基于衛(wèi)星降雨的遼寧省氣象干旱實時監(jiān)測研究

張學君 ，馬苗苗 ，蘇志誠 ，呂 娟 ，邢子康

（1.中國水利水電科學研究院 防洪抗旱減災(zāi)研究所，北京 100038；2.水利部防洪抗旱減災(zāi)工程技術(shù)研究中心，北京 100038；3.河海大學 水文水資源學院，江蘇 南京 210098）

1 研究背景

干旱是指某一時段內(nèi)的降水量明顯少于多年平均量而引發(fā)一系列水循環(huán)要素的水分相對短缺，大體可分為氣象干旱（與正常年份同期相比降水量明顯減少）、水文干旱（由于降水量長期不足導(dǎo)致地表、地下水較多年平均短缺現(xiàn)象）、農(nóng)業(yè)干旱（土壤含水量不足導(dǎo)致作物生長需水量得不到滿足的現(xiàn)象）及社會經(jīng)濟干旱（供水不足導(dǎo)致供需矛盾突出的現(xiàn)象）［1］。由此可見，上述4類干旱均與降雨量持續(xù)虧缺有關(guān)。在已有的干旱診斷指標中，標準化降雨指數(shù)（SPI）常用于度量當前降雨量較歷史同期的偏離特征，定量表征不同時間尺度下（1個月、3個月、6個月及12個月）的降雨虧缺程度［2］。在中國，國家氣象局（CMA）提供了全國756個地面站點的歷史降雨觀測序列，用于支持過去近半個世紀的干旱特征及時空變化分析［3-7］。然而，上述地面降雨觀測產(chǎn)品通常需要花費數(shù)月進行數(shù)據(jù)質(zhì)量控制，難以實時發(fā)布，不適用于干旱實時監(jiān)測。衛(wèi)星遙感技術(shù)的出現(xiàn)為開展大范圍實時監(jiān)測提供了數(shù)據(jù)支撐。當前，以TMPA［8］、PERSIANN［9］、GPM［10］等為代表的遙感降水產(chǎn)品已廣泛用于全球水文模擬研究，并取得較為不錯的效果［11］。然而，基于衛(wèi)星遙感的實時降雨產(chǎn)品通常存在以下問題：（1）由于缺少地面質(zhì)量控制而存在大量的誤差；（2）觀測序列相對較短（通常不足20年），難以提供干旱識別/診斷所需歷史長期氣候態(tài)。以上兩方面的問題限制了衛(wèi)星降雨產(chǎn)品在干旱實時監(jiān)測診斷方面的應(yīng)用［12-13］。

大量研究嘗試將衛(wèi)星實時降水產(chǎn)品與具有長序列的歷史地面觀測產(chǎn)品進行“拼接”，以解決衛(wèi)星降水產(chǎn)品誤差大、序列短的問題，同時彌補地面觀測在實時更新方面的不足。例如，文獻［12］通過將衛(wèi)星實時降雨無縫接入歷史長期觀測序列，生成了一套空間分辨率為2.5°×2.5°的全球干旱實時監(jiān)測數(shù)據(jù)集；以同期地面觀測為基準，文獻［14-15］分別修正了TMPA實時降雨產(chǎn)品，進一步利用校正的TMPA實時降雨發(fā)展了全球及區(qū)域尺度的干旱實時信息系統(tǒng)；文獻［16］利用貝葉斯方法消除衛(wèi)星降雨與地面觀測之間的不一致性，發(fā)展了一套具有較長時間序列的實時降水產(chǎn)品，用于東非氣候分析研究。與之類似，國內(nèi)部分研究嘗試融合基于地面自動氣象站的實時觀測與衛(wèi)星降雨產(chǎn)品，生成全國0.1°×0.1°的高分辨率實時降雨分析數(shù)據(jù)集［17-18］。然而，上述研究主要集中在自動氣象站數(shù)據(jù)易獲取的暖季月份（5—9月）。更為重要的，國內(nèi)研究多集中在如何制作高精度的實時降雨分析產(chǎn)品，對借助衛(wèi)星降雨進行干旱實時監(jiān)測的關(guān)注仍相對較少［19］。

為此，本研究擬借助衛(wèi)星實時降雨產(chǎn)品和具有長歷史序列的高質(zhì)量地面氣象觀測產(chǎn)品，獲取歷史長期一致的實時降雨序列，進而通過SPI實時估算實現(xiàn)對干旱的實時監(jiān)測。文章選取干旱易發(fā)區(qū)遼寧省作為研究區(qū)。據(jù)統(tǒng)計，遼寧西部和南部地區(qū)在過去近20年間平均每1.5年發(fā)生一次干旱，平均每10年發(fā)生一次大旱；干旱造成的糧食損失累計達4003萬t、經(jīng)濟損失230億元，因旱飲水困難人口累計接近450萬［20］。在此背景下，開展此研究將有助于實時追蹤遼寧省干旱的發(fā)生、發(fā)展及消退過程，為及時應(yīng)對防范干旱災(zāi)害、緩解旱災(zāi)對遼寧省的影響提供科學的決策支持。

2 數(shù)據(jù)與方法

本文擬選取基于TRMM衛(wèi)星的最新TMPA-RT準降雨產(chǎn)品3B42RTv7（9 h的延遲性）作為實時降雨數(shù)據(jù)源［13］。該產(chǎn)品覆蓋了全球50°N—50°S的全部地區(qū)，空間分辨率為0.25°×0.25°，時間分辨率為3 h，支持使用者免費下載自2000年3月至當前的實時降雨數(shù)據(jù)。當前，TMPA-RT已廣泛應(yīng)用于全球不同尺度的干旱/洪水等極端水文事件的監(jiān)測、診斷研究［16］。文章進一步選取中國氣象局氣候研究開放實驗室開發(fā)的一套過去近60年（1961—2016），空間分辨率為0.25°的高質(zhì)量歷史逐日降雨數(shù)據(jù)產(chǎn)品（CN05.1；后文簡稱為觀測），用于構(gòu)建干旱診斷/評估所需的歷史氣候態(tài)。該產(chǎn)品是基于全國2400多個地面氣象臺站的觀測資料，通過插值、質(zhì)量控制等處理，得到的格點化數(shù)據(jù)集［21］。由于考慮更多的地面觀測信息，CN05.1產(chǎn)品的質(zhì)量遠遠優(yōu)于先前基于700多個氣象站開發(fā)的網(wǎng)格化降雨產(chǎn)品［22-24］。

引入基于統(tǒng)計校正的等百分位轉(zhuǎn)換法［25］（CDF-to-CDF），將TMPA-RT衛(wèi)星數(shù)據(jù)無縫接入CN05.1觀測序列。該方法旨在調(diào)整衛(wèi)星實時降雨的分布，使其與同時段的觀測降雨分布相吻合，其大體步驟如下：（1）在同一時段分別擬合得到衛(wèi)星日降雨累積分布（FS）和觀測日降雨的累積分布（FO）；（2）基于衛(wèi)星降雨分布（FS），確定實時降雨在分布曲線上的位置，用百分位數(shù)（Prob）表示；（3）基于觀測降雨分布（FO），估算得到上述百分位數(shù)對應(yīng)的觀測降雨，進而替換掉原有的衛(wèi)星實時降雨。這樣，消除掉衛(wèi)星實時產(chǎn)品與歷史觀測間的不一致性，進而實現(xiàn)兩者的無縫“拼接”。

基于TMPA-RT與CN05.1兩者近16年的重合期（2000年3月—2016年12月），本研究選取前10年（2000年3月—2010年12月；后文稱之為“訓練期”）數(shù)據(jù)，構(gòu)建兩者在每個月（1月—12月）的日降雨量間的統(tǒng)計矯正關(guān)系。利用上述統(tǒng)計關(guān)系，矯正逐年第i月（i=1，2，…，12）第j天的衛(wèi)星日降雨量（SPi，j）的具體步驟如下：

（1）基于TMPA-RT衛(wèi)星實時降雨產(chǎn)品和CN05.1觀測產(chǎn)品在“訓練期”的同期數(shù)據(jù)，利用Gamma分布分別擬合出TMPA-RT（SCDFi）和CN05.1（OCDFi）在第i月的日降雨累積頻率分布。

（2）利用式（1）確定衛(wèi)星日降雨SPi，j在累積頻率分布（SCDFi）中的位置：

（3）利用式（2）將衛(wèi)星日降雨 SPi,j的值替換為，實現(xiàn)對衛(wèi)星實時降雨的矯正：

利用以上步驟，對每個0.25°網(wǎng)格的TMPA-RT衛(wèi)星降雨序列進行了矯正，消除了TMPA-RT與CN05.1觀測產(chǎn)品間的不一致性，將兩者進行了無縫“拼接”，形成了一套具有較長歷史序列且能夠自動實時更新的降雨數(shù)據(jù)產(chǎn)品?；谏鲜觥捌唇印碑a(chǎn)品，我們通過自動估算不同時間尺度下的SPI值，實現(xiàn)對干旱的實時監(jiān)測。

以易旱的遼寧省作為研究區(qū)（圖1），選取TMPA-RT與CN05.1重合期內(nèi)后5年（2011—2016年；獨立于“訓練期”）的典型干旱月，文章分別利用納西效率系數(shù)（Ef）和相對誤差（Er；%）等指標對上述干旱監(jiān)測的范圍、強度和面積進行定量評估、驗證［24］。其中，參考美國干旱研究中心的干旱等級標準［26］，干旱面積是通過統(tǒng)計區(qū)域內(nèi)SPI＜-0.8的網(wǎng)格面積計算得到的。

圖1 遼寧省DEM地形圖

3 結(jié)果分析

圖2展示了基于TMPA-RT衛(wèi)星實時降水產(chǎn)品與CN05.1觀測產(chǎn)品估算的遼寧省多年平均月降雨量的空間分布?；谟^測數(shù)據(jù)的結(jié)果顯示，遼寧省多數(shù)地區(qū)的月降雨量均超過50 mm，其中東部地區(qū)較為豐富，月降雨達到70～80 mm。與觀測數(shù)據(jù)相比，TMPA-RT產(chǎn)品具有與之相似的空間分布，即東部地區(qū)較為豐富，中西部地區(qū)降雨量相對較少；然而，在大部分地區(qū)TMPA-RT存在明顯的降雨量誤差，呈現(xiàn)出東南部高估、西北部低估的空間分布。具體地，在全省近半數(shù)（約46%）地區(qū)，兩者間月降雨誤差超過10 mm；其中，誤差超過20 mm的地區(qū)在全省的面積占比達到1/5，并主要集中在東南部、西北部等海拔相對較高的地區(qū)。上述對比結(jié)果表明，衛(wèi)星實時降雨與觀測降雨間存在著系統(tǒng)性誤差，難以直接用于干旱實時監(jiān)測。

圖2 遼寧省2001—2016年多年平均月降雨量空間分布

圖3展示了矯正前后TMPA-RT衛(wèi)星降雨與CN05.1觀測值在所有網(wǎng)格點的對比結(jié)果。由圖3（a）可知，近90%以上的格點分布在對角線（y=x）之上，線性擬合斜率僅為0.15。這表明，與同期地面觀測相比，TMPA-RT產(chǎn)品在全省幾乎所有地區(qū)均呈現(xiàn)明顯的日降雨量高估。相對而言，圖3（b）中所有點的分布更加緊湊且均集中在對角線附近，衛(wèi)星-觀測兩者的線性擬合斜率維持在1左右且相關(guān)系數(shù)接近1，表明TMPA-RT矯正結(jié)果能夠較好地重現(xiàn)地面觀測。以上對比研究表明，TMPA-RT原始數(shù)據(jù)產(chǎn)品與地面觀測直接存在明顯的不一致性；而基于等百分位轉(zhuǎn)換的偏差矯正能有效去除上述不一致性，實現(xiàn)兩者的無縫“拼接”。

圖3 矯正前后TMPA-RT衛(wèi)星降水與CN05.1觀測降水對比圖

圖4分別選取位于遼寧省東部與西部的兩個典型網(wǎng)格，對比了TMPA-RT原始數(shù)據(jù)、矯正數(shù)據(jù)與觀測數(shù)據(jù)多年月降雨序列（圖4（a）（c））。結(jié)果顯示，TMPA-RT原始產(chǎn)品與觀測數(shù)據(jù)在上述兩個網(wǎng)格均存在明顯的月降雨誤差，誤差絕對值接近甚至超出30%；而矯正產(chǎn)品的誤差基本維持在0左右。為探究上述誤差對干旱識別的影響，進一步對比評估基于上述3個降雨數(shù)據(jù)序列的SPI-12估算值（圖4（b）（d））。與預(yù)想結(jié)果相同，基于TMPA-RT原始數(shù)據(jù)“拼接”觀測數(shù)據(jù)估算的SPI顯著偏離參考觀測值（基于觀測序列估算而得）且納西效率系數(shù)（Ef）均低于0，表明TMPA-RT與觀測產(chǎn)品間的不一致性（系統(tǒng)性誤差）很大程度上影響干旱指標（SPI）的估算，影響干旱識別的準確性。相比而言，將TMPA-RT矯正數(shù)據(jù)與觀測數(shù)據(jù)“拼接”得到的SPI序列總體上能合理地重現(xiàn)參考觀測序列（Ef≥0.65），用于提供準確可靠的干旱監(jiān)測診斷信息。

圖4 典型網(wǎng)格內(nèi)多年月降雨及對應(yīng)SPI-12估算值的對比

圖5展示了基于CN05.1觀測數(shù)據(jù)、CN05.1與TMPA-RT原始數(shù)據(jù)“拼接”（CN05.1+TMPA-RT）及與TMPA-RT矯正數(shù)據(jù)“拼接”（CN05.1+TMPA-RT矯正）估算的遼寧省SPI-6的空間分布。由圖可見，在所有3個典型月份中，CN05.1+TMPA-RT矯正總體上能夠重現(xiàn)觀測估算的SPI分布，而CN05.1+TMPA-RT在某些地區(qū)（如遼西地區(qū)）難以準確識別出干旱事件。其中2013年5月與2015年11月的對比結(jié)果均較為典型。在2013年5月，CN05.1+TMPA-RT的估算結(jié)果顯示全省不存在干旱現(xiàn)象，反之均處于較為濕潤狀態(tài)（SPI＞0.5），而基于CN05.1+TMPA-RT矯正數(shù)據(jù)準確監(jiān)測到遼西地區(qū)當月存在明顯的干旱現(xiàn)象。與之類似，CN05.1+TMPA-RT矯正在2015年11月的SPI-6監(jiān)測結(jié)果與觀測基本吻合，即遼西、遼西北地區(qū)處于受旱狀態(tài)，而東部地區(qū)相對濕潤；而基于原始TMPA-RT數(shù)據(jù)的干旱監(jiān)測結(jié)果存在明顯的偏差。從干旱面積統(tǒng)計（SPI＜-0.8）來看，CN05.1+TMPA-RT矯正數(shù)據(jù)在2011年10月，2013年5月和2015年11月監(jiān)測的干旱面積占比依次為26%、23%和31%，與觀測估算值（22%、19%和33%）基本吻合。

進一步以參考觀測為基準，對比評估了基于CN05.1+TMPA-RT與CN05.1+TMPA-RT矯正的SPI-12估算分布（圖6）。結(jié)果顯示，對于所選的3個典型干旱月，基于CN05.1的長序列降雨觀測估算結(jié)果顯示，遼西地區(qū)均出現(xiàn)了降水異常短缺的干旱現(xiàn)象。與上述參考觀測相比，CN05.1+TMPA-RT的“拼接”數(shù)據(jù)的監(jiān)測結(jié)果不僅難以監(jiān)測到遼西地區(qū)的干旱現(xiàn)象，相反還會提供其他地區(qū)存在干旱的“虛假”信息，影響決策判斷；而基于CN05.1+TMPA-RT矯正數(shù)據(jù)“拼接”序列不僅能準確地監(jiān)測識別出遼西地區(qū)的干旱范圍及強度，還能提供與參考觀測基本吻合的干/濕空間分布。上述基于6個月和12個月尺度SPI（SPI-6和SPI-12）的對比評估均表明，“拼接”矯正的TMPA-RT衛(wèi)星實時降雨與CN05.1歷史觀測降雨能夠用于準確可靠的干旱實時監(jiān)測診斷。

圖5 基于觀測降雨、矯正前與矯正后TMPA-RT衛(wèi)星降雨在典型干旱月估算的SPI-6分布

圖6 基于觀測降雨、矯正前與矯正后TMPA-RT衛(wèi)星降雨在典型干旱月估算的SPI-12分布

圖7 2011—2016年遼寧省逐月干旱面積（SPI＜-0.8）及不同等級的面積占比（%）

圖7（a）評估了基于矯正的TMPA-RT衛(wèi)星實時降雨數(shù)據(jù)在2011—2016年逐月監(jiān)測的干旱面積比例（即SPI＜-0.8的網(wǎng)格面積占全省總面積的比例）。由圖可知，基于矯正的衛(wèi)星降雨數(shù)據(jù)所識別的干旱面積與對應(yīng)觀測序列的納西效率系數(shù)均超過0.6，表明經(jīng)過誤差矯正，基于TMPA-RT衛(wèi)星降雨的干旱監(jiān)測能夠合理地反映實際的干旱面積情況。具體的監(jiān)測結(jié)果表明，遼寧省在2011—2012年、2014—2015年及2016年初均出現(xiàn)大面積（＞40%）的冬春連旱，尤其在2012年春季及2014年后半年的干旱面積超過60%。圖7（b）進一步展示了基于矯正的TMPA-RT衛(wèi)星監(jiān)測的不同強度干旱的面積比例?；赟PI的干旱等級閾值判定標準，SPI在-1.5與-2之間為重旱、低于-2為特旱級別［27］。參照上述標準，在2011/12年干旱事件中，重旱面積一度接近20%，特旱面積比例在5%左右，時間主要集中在2011年秋至2012年春；與之相比，2014/15年的干旱雖然持續(xù)時間不如上述2011/12年事件，但強度和范圍卻更大，即遭受重旱的地區(qū)面積接近40%，而特旱區(qū)域面積接近10%。以上結(jié)果表明，基于矯正的衛(wèi)星遙感降雨的實時監(jiān)測不僅能準確識別干旱范圍及面積，還能提供不同等級干旱的分布等更為詳細的信息，對實現(xiàn)干旱的精準化防范與管理提供科學決策支撐。

4 結(jié)論

以易旱的遼寧省為研究區(qū)，借助TMPA-RT衛(wèi)星實時降雨數(shù)據(jù)產(chǎn)品和高質(zhì)量長序列的地面氣象觀測數(shù)據(jù)CN05.1，并以CN05.1觀測數(shù)據(jù)為基準，利用等百分位數(shù)映射的方法矯正TMPA-RT，消除兩類產(chǎn)品間的不一致，實現(xiàn)兩者的無縫“拼接”，獲取一套時段為過去近50年、序列一致且能實時自動更新的降雨數(shù)據(jù)產(chǎn)品；以上述“拼接”的降雨序列為基礎(chǔ)，實時估算不同時間尺度下的SPI值，實現(xiàn)對干旱等極端水文事件的實時監(jiān)測。以TMPA-RT與CN05.1的數(shù)據(jù)重合時段，對比評估了矯正前后衛(wèi)星產(chǎn)品在降雨、干旱監(jiān)測方面的效果。

結(jié)果表明，與CN05.1觀測數(shù)據(jù)相比，TMPA-RT衛(wèi)星數(shù)據(jù)在遼寧省近半數(shù)的地區(qū)存在較大（＞10 mm/月）的降雨誤差，且呈現(xiàn)東南部高估、西北部低估的空間分布，表明TMPA-RT與地面觀測數(shù)據(jù)兩者序列不一致。基于典型網(wǎng)格點估算SPI值表明，TMPA-RT與CN05.1間的序列不一致很大程度上影響SPI等干旱指標的估算，進而難以提供準確可靠的干旱診斷信息。經(jīng)過誤差矯正，TMPA-RT多年日降雨量與同期地面觀測值基本吻合，兩者的相關(guān)系數(shù)接近1。在選取的兩個典型網(wǎng)格內(nèi)，利用CN05.1與TMPA-RT矯正數(shù)據(jù)的“拼接”序列估算的SPI序列的納西效率系數(shù)超過0.65，表明矯正的衛(wèi)星降雨總體上能夠重現(xiàn)基于地面觀測的干旱診斷信息。進一步選取3個干旱典型月，分別評估矯正前后TMPA-RT數(shù)據(jù)在重現(xiàn)干旱范圍的表現(xiàn)。結(jié)果表明，CN05.1與TMPA-RT矯正數(shù)據(jù)的“拼接”序列能夠重現(xiàn)基于觀測的干/濕空間分布，尤其是準確監(jiān)測到遼西地區(qū)的不同程度干旱及范圍；相反，利用TMPA-RT原始數(shù)據(jù)的監(jiān)測結(jié)果難以提供合理地干旱范圍及強度分布，特別是難以識別診斷出實際的干旱狀況。利用CN05.1與TMPA-RT矯正數(shù)據(jù)的“拼接”序列進行了2011—2016年的干旱監(jiān)測診斷，結(jié)果顯示遼寧省在2011—2012年、2014—2015年及2016年初均出現(xiàn)大面積干旱，與實際情況基本相符；此外，參照基于SPI的干旱等級判定標準，監(jiān)測結(jié)果還能提供不同等級干旱的面積分布狀況，為實現(xiàn)精準化的干旱防范與管理提供科學指導(dǎo)。

需要指出的是，目前GPM降雨產(chǎn)品［10］已開始用于替代TRMM數(shù)據(jù)產(chǎn)品。然而，GPM數(shù)據(jù)只能提供2014年3月份以后的實時降雨序列，使得衛(wèi)星產(chǎn)品與歷史地面觀測產(chǎn)品的重合期不足5年，進而影響兩者的融合效果。隨著GPM產(chǎn)品序列的不斷增長，未來可嘗試選用GPM產(chǎn)品作為衛(wèi)星實時降雨的數(shù)據(jù)源。