¹成都信息工程大学大气科学学院，四川 成都

²吉林省四平市气象局，吉林 四平

收稿日期：2021年9月1日；录用日期：2021年10月9日；发布日期：2021年10月18日

摘要

基于亚洲地区高质量高时空分辨率降水数据集AIMERG，利用5个统计指标评估和比较CMORPH-BLD、PERSIANN-CDR、TRMM-3B42V7、TRMM_RT-3B42V7卫星降水数据在西南地区的降水检测能力。结果表明：各卫星产品均能准确反映降水的月变化特征，但降水量越大，估算的精度越差。相比之下PERSIANN-CDR数据精度最高。春季、夏季和秋季TRMM_RT-3B42V7产品对降水季节变化趋势捕获能力较强，但是对各网格点降水的估算偏差较大，CMORPH-BLD、PERSIANN-CDR和TRMM-3B42V7产品对降水估算的精度正好相反。冬季TRMM_RT-3B42V7产品对降水估算的精度较差，CMORPH-BLD、PERSIANN-CDR和TRMM-3B42V7产品对降水估算的精度较好，其中又以PERSIANN-CDR数据精度最高。各卫星产品均能捕获降水年际变化特征，但明显有高估或者低估。4种卫星产品在贵州大部、云南南部和西藏东部对降水均表现出较好的估算能力，而在重庆地区对降水的估算能力较差。

关键词

卫星降水产品，精度评估，统计指标，西南地区

Comparative Evaluation of Multi-Source Satellite Precipitation Products in Southwest China

Yifan Hu^1,2*, Zhijun Jia¹

¹College of Atmospheric Sciences, Chengdu University of Information Technology, Chengdu Sichuan

²Siping Meteorological Bureau of Jilin Province, Siping Jilin

Received: Sep. 1^st, 2021; accepted: Oct. 9^th, 2021; published: Oct. 18^th, 2021

ABSTRACT

Based on the Asian precipitation dataset with high quality and spatiotemporal resolution (AIMERG) of ground grid precipitation product, five statistical indicators are used to evaluate and compare the rainfall monitoring capabilities of Climate Prediction Center Morphing technique satellite-gauge blended datasets (CMORPH-BLD), Remotely Sensed Information Using Artificial Neural Networks-Climate Data Record (PERSIANN-CDR), Tropical Rainfall Measuring Mission (TRMM_RT-3B42V7) satellite data sources in Southwest China. The results show that the four satellite products can accurately model the monthly variation characteristics of precipitation, while the greater the precipitation is, the worse the estimation accuracy of satellite products is. By comparison, the data precision of PERSIANN-CDR is the highest. The trend of seasonal precipitation can be well modeled by TRMM_RT-3B42V7 product in spring, summer and autumn, but the estimation deviation of precipitation from gridded data is larger, which is contrary to those of CMORPH-BLD, PERSIANN-CDR and TRMM-3B42V7 products. In winter, the accuracy of precipitation estimation of TRMM_RT-3B42V7 production is worse, while the accuracy of precipitation estimation of CMORPH-BLD, PERSIANN-CDR and TRMM-3B42V7 productions is all better, among which PERSIANN-CDR production performs best. The trend of annual precipitation variation can be simulated well by the four satellite precipitation products, which is either overestimated or underestimated. These products show better capability of estimation precipitation in most parts of Guizhou, southern Yunnan and eastern Tibet and show worse capability of estimation precipitation in Chongqing region.

Keywords:Satellite Precipitation Product, Precision Evaluation, Statistical Indicators, Southwest China

Copyright © 2021 by author(s) and Wuhan University.

This work is licensed under the Creative Commons Attribution International License (CC BY 4.0).

http://creativecommons.org/licenses/by/4.0/

1. 引言

降水是地球水循环的基本组成部分，具有重要的气象学、气候学和水文学意义。由于降水受地理位置、地貌地形、气候气象、生态环境等要素的综合影响，其时空分布特征的差异性非常显著，故精准测量降水及其区域和全球分布，长期以来一直是一个颇具挑战性的科学研究目标 [1]。虽然地面气象台站和测雨雷达精度较高，但观测点少、空间代表性差，且空间插值精度非常有限。遥感卫星获取的降水数据具有空间范围广、时空连续性较好等优点，与气象站点相比具有明显的优势 [2]，但卫星降水产品大多通过探测的云层温度或云中粒子信息来间接推算降水量，不可避免地会出现系统偏差和随机误差 [3]，因此不同空间范围内卫星降水产品的精度被学者进行了全面评估，例如全球范围内 [4]、我国 [5]、柬埔寨 [6] 和马来西亚 [7] 等。下垫面比较复杂的区域(例如丘陵、高原、山地等)由于降水空间异质性较大，卫星产品在这些区域的精度也受到了一定关注，例如TRMM 3b42V7、TRMM 3b42RT V7和CMORPH卫星产品在怒江流域(山区流域) [8]、TRMM 3B42卫星产品在贵州高原地带 [9]、TRMM和CMORPH卫星产品在重庆地区 [10]、TRMM-3B43和GPM-IMERG降水产品在青藏高原 [11]。

我国西南地区位于东北–西南走向气候生态过渡带的南端，对气候变化尤为敏感。高原、山区、丘陵和盆地是该区域主要地貌特征，受这种复杂地貌地形和多个大型环流系统影响，导致区域降水空间分布极不均匀，是我国降水局部区域差异最大、变化最复杂的地方之一 [12]。本文基于亚洲地区高质量高时空分辨率降水数据集(AIMERG)，评估了多源卫星降水数据(CMORPH-BLD, PERSIANN-CDR, TRMM-3B42V7, TRMM_RT-3B42V7)在西南地区的精度和适用性，为将卫星遥感降水数据应用于该区进行降水特征分析以及农业生产、旱涝预警和减灾防灾奠定基础。

2. 数据来源和研究方法

2.1. 数据来源

本文选取国家青藏高原科学数据中心发布的亚洲地区高质量高时空分辨率降水数据集(AIMERG)作为基准数据 [13]。AIMERG是基于遥感降水产品GPM IMERG及其回推产品，在更高时空尺度上提出一套新的时空矫正算法，并引入高质量地面观测产品APHRODITE，生产的亚洲地区同期高质量高时空分辨率降水数据集。AIMERG降水数据集能够兼备卫星估算和地面观测的优势，其系统偏差和随机误差在中国地区不同时空尺度上的表现优于GPM IMERG，为亚洲地区相关领域的科学研究及生产实践提供了更为丰富且可靠的基础数据(下载地址为http://data.tpdc.ac.cn/zh-hans/)。CMORPH是美国国家海洋和大气管理局气候预测中心研发的全球降水产品，该产品很好地集成了被动微波降水观测系统的高精度优势和红外卫星的高时空分辨率的特征 [14]。本文采用的CMORPH-BLD降水产品是经过站点降水校正的版本(下载地址为ftp://ftp.cpc.ncep.noaa.gov /precip/CMORPH_V1.0/BLD/0.25 deg-DLY_EOD/GLB/)。PERSIANN-CDR是由加利福尼亚大学欧文分校的水文气象与遥感中心(CHRS)开发，使用GridSat-B1红外数据从PERSIANN算法生成，并利用GPCP (the Global Precipitation Climatology Project)月产品进行了调整 [15] (下载地址为http://chrsdata.eng.uci.edu/)。TRMM-3B42V7和TRMM_RT-3B42V7是TRMM多卫星降水分析产品最新一代降水产品 [2] (下载地址为https://disc.sci.gsfc.nasa.gov/)。TRMM 3B42RT为准实时卫星降水数据，在降水发生后的6~9 h可获取；TRMM 3B42V7为经过地面站点月尺度偏差校正的研究型数据，在降水发生后一个月的第10~15 d可获取。

本文采用2008年1月1日~2015年12月31日这5套降水产品，其中AIMERG降水数据集要通过ArcGIS软件内置的模型构建器对数据集进行批量重采样，得到0.25˚空间分辨率的降水数据集，与其他降水数据集的空间分辨率一致。数据下载后要把数据文件统一转换为栅格数据文件，再编写Python程序对栅格数据文件进行批量处理，通过累加得到相应的月、季节和年尺度上的降水数据集。

2.2. 研究方法

本研究采用相关系数(CC)、相对误差(BIAS)、均方根误差(RMSE)、平均误差(ME)和纳什效率系数(NSE) 5个统计指标，来评估卫星遥感降水产品CMORPH-BLD、PERSIANN-CDR、TRMM-3B42V7和TRMM_RT-3B42V7在月、季节和年尺度上的精度。CC用于多源卫星降水产品与AIMERG之间的一致性分析，BIAS、RMSE和ME来描述它们之间的误差和偏差。NSE一般用以验证水文模型模拟结果的好坏，本研究中用于分析卫星产品与基准值相比的可靠性。

$CC=\frac{{\displaystyle \sum _{i=1}^n\left(A_i-\overline{A}\right)\left(S_i-\overline{S}\right)}}{\sqrt{{\displaystyle \sum _{i=1}^n{\left(A_i-\overline{A}\right)}^2}{\displaystyle \sum _{i=1}^n{\left(S_i-\overline{S}\right)}^2}}}$ (1)

$BIAS=\frac{{\displaystyle \sum _{i=1}^n\left(S_i-A_i\right)}}{{\displaystyle \sum _{i=1}^n{A}_i}}$ (2)

$RMSE=\sqrt{\frac{1}{n}{\displaystyle \sum _{i=1}^n{\left(S_i-A_i\right)}^2}}$ (3)

$ME=\frac{1}{n}{\displaystyle \sum _{i=1}^n\left(S_i-A_i\right)}$ (4)

$NSE=1-\frac{{\displaystyle \sum _{i=1}^n{\left(S_i-A_i\right)}^2}}{{\displaystyle \sum _{i=1}^n{\left(A_i-A\right)}^2}}$ (5)

式中，A_i表示AIMERG降水量， $\overline{A}$ 表示AIMERG降水量的总平均值，S_i表示CMORPH-BLD、PERSIANN-CDR、TRMM-3B42V7、TRMM_RT-3B42V7降水产品的降水量，n表示样品的数量。

3. 结果分析

3.1. 多源卫星降水产品月资料的比较分析

各卫星降水产品在我国西南地区平均月降水量的多年平均结果如图1所示，各降水产品显示的月变化特征基本一致。1月和2月的降水量全年最小且基本一致，分别为12.49 mm和10.35 mm。从3月起降水量开始呈指数增加，至7月达到最大值224.69 mm。8月的降水量相比7月份有所下降，为206.16 mm，但从9月起降水量显著下降，至12月降水量为9.40 mm，与1月和2月降水量基本持平。CMORPH-BLD、PERSIANN-CDR和TRMM_RT-3B42V7卫星降水产品对月降水的估算特征相似，均表现为在降水较少的月份(1月、2月、3月、11月和12月)与AIMERG数据集的月降水量接近(平均相对误差仅为−9.99%)；而在降水较多的月份估算明显偏低(平均相对误差达到了−29.94%，其中在8月最大为−32.63%)。RMM_RT-3B42V7数据集除5月、8月和9月估算偏低外，其余月份明显高估月降水量，平均相对误差达到了65.52%。从上述分析可见，卫星降水产品在月时间尺度上估算降水量的精度与大气降水量有关，大气降水量越大，卫星估算降水能力越差。

图1. 西南地区多源卫星降水数据平均月降水量多年平均结果比较

为进一步分析卫星降水产品在月尺度对降水量估计的精度，图2给出其统计指标CC、BIAS、RMSE、ME和NSE在各月的雷达分布图。PERSIANN-CDR和TRMM-3B42V7的CC指标一致性较为稳定且在全年均高于0.75，CMORPH-BLD次之，TRMM_RT-3B42V7表现最差，甚至在11月出现了负值。CMORPH-BLD、PERSIANN-CDR和TRMM-3B42V7的BIAS指标较小，均小于0.4；TRMM_RT-3B42V7的BIAS指标表现最差：在秋冬季超过了0.75。PERSIANN-CDR的RMSE指标最小，TRMM-3B42V7和TRMM_RT-3B42V次之，CMORPH-BLD最大。RMSE指标在夏季最高，在冬季最低，与图1呈现的结果一致。TRMM_RT-3B42V7的ME为正值，表明对降水估算偏高，而CMORPH-BLD、PERSIANN-CDR和TRMM-3B42V7的ME指标都是负值，表明对降水估算偏低。比较而言PERSIANN-CDR的ME绝对值小于其余三者的ME绝对值，表现最好。就综合表现来看，PERSIANN-CDR数据精度最高。各卫星产品的NSE值月变化特征基本相似，在降水较少的月份(11月~次年3月) NSE值介于0左右且变化幅度较小；在降水较多月份(4月~月9月) NSE值明显小于0，且变化幅度较大。这说明各卫星产品对春夏季各月降水估算的精度较秋冬季低。

图2. 西南地区多源卫星降水产品月资料精度评估

3.2. 多源降水产品季节资料的比较分析

表1给出了西南地区各卫星降水产品的区域平均季节降水量和CC、BIAS、RMSE、ME和NSE 5个统计指标值。就季节降水量而言，春季、夏季和秋季TRMM_RT-3B42V7产品的降水量与AIMERG的降水量最为接近，平均相对误差仅为10.1%，NSE值也最接近于1，而CMORPH-BLD、PERSIANN-CDR和TRMM-3B42V7产品的降水量与AIMERG的降水量的平均相对误差高达−29.1%，且NSE值明显较小。从误差和偏差角度来看，TRMM_RT-3B42V7产品的BIAS、RMSE、ME值平均值分别为0.106、51.566 mm和33.298 mm，明显小于CMORPH-BLD、PERSIANN-CDR和TRMM-3B42V7产品对应值(平均值分别为−0.291、105.815 mm和−104.452 mm)的绝对值。但是从数据一致性来看，TRMM_RT-3B42V7产品的CC值(0.638)明显小于其余三个卫星产品的值(其平均值为0.928)。这表明TRMM_RT-3B42V7产品对降水季节变化的整体趋势特征捕获能力较高，但是在一致性方面估算效果较差，也就是说对各网格点降水的估算偏差较大。CMORPH-BLD、PERSIANN-CDR和TRMM-3B42V7产品对降水估算的精度与此正好相反。冬季各卫星产品对降水的估算精度与春夏秋季完全不同，CMORPH-BLD、PERSIANN-CDR和TRMM-3B42V7产品的降水量与AIMERG的降水量最为接近，平均相对误差仅为−5.1%，而TRMM_RT-3B42V7产品的高达122.9%。NSE值的相对大小也说明这一点。总而言之，CC、BIAS、RMSE、ME和NSE 5个统计值均表明冬季CMORPH-BLD、PERSIANN-CDR和TRMM-3B42V7产品对降水估算的精度较高，其中又以PERSIANN-CDR产品估算的降水精度最高。

表1. 西南地区各卫星降水产品CC、BIAS、RMSE、ME和NSE统计值

3.3. 多源卫星降水产品年资料的比较分析

卫星降水产品在我国西南地区年降水量的结果如图3所示，各降水产品显示的年变化特征基本相同，2008~2012年年际间变化幅度较大，之后年降水量变化较小。其中PERSIANN-CDR、TRMM-3B42V7和CMORPH-BLD卫星产品估算明显低估了年降水量，而TRMM_RT-3B42V7卫星产品明显高估了年降水量。这说明年尺度上各卫星产品均能够捕获降水量的年际变化特征，但明显高估或低估。

图3. 西南地区多源卫星降水数据年降水量结果比较

3.4. 多源卫星降水产品的空间精度评估

图4展示了各卫星降水产品与AIMERG降水CC指标的空间分布特征。CMORPH-BLD在贵州大部、云南中部和南部、西藏东南部地区表现出较强的相关性，CC指标达到了0.3以上，个别区域甚至达到了0.8以上。在川渝地区整体来看相关性较弱，大部分地区的CC指标介于−0.3~0.3之间。PERSIANN-CDR在贵州大部、云南中部和东南部和西藏中部地区的CC指标均大于0.6，表现出较强的一致性，在川渝地区整体来看较弱。TRMM-3B42V7在西藏东部、云南北部、中部和南部、以及贵州大部分地区均表现较好，但同样在川渝地区表现较差，CC指标小于0.6。TRMM_RT-3B42V7在四川东部和云南南部的相关性较好，CC指标达到0.9以上，在重庆地区相关性较差。总之，CMORPH-BLD、PERSIANN-CDR和TRMM-3B42V7产品对贵州大部和云南南部、西藏东部降水估算的精度较高，而对重庆地区降水估算的精度较差。由此可见，卫星降水产品与AIMERG的相关性与海拔和降水多少有关：在高海拔地区较弱，在低海拔地区较强，这与胡庆芳 [16] 的研究结果相似；在年均降水量少的地区的相关性更弱，在年均降水量多的地区相关性更强，这与卫林勇 [17] 得出的结论基本一致。整体看来，卫星遥感产品反演降水的精度与区域所在的地理位置和当地的地形地貌有关。

4. 结论

本文以AIMERG为基准数据，在月、季节和年尺度上，评估了CMORPH-BLD、PERSIANN-CDR、TRMM-3B42V7和TRMM_RT-3B42V7四种卫星遥感降水产品在西南地区的精度和适用性，结果表明：

1) 各卫星降水产品均能反映降水量月变化特征，最大和最小值分别出现在7月和冬季，且降水量估算精度与降水大小有关：降水量越大卫星估算降水能力越差。CMORPH-BLD、PERSIANN-CDR和TRMM-3B42V7对月降水均有不同程度的低估，而TRMM_RT-3B42V7则明显高估。整体而言PERSIANN-CDR数据精度最高。

图4. 西南地区多源卫星降水产品空间精度评估

2) 不同季节各卫星产品对降水的估算能力存在明显差异。春季、夏季和秋季TRMM_RT-3B42V7产品对降水整体变化趋势捕获能力较强，但是对各网格点降水的估算偏差较大，而CMORPH-BLD、PERSIANN-CDR和TRMM-3B42V7产品对降水估算的精度与此正好相反。冬季各卫星产品对降水的估算精度与春夏秋季正好相反，TRMM_RT-3B42V7产品对降水的估算精度较差，CMORPH-BLD、PERSIANN-CDR和TRMM-3B42V7产品对降水估算的精度较好，其中又以PERSIANN-CDR数据精度最高。

3) 年尺度上各卫星产品能够捕获降水量的年际变化特征，但PERSIANN-CDR、TRMM-3B42V7和CMORPH-BLD卫星产品明显低估了年降水量，而TRMM_RT-3B42V7卫星产品明显高估了年降水量。

4) CMORPH-BLD、PERSIANN-CDR、TRMM_RT-3B42V7和TRMM-3B42V7产品在贵州大部和云南南部、西藏东部对降水的估算能力较好，而对于重庆地区降水的估算精度较差。

基金项目

成都信息工程大学本科教学工程项目(BKJX2019007, BKJX2019013)和大学生创新创业训练计划项目202110621023)支持。文中部分数据来源于“国家青藏高原科学数据中心”(http://data.tpdc.ac.cn)发布的亚洲地区高质量高时空分辨率降水数据集(AIMERG)。

文章引用

胡怡帆,贾志军. 多源卫星降水产品在西南地区的精度评估与比较分析
Comparative Evaluation of Multi-Source Satellite Precipitation Products in Southwest China[J]. 水资源研究, 2021, 10(05): 516-524. https://doi.org/10.12677/JWRR.2021.105056

参考文献