TRMM偏最小二乘降尺度降水模型在新疆不同地貌的適應(yīng)性

寧 珊，張正勇※，劉 琳，周紅武

（1. 石河子大學(xué)理學(xué)院，石河子 832000； 2. 石河子大學(xué)化學(xué)化工學(xué)院，石河子 832000）

0 引 言

降水在地球表面能量交換和物質(zhì)循環(huán)中扮演重要角色，其時(shí)空分布及變化直接影響區(qū)域乃至全球的氣候特征及化學(xué)循環(huán)過程[1]。降水?dāng)?shù)據(jù)也是氣候分析、水資源評(píng)價(jià)、水分循環(huán)、水量平衡及水文模型等相關(guān)研究中不可或缺的關(guān)鍵參數(shù)[2]，其精度和時(shí)空分辨率決定以上研究過程分析的準(zhǔn)確性和結(jié)果模擬的精確性。傳統(tǒng)的雨量觀測站點(diǎn)是當(dāng)前獲得準(zhǔn)確降水?dāng)?shù)值最為直接的方法，但對(duì)水汽循環(huán)有重要影響的高海拔山區(qū)和高原等復(fù)雜地形區(qū)，以及對(duì)生物多樣性有重要意義的荒漠區(qū)域均極少布設(shè)氣象站點(diǎn)，以上降水?dāng)?shù)據(jù)的缺失對(duì)相關(guān)研究的開展存在一定的局限性。降水的連續(xù)空間分布數(shù)據(jù)理論上可由離散分布的站點(diǎn)數(shù)據(jù)插值獲得[3]，但受氣象站點(diǎn)空間分布和影響因子的限制，空間插值精度往往存在不確定性。遙感衛(wèi)星類降水?dāng)?shù)據(jù)具有觀測范圍廣、不受地形和氣候條件局限等特征[4-5]，為獲取高時(shí)空分辨率的降水?dāng)?shù)據(jù)和客觀表征降水時(shí)空分布特征提供了強(qiáng)大的支撐。

自20世紀(jì)60年代開始出現(xiàn)多種降水?dāng)?shù)據(jù)產(chǎn)品，如熱帶降雨測量衛(wèi)星（Tropical Rainfall Measuring Mission，TRMM）、GSMaP，CMORPM 及 GPM 等[6-7]，其中 TRMM數(shù)據(jù)產(chǎn)品具備覆蓋范圍較大、可融合多個(gè)衛(wèi)星及全球地面站點(diǎn)觀測數(shù)據(jù)等優(yōu)點(diǎn)，已被廣泛應(yīng)用[8]。但該數(shù)據(jù)的空間分辨率僅為0.25°×0.25°（27.5 km×27.5 km），還不足以準(zhǔn)確刻畫復(fù)雜地形區(qū)降水分布規(guī)律，同時(shí)關(guān)于氣候及水文等模型也需更高分辨率的降水?dāng)?shù)據(jù)驅(qū)動(dòng)。

空間降尺度技術(shù)能夠提高TRMM數(shù)據(jù)的空間分辨率和精度，已成為近年來眾多學(xué)者的研究熱點(diǎn)之一。目前降尺度模型主要包括線性與非線性模型兩大類。與非線性模型相比，線性模型建模速度快，更易于求解[9]。線性降尺度模型主要包括多元線性回歸[10]、地理加權(quán)回歸[11-12]、主成分-逐步回歸[12]、偏最小二乘法[13]等。大多降尺度研究中僅將TRMM數(shù)據(jù)分辨率提高至1 km×1 km[10-13]，同時(shí)構(gòu)建模型時(shí)選擇影響降水的因子不夠全面。偏最小二乘法（Partial Least Squares，PLS）集主成分分析、典型相關(guān)性分析和多元線性回歸分析的基本功能于一體[14]，具有選擇性強(qiáng)和預(yù)測準(zhǔn)確等優(yōu)點(diǎn)[15]。因此，有必要構(gòu)建多源數(shù)據(jù)融合的PLS降尺度模型，以提高TRMM降水?dāng)?shù)據(jù)的空間分辨率及精度，實(shí)現(xiàn)降水產(chǎn)品的精細(xì)化需求。

新疆維吾爾自治區(qū)遠(yuǎn)離海洋深居亞歐大陸腹地，干旱少雨且生態(tài)系統(tǒng)極為脆弱，同時(shí)其綠洲灌溉區(qū)為中國第三大農(nóng)業(yè)區(qū)，該區(qū)域降水問題一直是政府和學(xué)者們關(guān)注的熱點(diǎn)。新疆面積廣闊，地形地貌復(fù)雜多樣，其荒漠占總面積的1/4，以往降水研究多集中在山地[12,16]、平原[17-18]，而對(duì)全疆范圍荒漠區(qū)降水相關(guān)研究極少。為此，本文利用PLS方法構(gòu)建TRMM降水降尺度模型，并基于地形地貌數(shù)據(jù)，研究其在新疆不同地形地貌分區(qū)進(jìn)行降水模擬的適應(yīng)性，為研究區(qū)水文、氣象預(yù)報(bào)等應(yīng)用提供科學(xué)依據(jù)。

1 研究區(qū)概況

新疆維吾爾自治區(qū)位于中國西北干旱半干旱地區(qū)，介于 73°40′～96°23′E、34°22′～49°10′N（圖 1），山脈與盆地相間排列，總體地貌呈“三山夾兩盆”的格局特征，區(qū)內(nèi)擁有阿爾泰山、天山、帕米爾高原、喀喇昆侖山、昆侖山和阿爾金山（由于帕米爾高原、喀喇昆侖山、昆侖山和阿爾金山位于新疆最南部且海拔較高均處于2 000 m以上，故下文將其簡稱為“帕喀昆阿山群”）等眾多山地及準(zhǔn)噶爾、吐哈和塔里木等盆地。四周高山阻隔使得海洋氣流不易到達(dá)，形成明顯的溫帶大陸性干旱氣候，年均降水量僅為150 mm左右，且相對(duì)集中于夏季[19]。

圖1 研究區(qū)地形地貌及氣象站點(diǎn)分布Fig.1 Landform and meteorological station distribution of study area

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源與預(yù)處理

本研究所需數(shù)據(jù)為 2000－2017年多源遙感類數(shù)據(jù)（TRMM 3B43降水?dāng)?shù)據(jù)、MOD13A3 NDVI數(shù)據(jù)、DEM數(shù)據(jù)）和氣象站點(diǎn)數(shù)據(jù)（表1）。借助ENVI對(duì)TRMM 3B43降水?dāng)?shù)據(jù)進(jìn)行坐標(biāo)定義、裁剪等預(yù)處理，再依據(jù)該數(shù)據(jù)產(chǎn)品計(jì)算規(guī)則得到降水量月值數(shù)據(jù)；MOD13A3 NDVI數(shù)據(jù)反映研究區(qū)植被覆蓋度等下墊面特征；氣象站點(diǎn)數(shù)據(jù)包括研究區(qū)52個(gè)氣象站點(diǎn) 2000－2017年月降水、相對(duì)濕度等數(shù)據(jù)，其中降水?dāng)?shù)據(jù)用來分析TRMM降水?dāng)?shù)據(jù)的適應(yīng)性及進(jìn)行降尺度模型的精度驗(yàn)證；DEM數(shù)據(jù)用來劃分高程帶和提取地形因子。

表1 數(shù)據(jù)來源Table 1 Data sources

降水變化在很大程度上受地形地貌和海拔高度的直接影響，為此將研究區(qū)氣象站點(diǎn)劃分為 3類，其中位于平原區(qū)域的站點(diǎn)有38個(gè)，位于盆地的有6個(gè)，位于山地的有8個(gè)（表2）?；诘孛差愋涂臻g分布數(shù)據(jù)將研究區(qū)歸并為平原、盆地和山地3大類，結(jié)合DEM數(shù)據(jù)將山地細(xì)劃為低海拔山地（＜1 000 m，簡稱“低山”）、中海拔山地（1 000～2 000 m，簡稱“中山”）、中高海拔山地（＞2 000～4 000 m，簡稱“中高山”）、高海拔山地（＞4 000～6 000 m，簡稱“高山”）和極高海拔山地（＞6 000 m，簡稱“極高山”）共5類。

表2 不同地貌區(qū)氣象站點(diǎn)基本信息Table 2 Basic information of meteorological stations in different landform zones

2.2 研究方法

在對(duì) TRMM 降水?dāng)?shù)據(jù)適應(yīng)性分析的基礎(chǔ)上，采用PLS方法，通過分析降水及影響因子的多重相關(guān)性后構(gòu)建空間降尺度模型，并對(duì)該模型模擬精度進(jìn)行驗(yàn)證，最后分析新疆不同地形地貌區(qū)降水的時(shí)空分布特征并探討其形成機(jī)制。

2.2.1 衛(wèi)星數(shù)據(jù)的適應(yīng)性分析方法

TRMM降水?dāng)?shù)據(jù)與氣象站點(diǎn)降水量在時(shí)空尺度上均存在一定的誤差[20]，將其應(yīng)用于新疆地區(qū)前需對(duì)其適應(yīng)性進(jìn)行評(píng)估，且正確估計(jì)TRMM數(shù)值與氣象站點(diǎn)數(shù)據(jù)之間的偏差是保證后期驗(yàn)證模型精度和降尺度效果的前提。本研究以氣象站點(diǎn)的逐月降水?dāng)?shù)據(jù)作為真值，選取決定系數(shù)（R2）及均方根誤差（Root Mean Squared Error，RMSE）2個(gè)指標(biāo)，分析TRMM降水?dāng)?shù)據(jù)與氣象站點(diǎn)降水?dāng)?shù)據(jù)兩者之間的差異以評(píng)估其適應(yīng)性。其中R2表示兩者之間的相關(guān)性，數(shù)值越接近1表示相關(guān)性越好，TRMM降水?dāng)?shù)據(jù)的精度越高；RMSE用來衡量TRMM與氣象站點(diǎn)降水?dāng)?shù)據(jù)之間的偏差，反映評(píng)估誤差的整體水平，其數(shù)值越小表示兩者越接近。

2.2.2 構(gòu)建空間降尺度模型

降水在形成過程中受諸多因子的影響[21]，其中地理位置和地貌格局直接決定獲得濕潤水汽的多寡；空氣濕度達(dá)到過飽和時(shí)便會(huì)成云致雨，而海拔高度和坡度、坡向等地形因子影響空氣的降溫過程；植物蒸騰作用可增加空氣濕度，植被覆蓋情況亦可反映區(qū)域降水豐沛程度。為此，本研究在前人研究的基礎(chǔ)上[10-15]，引入相對(duì)濕度、歸一化植被指數(shù)（Normalized Vegetation Index，NDVI）、高程、經(jīng)度、緯度、坡度和坡向這7個(gè)影響因子，構(gòu)建空間降尺度模型。

PLS是一種多元統(tǒng)計(jì)分析方法，適用于具有自變量多且存在多重共線性特點(diǎn)的數(shù)據(jù)[22]。首先建立自變量成分和因變量成分的線性回歸模型，得到殘差向量后，再采用交叉有效性確定PLS中因變量的提取個(gè)數(shù)[23]，從而建立PLS模型，計(jì)算過程詳見文獻(xiàn)[16]：1）基于2000－2012年氣象站點(diǎn)降水?dāng)?shù)據(jù)，首先將經(jīng)度、緯度、坡度、坡向、高程、NDVI和相對(duì)濕度的柵格數(shù)據(jù)重采樣，使之與TRMM降水?dāng)?shù)據(jù)的空間分辨率（0.25°×0.25°）一致；2）提取TRMM數(shù)據(jù)對(duì)應(yīng)像元的月均降水量及該點(diǎn)對(duì)應(yīng)的地理和地形、NDVI及相對(duì)濕度因子，建立PLS模型，利用2013－2017年氣象站點(diǎn)降水?dāng)?shù)據(jù)對(duì)其進(jìn)行精度驗(yàn)證。

NDVI數(shù)據(jù)的分辨率（250 m×250 m）處于 TRMM（0.25°×0.25°）和DEM（90 m×90 m）數(shù)據(jù)之間，為便于數(shù)據(jù)處理，又250 m×250 m較目前大多研究中1 km×1 km的分辨率能更精細(xì)描述降水的時(shí)空分布，因此以 NDVI數(shù)據(jù)的分辨率為標(biāo)準(zhǔn)，結(jié)合PLS降尺度模型，使用雙線性內(nèi)插法，對(duì)0.25°×0.25°分辨率的TRMM降水?dāng)?shù)據(jù)進(jìn)行處理，得到分辨率為250 m×250 m的降水?dāng)?shù)據(jù)，從而實(shí)現(xiàn)空間尺度轉(zhuǎn)換?；?000－2012年數(shù)據(jù)，根據(jù)PLS模型（式（1）），得不同地貌區(qū)降尺度模型系數(shù)（表3）。

表3 PLS空間降尺度模型系數(shù)Table 3 PLS downscaling model coefficient

式中p為氣象站點(diǎn)降水?dāng)?shù)據(jù)，mm；λ為常數(shù)；x1為緯度，x2為經(jīng)度，(°)；x3為海拔，m；x4為坡度，(°)；x5為坡向，(°)；x6為 NDVI；x7為相對(duì)濕度，%；x8為基于 TRMM 的降水量，mm；a、b、c、d、e、f、g、h均為回歸系數(shù)。

3 結(jié)果與分析

3.1 TRMM數(shù)據(jù)在新疆不同地貌的適應(yīng)性分析

本文基于2000－2017年氣象站點(diǎn)數(shù)據(jù)檢驗(yàn)其對(duì)應(yīng)格網(wǎng)的TRMM降水?dāng)?shù)據(jù)的適應(yīng)性。對(duì)年均實(shí)測值與TRMM年降水量進(jìn)行統(tǒng)計(jì)分析顯示（圖2），對(duì)于整個(gè)新疆來說，二者間R2為0.78，RMSE為0.57 mm，說明TRMM年降水量與氣象站點(diǎn)年降水?dāng)?shù)據(jù)之間具有較好的線性相關(guān)。

圖2 不同地貌區(qū)TRMM年降水量與實(shí)測值比較Fig.2 Comparison of TRMM-based and measured annual precipitation in different landform zones

在月時(shí)間尺度上（表4），對(duì)于整個(gè)新疆來說，除了2、7、8月的R2值小于0.7以外，其他月份均為0.8左右；大多數(shù)月份的RMSE值均小于1 mm，說明TRMM與氣象站點(diǎn)月降水?dāng)?shù)據(jù)之間具有較好的線性相關(guān)。盧新玉等[21,24]也認(rèn)為二者在月尺度上存在6－8月擬合度較低而其他月份較高的問題，極有可能是地形或空間降水差異等原因所致。為此本研究分別基于平原、盆地和山地 3類地貌區(qū)進(jìn)行適應(yīng)性分析，發(fā)現(xiàn)平原和山地的月均R2幾乎都在0.8左右，大多RMSE小于1 mm（表4），而盆地的擬合度較差（年降水量R2為0.45且RMSE為0.79 mm，圖2），尤其是6月的R2僅為0.21而RMSE達(dá)1.70 mm（表4），可能是荒漠和戈壁等盆地區(qū)域降水稀少，出現(xiàn)了“低值高估”的現(xiàn)象所致，加之新疆地區(qū)盆地面積廣大，該區(qū)域的誤差導(dǎo)致整個(gè)新疆在 6月左右的擬合度較低。但綜合來看，研究區(qū)的TRMM降水?dāng)?shù)據(jù)與氣象站點(diǎn)數(shù)據(jù)有較好的相關(guān)性，可用于新疆地區(qū)進(jìn)行降尺度研究。

3.2 PLS降水降尺度模型驗(yàn)證

利用2013－2017年氣象站點(diǎn)降水?dāng)?shù)據(jù)對(duì)降尺度模型進(jìn)行驗(yàn)證。降尺度后，年降水量估計(jì)結(jié)果明顯好于降尺度前，R2由0.74提高到0.85，RMSE降低0.26 mm。在月尺度上，降尺度后R2大部分在0.75左右，大多數(shù)月份達(dá)到0.8以上，較計(jì)算前均有所提高，其中6月提高最顯著；1、2、3、12月的 RMSE值明顯下降，其他月份也略有減少（表 4）。另外發(fā)現(xiàn)，3、4、5、9、10月降尺度前估算值小于實(shí)測值（圖3），可能是由于這幾個(gè)月大多山區(qū)易出現(xiàn)雨雪轉(zhuǎn)換頻繁的天氣現(xiàn)象，TRMM搭載的傳感器對(duì)固液相態(tài)降水摻雜時(shí)的識(shí)別能力較弱所致，而PLS降尺度方法則較好地解決了這一問題，經(jīng)降尺度后模型估算值更接近實(shí)測值；在TRMM降水?dāng)?shù)據(jù)易發(fā)生高估的月份里，其效果更顯著，特別是 6月實(shí)測值與降尺度后估算值僅相差0.12 mm。

圖3 降尺度后月均降水量與實(shí)測值和降尺度前對(duì)比Fig.3 Comparison of monthly average precipitation after downscaling and measured value and that before downscaling

綜上，不同時(shí)間尺度上 TRMM 數(shù)據(jù)降尺度效果顯著，較好地解決了其低值高估和高值低估問題；但僅從時(shí)間尺度上進(jìn)行檢驗(yàn)，無法體現(xiàn)不同海拔和復(fù)雜地形地貌區(qū)的單個(gè)站點(diǎn)的模擬精度，還須從空間尺度上來驗(yàn)證。本研究選擇在不同海拔高度和地形地貌區(qū)均有站點(diǎn)布設(shè)的烏魯木齊河流域?yàn)闄z驗(yàn)區(qū)，其中高寒區(qū)有 3個(gè)站點(diǎn)，低山區(qū)有2個(gè)站點(diǎn)，平原和盆地各有1個(gè)站點(diǎn)；通過天山冰川觀測試驗(yàn)站年報(bào)、中國國家氣象信息中心及相關(guān)文獻(xiàn)等收集以上氣象站點(diǎn)的降水?dāng)?shù)據(jù)（表5）。

表4 降尺度前后TRMM估算值與實(shí)測月降水量比較Table 4 Comparisons of TRMM-based estimated monthly precipitation before and after downscaling and measured values

表5 烏魯木齊河流域站點(diǎn)數(shù)值與降尺度前后TRMM年均降水量的精度驗(yàn)證結(jié)果Table 5 Verification results of TRMM-based average annual precipitation before and after downscaling in sites of the Urumqi River Basin

由表5可知，蔡家湖、后峽口和總控水文點(diǎn)這3個(gè)站點(diǎn)R2值均小于0.5，其他站點(diǎn)R2均不低于0.79，可知原始TRMM降水量估算精度不高。降尺度后，僅后峽口和總控水文點(diǎn)的R2值小于 0.50，除牧試站的 RMSE為0.40 mm之外，其他站點(diǎn)均小于0.29 mm。降尺度后所有站點(diǎn)降水估算精度均有提高（R2從 0.06～0.91提高到0.39～0.95，RMSE 從 0.20～0.44 mm 降低到 0.18～0.40 mm），R2增加最多的是總控水文點(diǎn)（0.33），空冰斗水文點(diǎn)與蔡家湖的RMSE值明顯減少（0.06 mm）。表明了PLS降尺度模型在不同海拔和地形地貌區(qū)降水分異刻畫的可靠性，將 PLS降尺度方法推廣至整個(gè)新疆的TRMM數(shù)據(jù)用于降水量估算具有較高的可行性。

3.3 研究區(qū)降水時(shí)空分布特征

3.3.1 降水時(shí)間變化分析

2000－2017年新疆年降水量呈增長趨勢，年均降水量為164.75 mm，變化率為1.11 mm/a，與龐忠和等[25-26]的研究結(jié)果基本一致。對(duì)于整個(gè)新疆而言，研究期內(nèi)年均降水量波動(dòng)變化幅度較小，年均降水量最大和最小年份分別出現(xiàn)在 2016年（189.38 mm）和 2008年（142.61 mm）。從不同地形地貌單元的年均降水變化來看（圖4），各分區(qū)的年均降水量排序由大到小為中高山、極高山、高山、低山、中山、平原、盆地。盆地的年均降水量（71.64 mm）最小，中高山區(qū)的年降水量為盆地區(qū)的3倍；盆地、平原和山地3個(gè)區(qū)域年均降水量比值約為1:1.6:2.5。不同區(qū)域降水變化率也存在差異，高山區(qū)和中山區(qū)的增長率僅為0.83 mm/a，平原、盆地、低山和中高山區(qū)的降水變化率均高于0.95 mm/a以上，極高山區(qū)的變化幅度（1.83 mm/a）最大?？傮w來看，研究區(qū)內(nèi)隨著海拔升高降水逐漸增多，中高山區(qū)降水量達(dá)到極大值，山區(qū)降水量多同時(shí)波動(dòng)變化也較劇烈，正印證了山區(qū)天氣現(xiàn)象多變和氣候過程復(fù)雜的特征[16]。另外新疆各山區(qū)（山地）均有冰川發(fā)育，氣溫升高加速冰川消融和表面蒸發(fā)過程，會(huì)顯著改變高寒區(qū)能量交換和物質(zhì)循環(huán)，進(jìn)而使得山區(qū)的降水形成過程更加復(fù)雜多變。

圖4 2000－2017年不同地形地貌區(qū)的年均降水量Fig.4 Annual average precipitation in different topography and landform zones from 2000 to 2017

整體而言，近 18 a來，研究區(qū)月均降水量為13.72 mm，主要發(fā)生在4－9月，年內(nèi)降水分配不均，其中6－8月最為集中，7月達(dá)到年內(nèi)最大值（33.6 mm），占全年的20.4%，而2月降水量最小，不及7月的10%。各地形地貌區(qū)的月均降水變化不一（表6），中高山及以上山區(qū)降水集中發(fā)生在 6－9月，而中低山、平原和盆地區(qū)降水集中于 5－8月，且相對(duì)高海拔山區(qū)來說，以上區(qū)域年內(nèi)降水量分配較均勻，如低山區(qū)降水量最少的月份僅比最多的月份少了10%。高海拔山區(qū)旱季（1－4、10－12月）的月降水量占比基本為1%～4%，可能是由于該山區(qū)溫度較低，夏季蒸發(fā)旺盛，大量的潮濕空氣隨著山體爬升易形成地形雨，而冬半年冰雪和地表的蒸發(fā)較弱，潮濕空氣不易達(dá)到飽和程度?？傮w來看，新疆各月降水集中在6－8月，雨熱同期，其他月份降水較少，可知降水占比變化與年內(nèi)溫度變化[27]具有很好的一致性，是由于溫度變化直接影響到水汽飽和、空氣降溫過程及凝結(jié)核，使得不同地形地貌單元月降水量存在明顯差異。

表6 2000－2017年不同地形地貌分區(qū)的月均降水量及占比Table 6 Monthly average precipitation and its proportion in different topography and landform zones from 2000 to 2017

3.3.2 降水空間特征分布

地貌格局復(fù)雜使得降水空間分布差異明顯[28]。以天山山脈為界，全疆降水整體上呈現(xiàn)“北多南少”的空間格局，其中大范圍降水主要集中在阿爾泰山、天山和帕喀昆阿山群等山區(qū)，如阿爾泰山北部區(qū)域的月降水均高于20 mm，而以荒漠和戈壁為主的塔里木盆地東南部和吐哈盆地區(qū)降水極少，多年月降水量均小于10 mm；相對(duì)來說，天山山區(qū)為降水高值區(qū)，年均降水量可達(dá)228.98 mm，位于研究區(qū)東部的吐哈盆地的年均降水最少，僅為38.86 mm。從月降水空間分布來看（圖5），研究區(qū)大部分地區(qū) 2月的降水為年內(nèi)最少，除伊犁河谷和阿爾泰山北部地區(qū)以外，其他區(qū)域降水量均低于10 mm；3月開始新疆北部的降水范圍有所擴(kuò)大，并且在南部的帕米爾高原和喀喇昆侖山區(qū)陸續(xù)出現(xiàn)少量降水；4月研究區(qū)北部降水明顯增加，而南部降水依然稀少；帕喀昆阿山群大部地區(qū)及塔里木盆地西緣于 5月降水逐漸增多；6、7月除吐哈盆地及塔里木盆地東部外，研究區(qū)降水量及分布范圍逐漸達(dá)到了年內(nèi)最大；從 8月開始到次年 1月，大部地區(qū)降水量逐月減少，分布面積也隨之萎縮。

圖5 基于PLS降尺度模型的研究區(qū)多年（2000－2017年）平均月降水量分布Fig.5 Multi-year (2000-2017) average monthly precipitation distribution of study area based on PLS downscaling model

山區(qū)作為新疆主要河流的發(fā)源地，其降水變化直接影響山區(qū)乃至全疆水文循環(huán)及區(qū)域生態(tài)環(huán)境的變化[29]。為探究新疆山區(qū)降水的垂向分布特征，本文以100 m為間隔對(duì)研究區(qū)山地年均降水量進(jìn)行了分帶統(tǒng)計(jì)（圖6），發(fā)現(xiàn)各山地降水量均隨海拔升高呈波動(dòng)上升趨勢，且出現(xiàn)了 2個(gè)較明顯的降水峰值區(qū)，但由于山體絕對(duì)高度和規(guī)模的差異，峰值區(qū)出現(xiàn)的海拔高度不盡相同。天山山區(qū)的第一、二降水峰值區(qū)分別位于海拔3 400和4 300 m附近，其中第一峰值的分布范圍與白磊等[30]研究結(jié)果基本一致，而第二峰值較張正勇等[16]的結(jié)果低了約 1 200 m；阿爾泰山在海拔2 400和3 200 m左右分別出現(xiàn)第一、二峰值區(qū)，與張東良等[31]研究結(jié)果相比，本研究第一峰值的海拔上升了約400 m；山體更為高大的帕喀昆阿山群的兩大峰值區(qū)海拔明顯高于其他山地，第一、二峰值分別位于3 800、5 800 m左右，與韓興勝[32]研究相比，第一峰值海拔分布一致，第二峰值未見報(bào)道。本研究得出的各山區(qū)降水峰值區(qū)海拔位置與他人研究結(jié)果存有部分分歧，筆者認(rèn)為是由于運(yùn)用的降水?dāng)?shù)據(jù)類型不同所致，以上學(xué)者均采用山區(qū)周邊氣象站點(diǎn)數(shù)據(jù)，而位于高海拔山區(qū)的氣象站點(diǎn)極少，即使通過空間插值或模型計(jì)算可以獲得高海拔山區(qū)的降水?dāng)?shù)值，但依然無法真實(shí)和客觀地反映該區(qū)域降水分布情況，而基于TRMM數(shù)據(jù)并結(jié)合地形等因子構(gòu)建的 PLS降尺度模型估算的降水?dāng)?shù)據(jù)，能夠較精確地反映新疆不同地形地貌區(qū)的降水分布特征。

圖6 新疆山區(qū)年均降水量變化（2000－2017年）Fig.6 Changes of annual average precipitations in mountainous areas of Xinjiang (2000－2017)

4 討 論

4.1 降水量時(shí)空分異研究方法比較

以往學(xué)者們?cè)诮邓畷r(shí)空分異規(guī)律方面做了大量研究[33]，但基于不同數(shù)據(jù)源運(yùn)用插值和降尺度等方法獲得的空間降水?dāng)?shù)值的分辨率和精度各異。為比較不同研究方法的模擬或反演效果，本研究采用 3種方法得出新疆年降水空間分布圖：1）基于氣象站點(diǎn)數(shù)據(jù)的GIS反距離加權(quán)插值法獲得空間面數(shù)據(jù)；2）基于 TRMM 衛(wèi)星降水產(chǎn)品直接反演得到其原始降水值；3）基于 TRMM 數(shù)據(jù)的PLS降尺度技術(shù)模擬降水空間分布?？傮w來看（圖7），3種研究方法獲得的結(jié)果均能不同程度地反映出新疆北部和天山山區(qū)降水的總體分布特征，但空間插值法難以實(shí)現(xiàn)對(duì)新疆南部山區(qū)及周邊區(qū)域的空間降水差異（圖7a），原因在于空間插值技術(shù)采用“越接近，越相似”的原理將離散點(diǎn)值擬合為面值，點(diǎn)值密度和分布直接影響其擬合精度[34]，而山區(qū)周邊分布的氣象站點(diǎn)少且該區(qū)域降水較少，使得插值技術(shù)無法識(shí)別出山區(qū)降水一般要高于周邊平原或盆地的規(guī)律。由圖7b可知，原始的TRMM數(shù)據(jù)空間分辨率較低，同一柵格所對(duì)應(yīng)的實(shí)際地理空間面積過大，而新疆地形地貌復(fù)雜，由TRMM直接反演得到的數(shù)值無法刻畫降水量隨地形的變化情況，同時(shí)TRMM衛(wèi)星采集數(shù)據(jù)時(shí)易受地表大面積水體的干擾[35]，會(huì)將湖泊和濕地等水汽含量較高的地類區(qū)識(shí)別為降水高值區(qū)，如位于新疆北部的烏倫古湖、瑪納斯湖以及南部的臺(tái)特瑪湖附近均出現(xiàn)了此類情況。通過利用PLS降尺度技術(shù)，排除了水體NDVI，再結(jié)合相對(duì)濕度數(shù)據(jù)，剔除誤認(rèn)的降水高值區(qū)，從而較好地解決這一問題（圖 7c），更加精細(xì)地刻畫新疆境內(nèi)山地和平原等不同地形地貌區(qū)降水的空間異質(zhì)性，也相對(duì)準(zhǔn)確地反映出植被覆蓋（南部山區(qū)）和荒漠戈壁（塔里木盆地中北部）等下墊面處的降水量差異。

圖7 不同方法下新疆年降水空間分布（2000－2017年）Fig.7 Spatial distribution of annual precipitation in Xinjiang under different methods (2000-2017)

天山是新疆維吾爾自治區(qū)乃至中亞干旱區(qū)域的“濕島”，山區(qū)降水對(duì)區(qū)域水循環(huán)過程和水資源安全均有重要影響[30]。天山山區(qū)降水形成機(jī)制和變化原因等一直是研究的熱點(diǎn)，近年來，學(xué)者們就TRMM數(shù)據(jù)采用不同降尺度方法反演該區(qū)域降水分布情況，王曉杰[36]利用求和法與求積法，引入進(jìn)行經(jīng)度、緯度、高程、坡度、坡向及NDVI這6個(gè)因子，參與空間降尺度模型的構(gòu)建，得出降尺度后數(shù)據(jù)與氣象站點(diǎn)數(shù)據(jù)的R2為0.83、絕對(duì)誤差為60.12 mm（換算成RMSE為3.84 mm）；李凈等[37]采取了多元線性回歸法，引入因子與王曉杰一致，經(jīng)降尺度后R2由0.62提高到了0.71；范雪薇等[12]則引入了經(jīng)度、緯度、高程、坡度、坡向、地形開闊度及地形起伏度 7個(gè)地形因子，基于主成分-逐步回歸和地理加權(quán)回歸2種方法降尺度后對(duì)比發(fā)現(xiàn)，主成分-逐步回歸方法的擬合度較高，R2值為0.95、絕對(duì)誤差為86.14 mm（換算成RMSE為5.50 mm）。而本文基于PLS降尺度方法，得出2000－2010年模擬結(jié)果的R2為0.96、RMSE為1.74 mm，精度均高于以上研究，說明PLS降尺度方法的模擬精度和可行性較高，同時(shí)PLS方法不僅能提高衛(wèi)星降水?dāng)?shù)據(jù)的空間分辨率，同時(shí)可以揭示降水分布對(duì)地理、地形、NDVI、相對(duì)濕度及其他氣候因子的響應(yīng)機(jī)制。

4.2 新疆降水空間分布原因分析

降水作為水循環(huán)中最活躍的環(huán)節(jié)，既受海陸位置和大氣環(huán)流的影響，同時(shí)也受下墊面和地形地貌等眾多因素的制約[38]。新疆地處中國西北邊陲，其南部和東部有高原和山地重重阻擋，太平洋和印度洋水汽難以到達(dá)；但北部及歐洲地區(qū)多平原，因此來自大西洋和北冰洋的水汽能夠到達(dá)部分地區(qū)，熱空氣沿山體向上爬升冷凝后形成地形雨，從而使其山區(qū)降水相對(duì)較多。根據(jù)本文方法估算的山區(qū)降水量基本在200 mm以上（圖8）。

圖8 基于PLS降尺度模型的新疆多年（2000－2017年）平均年降水量空間分布Fig.8 Spatial distribution of multi-year (2000-2017) average annual precipitation based on PLS downscaling model in Xinjiang

李暉等[39-40]利用穩(wěn)定同位素也證實(shí)了烏魯木齊地區(qū)和天山等區(qū)域的降水主要靠西風(fēng)帶輸送海洋水汽及當(dāng)?shù)氐恼趄v/蒸發(fā)；新疆山體寬廣且絕對(duì)高差很大，使得山區(qū)大多都能形成 2個(gè)降水峰值區(qū)，第一個(gè)峰值出現(xiàn)是由于海拔增加溫度降低易形成降水，而第二降水峰值出現(xiàn)在于高寒區(qū)冰川消融和冰雪面蒸發(fā)/升華增加了局地空氣濕度，加之冰川風(fēng)和山谷風(fēng)的作用使得該區(qū)間降水較多[18]。新疆東部的吐哈盆地降水量極少，其遠(yuǎn)離海洋且地形閉塞，干熱的亞熱帶大陸性氣團(tuán)使該區(qū)域的天氣呈現(xiàn)干燥、炎熱的特點(diǎn)，且加快了地表和大氣中水分的蒸發(fā)，再加之水汽輸送過程中山脈的阻擋和空氣阻力的耗散，使得大氣頂部的水汽很難完全落到地面。天山山區(qū)以南區(qū)域多戈壁沙漠，氣溫較高，形成的強(qiáng)烈暖氣流沿著山體南坡上升，使其上空的云團(tuán)無法南侵，加之大致呈東西走向帕昆阿山群阻擋使得外部水汽無法進(jìn)入，這造就了新疆南部氣候異常干燥的氣候特征，大部分地區(qū)的年均降水量均在100 mm以下。位于新疆北部的阿爾泰山海拔相對(duì)較低，有利于北冰洋的水汽進(jìn)入，使得新疆北部降水量遠(yuǎn)高于南部。

5 結(jié) 論

1）與氣象站點(diǎn)實(shí)測降水量比較，熱帶降雨測量衛(wèi)星（Tropical Rainfall Measuring Mission，TRMM）數(shù)據(jù)估算的月均降水量在平原和山地的估算精度較高，R2幾乎都在0.8左右，大多均方根誤差小于1 mm，而盆地的擬合度較差（年降水量R2為0.45）。但對(duì)于整個(gè)新疆而言，年均降水量實(shí)測值和估算值間R2為0.78，均方根誤差為0.57 mm，月降水量R2也大多在0.8左右（2、7、8月小于0.7），表明TRMM降水?dāng)?shù)據(jù)與實(shí)測數(shù)據(jù)有較好的相關(guān)性，但其模擬精度在盆地仍需要進(jìn)一步提高。

2）基于偏最小二乘法降尺度模型修正后的降水量估算值的擬合度均較降尺度前有明顯提高，年降水量R2由0.74提高到0.85，均方根誤差降低了0.26 mm，較好地解決了原始數(shù)據(jù)的低值高估和高值低估問題；通過在不同海拔高度和地形地貌區(qū)均有氣象站點(diǎn)布設(shè)的烏魯木齊河流域?yàn)闄z驗(yàn)區(qū)，發(fā)現(xiàn)修正后的所有站點(diǎn)其精度均有提高，驗(yàn)證了模型在不同海拔和地形地貌區(qū)降水分異刻畫的可靠性，該方法推廣至整個(gè)新疆的TRMM數(shù)據(jù)降尺度研究具有較高的可行性。

3）2000－2017年新疆年均降水量由高到低排序?yàn)橹懈呱?、極高山、高山、低山、中山、平原、盆地；其中盆地、平原和山地的比值約為1:1.6:2.5；中高山及以上山區(qū)降水集中在6－9月，年內(nèi)降水量分配不均勻，而其以下區(qū)域年內(nèi)降水分配較均勻，如低山區(qū)降水量最少的月份僅比最多的月份少了10%，降水多集中于5－8月。

4）新疆降水呈“北多南少”的空間分布格局特征，阿爾泰山北部區(qū)域的月降水均高于20 mm，而塔里木盆地東南部和吐哈盆地降水極少，多年月降水量均小于10 mm。山區(qū)均存在2個(gè)較明顯的降水峰值區(qū)，天山山區(qū)降水峰值區(qū)分別位于海拔3 400和4 300 m附近，阿爾泰山在2 400和3 200 m；帕喀昆阿山群的降水峰值區(qū)海拔明顯高于其他山地，出現(xiàn)在3 800和5 800 m。

新疆地區(qū)地形復(fù)雜，實(shí)測氣象站點(diǎn)少，尤其在高海拔山區(qū)的氣象站點(diǎn)更少，地面實(shí)測數(shù)據(jù)限制了降尺度結(jié)果的驗(yàn)證。此外，也可以考慮研究新的衛(wèi)星產(chǎn)品降尺度技術(shù)，從而輔助驗(yàn)證TRMM衛(wèi)星產(chǎn)品。