。前人研究指出，衛(wèi)星產(chǎn)品是基于微波和紅外傳感器來探測大氣頂層的降水信息，而不是近地面的降水信息。因此，部分衛(wèi)星產(chǎn)品估測的降水可能在到達(dá)地面前就蒸發(fā)了甚至根本落不到地面，導(dǎo)致對衛(wèi)星產(chǎn)品對低海拔地區(qū)降水的高估[9]。西部地區(qū)測站密度較低，實(shí)況融合時(shí)對于插值得到的觀測資料，其質(zhì)量本身存在一定的不足，可能會導(dǎo)致一些誤差[19]。

3 結(jié)論與討論

本文以逐日累計(jì)站點(diǎn)降水為觀測場，以多源實(shí)況融合及GPM-IMERG降水產(chǎn)品為評估場，計(jì)算了2019年4～10月西南山地范圍內(nèi)降水?dāng)?shù)據(jù)的時(shí)間、空間技巧評分，并比較了幾套資料在描述該地區(qū)強(qiáng)降水大小及強(qiáng)降水頻率方面的適用性。結(jié)果表明，在主汛期6～8月的大部分時(shí)段內(nèi)，實(shí)況融合降水產(chǎn)品的空間評分較為穩(wěn)定，但在其他時(shí)段融合降水產(chǎn)品仍有明顯的評分谷值。高分辨率資料在盆地西北側(cè)及南部邊緣地區(qū)時(shí)間評分均優(yōu)于西南山地范圍內(nèi)的其他地區(qū)，但在盆地多云區(qū)，無論是否經(jīng)過GPCC氣候站點(diǎn)數(shù)據(jù)校正，GPM-IMERG產(chǎn)品的時(shí)間技巧評分均低于實(shí)況快速融合降水?dāng)?shù)據(jù)。從強(qiáng)降水頻率的描述上看，實(shí)況快速融合降水的空間分布與站點(diǎn)實(shí)測資料最為相似，但此套資料刻畫的強(qiáng)降水頻率與實(shí)測值相比偏小，GPM-IMERG產(chǎn)品刻畫的強(qiáng)降水頻率則明顯偏大。從強(qiáng)降水量值大小的描述上看，實(shí)況快速融合降水與實(shí)況值相比偏小，而GPM-IMERG產(chǎn)品與實(shí)況值相比則偏大。

考慮到不同插值方法對高時(shí)空分辨率降水?dāng)?shù)據(jù)適用性評估會造成一定的影響，本文在討論時(shí)采用雙線性插值及克里斯曼客觀迭代插值，時(shí)間、空間技巧評分變化趨勢相差不大，所以僅給出雙線性插值的評估結(jié)果。不論是衛(wèi)星還是多源融合實(shí)況數(shù)據(jù)，在地形復(fù)雜的地區(qū)均表現(xiàn)出較大的誤差范圍[9]。雖然在研究時(shí)段內(nèi)，西南山地實(shí)況融合降水格點(diǎn)數(shù)據(jù)的技巧評分總體上均好于GPM-IMERG產(chǎn)品，但上述資料的時(shí)空技巧評分與東部平坦地區(qū)相比較低[19]，在西南山地仍有一定的發(fā)展空間。