青藏高原羌塘內(nèi)流區(qū)降水時空特征

王 珂，王 娜，雍 斌

(河海大學(xué)地球科學(xué)與工程學(xué)院，江蘇 南京 211100)

受全球氣候變化影響，降水時空差異問題愈加突出[1-2]。降水時空變化的研究需要準(zhǔn)確的降水?dāng)?shù)據(jù)，氣象臺站的觀測數(shù)據(jù)是目前較為常用的降水?dāng)?shù)據(jù)，站點觀測具有易于操作、定點精準(zhǔn)測量的優(yōu)點[3]，但站點的空間分布易受到地形、氣候的影響。青藏高原地區(qū)地形復(fù)雜、氣候高寒多變，氣象站點分布十分有限，傳統(tǒng)的地面站點觀測在大范圍實時獲取青藏高原降水資料方面遇到了極大的困難。隨著科技的進(jìn)步發(fā)展，衛(wèi)星遙感的數(shù)據(jù)反演和模式計算等新手段被廣泛應(yīng)用于降水?dāng)?shù)據(jù)的獲取[4-5]。衛(wèi)星反演、模式模擬為地面測站稀疏的復(fù)雜地形水文過程的研究提供了可能[6]。

很多學(xué)者在國內(nèi)利用衛(wèi)星反演降水資料和再分析資料研究降水變化特征[7-10]。Zhou等[11]對比分析了衛(wèi)星資料和站點觀測的中國夏季降水日變化特征，結(jié)果顯示衛(wèi)星資料基本能夠再現(xiàn)站點觀測的降水日變化特征；韓振宇等[12]從氣候態(tài)、不同等級降水量分布以及長期變化等方面分析，通過與中國559個站點觀測資料對比，考察了APHRODITE降水資料在中國地區(qū)的適用性。衛(wèi)星反演降水資料在高原復(fù)雜氣候地形區(qū)也得到了廣泛的應(yīng)用[13-15]，白愛娟等[16]對比分析了TRMM3B41RT資料和氣象站實測降水在青藏高原中部地區(qū)的逐日降水量；郝振純等[17]在青藏高原江河源區(qū)利用觀測臺站降水資料對TRMM降水?dāng)?shù)據(jù)精度進(jìn)行了評估，結(jié)果表明TRMM降水?dāng)?shù)據(jù)有較好的適用性。

羌塘內(nèi)流區(qū)位于具有“世界屋脊”和“亞洲水塔”之稱的青藏高原西部，受大氣環(huán)流和高原地貌特征的影響，形成了獨特的高原氣候格局，高原降水特征明顯[18]。關(guān)于羌塘內(nèi)流區(qū)降水的研究相對較少，在20世紀(jì)70年代羌塘地區(qū)無人區(qū)科學(xué)考察資料分析表明該區(qū)年均降水量約為50～300 mm[19]。Liu等[20]根據(jù)1998年全球能量與水循環(huán)亞洲季風(fēng)之青藏高原試驗(GAME-TIBET)的降水?dāng)?shù)據(jù)初步分析了羌塘流域局部降水時空分布。李蘭暉等[21]基于羌塘高原及周邊地區(qū)的觀測降水?dāng)?shù)據(jù)、兩套衛(wèi)星降水產(chǎn)品(GPM(IMERGE)與TRMM(3B43))、兩套站點插值降水產(chǎn)品以及一套降水融合產(chǎn)品的降水?dāng)?shù)據(jù)得出，2015年羌塘高原核心區(qū)年均降水為154.9 mm，約為其東南邊緣多年均值的1/3。衛(wèi)星降水產(chǎn)品均高估了羌塘降水量，5套降水產(chǎn)品都不能較為準(zhǔn)確地反演羌塘地區(qū)降水空間特征。

針對羌塘內(nèi)流區(qū)觀測站點降水資料缺乏，核心區(qū)降水產(chǎn)品資料與實際降水量不確定性問題，本研究利用羌塘內(nèi)流區(qū)的5個氣象站點實測降水和8套衛(wèi)星反演與模式模擬的降水資料對其降水時空分布特征進(jìn)行進(jìn)一步的研究。通過地面實測降水?dāng)?shù)據(jù)對8套降水資料在月尺度上進(jìn)行精度檢驗，計算內(nèi)流區(qū)年降水量和季節(jié)降水量，初步評估8套降水資料在羌塘內(nèi)流區(qū)的適用性，以期為增強對該地區(qū)降水分布特征的理解，以及在缺資料地區(qū)反演降水提供科學(xué)參考。

1 研究區(qū)概況

羌塘內(nèi)流區(qū)位于青藏高原的西部，是青藏高原的重要組成部分，坐標(biāo)為29.67°N～38.63°N、78.66°E～93.66°E。內(nèi)流區(qū)面積約70.96萬km2，年均降水量50～300 mm，80%以上集中在6—9月，氣候干冷多變。該區(qū)平均海拔為4 900 m，人口稀少，交通不便，屬于典型無人區(qū)。高海拔、復(fù)雜地形以及惡劣氣候?qū)е铝嗽摿饔騼?nèi)的氣象站點分布較少且極不均勻，僅有5個國家基準(zhǔn)和基本氣象站(圖1)，是一個典型的嚴(yán)重缺資料地區(qū)。

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來源

2.1.1地面參考數(shù)據(jù)

a. 地面實測降水?dāng)?shù)據(jù)。選取的是羌塘內(nèi)流區(qū)的5個國家標(biāo)準(zhǔn)和基本站的降水觀測數(shù)據(jù)，數(shù)據(jù)來自中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)，且經(jīng)過嚴(yán)格的質(zhì)量控制，選取的時間段為1957—2016年。氣象站點主要分布在內(nèi)流區(qū)東部和南部，記錄了1957年起的氣象數(shù)據(jù)。站點降水雖然不能真實全面地反映出區(qū)域的降水情況，但仍可以代表一定范圍內(nèi)的降水值，依然是降水最直接、可靠、準(zhǔn)確的測量方法[22]。本研究對比各站點對應(yīng)的網(wǎng)格的降水，對降水資料進(jìn)行精度檢驗。

圖1 研究區(qū)及氣象站位置

b. 青藏高原所在羌塘地區(qū)布設(shè)了9個雨量站，觀測了羌塘地區(qū)2008年6—9月的月降水?dāng)?shù)據(jù)[23]，本研究采用這套降水?dāng)?shù)據(jù)作為補充的地面實測數(shù)據(jù)進(jìn)行驗證。具體數(shù)據(jù)見表1。

表1 2008年6—9月9個站點的月降水量 mm

2.1.2降水格點數(shù)據(jù)

采用8套降水資料對比分析羌塘內(nèi)流區(qū)的降水時空分布特征。8套降水資料分別為：日本國家宇航局建立的高時空分辨率全球衛(wèi)星降水?dāng)?shù)據(jù)GSMaP_Gauge；美國國家海洋和大氣局發(fā)布的氣候數(shù)據(jù)校正產(chǎn)品PERSIANN-CDR；基于衛(wèi)星觀測的降水?dāng)?shù)據(jù)集CMORPH-CRT；美國國家航空航天局和日本國家宇航局聯(lián)合生成的基于衛(wèi)星觀測的融合降水?dāng)?shù)據(jù)TMPA-V7；中國科學(xué)院青藏高原研究所建立的中國區(qū)域高時空分辨率地面氣候要素驅(qū)動數(shù)據(jù)集ITPCAS；美國國家航空航天局和美國國家海洋和大氣局聯(lián)合開發(fā)的全球陸面數(shù)據(jù)同化系統(tǒng)Noah模型生成的3個版本的降水?dāng)?shù)據(jù)集Noah-V1.0、Noah-V2.0、Noah-V2.1。8套降水資料的基本信息見表2。

2.2 研究方法

為定量比較8套降水資料對于站點實測降水量的精度，選取下列統(tǒng)計指標(biāo)[24]：相關(guān)系數(shù)R用來評價降水?dāng)?shù)據(jù)同站點實測降水的線性相關(guān)程度，最優(yōu)值為1；平均絕對誤差EMA用來衡量衛(wèi)星數(shù)據(jù)誤差的整體水平，最優(yōu)值為0；均方根誤差ERMS不僅可用來表征降水?dāng)?shù)據(jù)與站點實測降水之間的平均誤差大小，還可用來表示它們之間的離散程度，最優(yōu)值為0；相對誤差ER能反映出降水?dāng)?shù)據(jù)的系統(tǒng)偏差程度，最優(yōu)值為0。具體計算公式為

(1)

(2)

(3)

(4)

3 結(jié)果分析

3.1 降水精度評估

以羌塘內(nèi)流區(qū)5個氣象站點2001—2015年的實測降水月數(shù)據(jù)為參照，提取了相應(yīng)地理位置的8套降水資料的點位數(shù)據(jù)進(jìn)行降水資料的精度檢驗，得到如圖2所示散點圖，并標(biāo)注了R、EMA、ERMS和ER值。對比可知，GSMaP_Gauge和ITPCAS與實測數(shù)據(jù)都保持著非常好的相關(guān)性，它們的散點聚集簇更接近1∶1的對角線。其中，GSMaP_Gauge整體表現(xiàn)相對更好，只出現(xiàn)輕微的低估；ITPCAS在中低雨量范圍內(nèi)，出現(xiàn)較為明顯的高估，其表現(xiàn)次于GSMaP_Gauge。另外，由于ITPCAS在融合時使用到羌塘內(nèi)流區(qū)5個氣象站點的降水?dāng)?shù)據(jù)，因此相關(guān)性非常好，但其在羌塘其他地區(qū)的精度仍需驗證。Noah系列降水?dāng)?shù)據(jù)均出現(xiàn)不同程度的高估，其中，Noah-V1.0相關(guān)性最差，Noah-V2.0高估最嚴(yán)重。綜合對比分析8套數(shù)據(jù)的散點分布以及4個統(tǒng)計指數(shù)，在羌塘內(nèi)流區(qū)，GSMaP_Gauge是表現(xiàn)最好的一套產(chǎn)品，有著極好的相關(guān)性，極小的平均絕對誤差和相對誤差；ITPCAS次之；PERSIANN-CDR和Noah-V2.1結(jié)果類似，只在細(xì)微之處有差別，表現(xiàn)居中；CMORPH-CRT和Noah-V1.0表現(xiàn)較差；TMPA-V7與Noah-V2.0表現(xiàn)最差，均出現(xiàn)明顯的高估現(xiàn)象。

表2 8套降水資料基本信息

為了進(jìn)一步驗證降水資料的精度，采用獨立觀測的地面數(shù)據(jù)進(jìn)行比較，即以表1中的雨量站月降水觀測數(shù)據(jù)為參照，提取相應(yīng)地理位置的8套降水資料的點位數(shù)據(jù)進(jìn)行降水產(chǎn)品的精度檢驗，得到如圖3所示散點圖。對比分析它們的散點分布以及4個統(tǒng)計指數(shù)，可以發(fā)現(xiàn)以這套雨量站降水?dāng)?shù)據(jù)為“真值”時，GSMaP_Gauge仍是表現(xiàn)最好的一套產(chǎn)品，有著最高的相關(guān)性，最小的平均絕對誤差和較小的均方根誤差，其次是PERSIANN-CDR與Noah-V2.1；Noah-V2.0表現(xiàn)居中；TMPA-V7、ITPCAS和Noah-V1.0結(jié)果類似，表現(xiàn)較差；CMORPH-CRT表現(xiàn)最差。結(jié)合圖2與圖3可知，ITPCAS降水資料與雨量站降水?dāng)?shù)據(jù)進(jìn)行對比的結(jié)果不如與氣象站點對比驗證結(jié)果，表明其在羌塘內(nèi)流區(qū)的降水反演精度一般。綜合來看，GSMaP_Gauge有最好的降水表現(xiàn)。

(e)ITPCAS (f)Noah-V1.0 (g)Noah-V2.0 (h)Noah-V2.1

(e)ITPCAS (f)Noah-V1.0 (g)Noah-V2.0 (h)Noah-V2.1

3.2 年降水時空分布特征

3.2.1空間分布特征

在滿足互相比較驗證精度前提下，利用8套降水資料進(jìn)一步探究羌塘的降水空間分布特征。圖4為8套降水資料在羌塘內(nèi)流區(qū)的2001—2015年期間多年平均降水量空間分布。由圖4可見，各套數(shù)據(jù)的多年平均降水在羌塘內(nèi)流區(qū)的空間分布存在很大的差異。GSMaP_Gauge、TMPA-V7、CMORPH-CRT和ITPCAS主要呈現(xiàn)出東南多西北少的降水分布，最大降水區(qū)均出現(xiàn)在東南地區(qū)，但TMPA-V7和CMORPH-CRT部分降水最大值分別出現(xiàn)在西南和北部地區(qū)；PERSIANN-CDR、Noah-V2.0和Noah-V2.1則主要呈現(xiàn)出南多北少的空間分布特征，降水極值區(qū)也出現(xiàn)在內(nèi)流區(qū)南部邊緣；而Noah-V1.0在中北部出現(xiàn)了最大降水區(qū)，與其他7套降水資料的空間分布極不相同。結(jié)合8套降水資料的精度評估可知，GSMaP_Gauge的降水空間分布特征更符合羌塘內(nèi)流區(qū)年降水分布。

表3為8套降水資料2001—2015年羌塘內(nèi)流區(qū)5個氣象站的年均降水量(P)及其多年的波動情況(采用標(biāo)準(zhǔn)差σ表示)。結(jié)合圖4和表3的實測數(shù)據(jù)可以看出，5個氣象站的年均降水符合內(nèi)流區(qū)降水東南多西北少的空間分布格局。其中，GSMaP_Gauge在5個氣象站的年均降水最接近實測降水，這說明GSMaP_Gauge能夠很好地反演該地區(qū)降水。各套產(chǎn)品多年降水均出現(xiàn)較大的波動性，明顯地，時間序列較短的Noah-V2.0在5個站點的降水波動性均比其他7套產(chǎn)品的小。由此可見，時間序列長短是影響波動性的一個重要原因。

3.2.2時間分布特征

研究表明，青藏高原的湖泊面積不斷增加可能是因降水增多導(dǎo)致[25]，因此利用實測和8套降水資料時間序列分析降水趨勢變化。計算5個氣象站的年降水并進(jìn)行趨勢性檢驗(圖5)，可以發(fā)現(xiàn)，羌塘內(nèi)流區(qū)5個站點的年降水均呈現(xiàn)出不同程度的增加趨勢。在降水增幅上，茫崖站的降水增加趨勢不顯著，降水增幅是0.21 mm/a；而班戈的年降水增加趨勢最顯著，降水增幅達(dá)到3.22 mm/a；改則站、安多站和申扎站的降水增幅依次為1.87 mm/a、2.13 mm/a、2.98 mm/a，可見站點所在地區(qū)的降水也是逐年增加的。在降水量上，處于內(nèi)流區(qū)北部的茫崖站的年降水量基本在100 mm以下，位于西南部的改則年降水量為100～300 mm，處于東南部的申扎、班戈和安多站的年降水量依次增多，安多站的年降水量高達(dá)300～700 mm，這與羌塘內(nèi)流區(qū)降水自東南向西北、由南向北減少的空間分布格局一致。

圖4 8套降水資料的多年平均降水量空間分布

表3 8套降水資料與5個氣象站的地面實測的年均降水量及波動情況 mm

圖5 5個氣象站點實測降水的年變化序列

圖6為8套降水資料的年變化序列。可以看出，除了Noah-V1.0與ITPCAS，其他降水?dāng)?shù)據(jù)的變化趨勢大體上是一致的，只是數(shù)值上存在一定的差異，降水資料顯示羌塘內(nèi)流區(qū)年降水量大致為180～380 mm，這與實際測站年降水增加的趨勢一致。GSMaP_Gauge對羌塘地區(qū)降水為低估，故其年降水值均小于其他降水資料。Noah-V1.0與ITPCAS降水趨勢基本一致，均為先平緩后增加，但其在1996年出現(xiàn)異常，這與Noah-V1.0所使用的數(shù)據(jù)源有關(guān)，不同階段使用不同的數(shù)據(jù)源直接導(dǎo)致了Noah-V1.0降水?dāng)?shù)據(jù)出現(xiàn)明顯的跳躍式變化[26]。

圖6 8套降水資料的年變化序列

3.3 季節(jié)降水特征

受地形、氣候條件的影響，羌塘內(nèi)流區(qū)降水年際分布不均，年內(nèi)分配差異同樣明顯，降水季節(jié)分明。選取降水資料GSMaP_Gauge、PERSIANN-CDR與Noah-V1.0為代表計算2001—2015年羌塘內(nèi)流區(qū)的季節(jié)降水空間分布。圖7為GSMaP_Gauge、PERSIANN-CDR和Noah-V1.0多年平均降水量的季節(jié)分布，可以明顯看出這3套降水資料在羌塘內(nèi)流區(qū)的降水基本集中在夏季，且夏秋兩季的降水空間分布與年降水空間分布極為相似。不同的是，在冬季，降水分布基本呈現(xiàn)為西多東少，由西南向東北遞減的格局。明顯地，Noah-V1.0對羌塘內(nèi)流區(qū)降水表現(xiàn)為高估的原因是其在春冬兩季對羌塘北部降水出現(xiàn)嚴(yán)重高估。

8套降水資料2001—2015年在羌塘內(nèi)流區(qū)的季節(jié)及年降水量分布統(tǒng)計結(jié)果見表4。由表4可見，從年均降水量角度來看，各套降水?dāng)?shù)據(jù)的年均降水量差距較大，Noah-V1.0的年均降水量明顯大于其他7套數(shù)據(jù)集，且比降水量最少的GSMaP_Gauge多261 mm；從各季節(jié)降水量角度來看，其分布也存在較大差異，整體而言，8套降水資料的降水量主要分布在夏季，除Noah-V1.0夏季降水只占全年降水量的38.78%，其他7套降水資料的夏季降水量占比均在59%以上，這是由于Noah-V1.0數(shù)據(jù)集在春東兩季高估降水而導(dǎo)致夏季降水占比較低。

圖7 GSMaP_Gauge、PERSIANN-CDR和Noah-V1.0多年平均降水量的季節(jié)分布

表4 8套降水資料2001—2015年在羌塘內(nèi)流區(qū)的季節(jié)及年降水量統(tǒng)計結(jié)果

4 結(jié) 論

a. 整體而言，GSMaP_Gauge降水資料較其他7套資料更適用于羌塘內(nèi)流區(qū)。精度檢驗結(jié)果顯示GSMaP_Gauge月數(shù)據(jù)與站點實測降水量擬合后，R為0.95，EMA為5.15 mm，ERMS為11.84 mm，ER與ERMS都較小，表明其對羌塘內(nèi)流區(qū)降水反演效果較好，只有輕微的低估現(xiàn)象。

b. 羌塘內(nèi)流區(qū)降水空間分布整體上呈現(xiàn)自東南向西北、由南向北逐漸減少的基本趨勢。不同區(qū)域不同降水資料間的降水分布差異較為明顯，Noah-V1.0年降水表現(xiàn)出對羌塘北部地區(qū)降水的過分高估，其余7套降水資料的降水格局基本是由南向北減少或是自東南向西北遞減。

c. 羌塘內(nèi)流區(qū)5個站點的年降水均呈現(xiàn)不同程度的增加趨勢，8套降水資料年降水也顯示羌塘內(nèi)流區(qū)的年降水在逐年增加。其中，GSMaP_Gauge年降水量更接近于羌塘內(nèi)流區(qū)真實情況，其代表的羌塘內(nèi)流區(qū)年降水約為216 mm。

d. 羌塘內(nèi)流區(qū)的季節(jié)降水主要集中在夏季，其間降水量可占全年降水的59%以上，其他季節(jié)的降水分布較為相似。因春冬兩季高估降水，Noah-V1.0季節(jié)降水評估效果不佳，夏季降水只占全年降水量的38.78%。