ERA-5降水數(shù)據(jù)在雨量站稀疏地區(qū)的適用性研究

張佳鵬 王加虎 李麗 陳明霞

摘要：為探究降水產(chǎn)品在雨量站稀疏地區(qū)的適用性，選擇位于緬甸的密支那流域作為研究流域，以雨量站數(shù)據(jù)作為參考數(shù)據(jù)，評估了ERA-5再分析降水數(shù)據(jù)的精度;并使用ERA-5數(shù)據(jù)率定和驅(qū)動CREST模型，探究了該數(shù)據(jù)應用于徑流模擬的可行性。結(jié)果表明：在整個研究區(qū)域內(nèi)，ERA-5數(shù)據(jù)和雨量站數(shù)據(jù)之間的相關程度高，差距較小;而在徑流模擬方面，ERA-5數(shù)據(jù)可以較好地模擬中低水位的日徑流過程，對于高水位流量則存在著一定的低估，但不同觀測時段的NSCE系數(shù)均在0.7以上，總體而言精度仍較高;對于月徑流量，該數(shù)據(jù)在不同觀測時段的NSCE系數(shù)均大于0.85，相關系數(shù)均在0.9以上，能夠較好地描述徑流的年內(nèi)變化特征。因此，ERA-5降水數(shù)據(jù)在一定程度上可以代替雨量站數(shù)據(jù)作為研究區(qū)域的降水數(shù)據(jù)來源，應用于流域水資源管理、水利工程設計等領域。

關 鍵 詞：

再分析降水數(shù)據(jù); 精度評估; 徑流模擬; CREST; 密支那流域; 缺資料地區(qū)

中圖法分類號： P339

文獻標志碼： A

DOI：10.16232/j.cnki.1001-4179.2021.06.007

0 引 言

隨著我國東部地區(qū)水電資源的開發(fā)殆盡，水電的規(guī)劃、設計工作逐步向海外第三世界國家轉(zhuǎn)移。與傳統(tǒng)的設計條件不同，這類地區(qū)受經(jīng)濟發(fā)展條件和技術限制，氣象臺站及水文站點的分布密度遠低于內(nèi)陸地區(qū)，大部分只有近些年才新建的測站，有些地區(qū)甚至沒有站點，歷史數(shù)據(jù)嚴重缺乏。這種現(xiàn)實條件很難滿足工程水文設計規(guī)范的要求，在一定程度上阻礙了水電業(yè)的發(fā)展。

再分析降水產(chǎn)品可為缺資料地區(qū)提供新的降水數(shù)據(jù)來源。再分析降水產(chǎn)品是將數(shù)值天氣預報數(shù)據(jù)、衛(wèi)星降水以及地面觀測降水等不同來源的數(shù)據(jù)通過同化算法最優(yōu)集成得到的降水數(shù)據(jù)，具有良好的物理、空間和時間一致性，同時目前大多數(shù)再分析降水數(shù)據(jù)還能提供全球范圍內(nèi)30 a以上的歷史降水數(shù)據(jù)[1]。近些年來，隨著數(shù)值天氣預報技術、數(shù)據(jù)同化技術的改進以及計算能力的提高，再分析降水產(chǎn)品的分辨率和精度在不斷提高，偏差不斷減小[2]。

目前，在眾多的再分析降水產(chǎn)品中，使用最多且被認為精度最高的是歐洲中期數(shù)值預報中心（European Center for Medium-Range Weather Forecasts，ECMWF）提供的ERA-Interim[3-4]，但是該數(shù)據(jù)集2019年8月以后便停止更新，取而代之的是最新推出的再分析數(shù)據(jù)集ERA-5。ERA-5數(shù)據(jù)最大的特點是具有全球范圍內(nèi)從1979年至今的降水數(shù)據(jù)，且該產(chǎn)品相比上一代的再分析降水產(chǎn)品ERA-Interim，使用了更加先進的數(shù)值模式和同化算法以及更加精確的驅(qū)動數(shù)據(jù)，同時具有更高的時間分辨率和空間分辨率，具有更廣闊的應用前景[5]。本文以位于緬甸境內(nèi)伊洛瓦底江河源的密支那流域為研究流域，以地面雨量站為參考數(shù)據(jù)，評估ERA-5降水產(chǎn)品在該地區(qū)不同尺度上的精度，同時借助CREST分布式水文模型探究該數(shù)據(jù)在徑流模擬中的適用性，以期延長該流域的水文氣象數(shù)據(jù)，為水利工程的設計和建設工作提供一定的數(shù)據(jù)基礎。

1 研究區(qū)域與數(shù)據(jù)

伊洛瓦底江流經(jīng)緬甸南北，是亞洲中南半島大河之一，也是緬甸境內(nèi)第一大河。其河源有東西兩支，東源恩梅開江發(fā)源于中國境內(nèi)察隅縣境伯舒拉山南麓，西源邁立開江發(fā)源于緬甸北部山區(qū)，兩江在密支那城以北約50 km會合為伊洛瓦底江。密支那以上流域處于伊洛瓦底江正源，介于東經(jīng)96°45′～99°00′，北緯 25°～29°之間，流域所在的地理位置和地形如圖1所示。流域的水力資源豐富，水力蘊藏量達到3 000萬kW，但由于緬甸經(jīng)濟水平和技術條件限制，開發(fā)程度處于較低水平[6]。

本文選取的研究區(qū)域為密支那水文站以上控制流域，區(qū)域內(nèi)雨量站點分布稀疏，基本于2010年之后才建，且很多測站數(shù)據(jù)不完整。研究中收集到2011～2017共7 a的雨量站日降水數(shù)據(jù)和密支那水文站的日流量數(shù)據(jù)，在剔除一些數(shù)據(jù)不完整的雨量站點之后，余下14個雨量站點的觀測數(shù)據(jù)用于與ERA5的對比分析，其空間分布見圖1。研究區(qū)域內(nèi)同期的ERA-5降水數(shù)據(jù)則來源于網(wǎng)站（https：∥cds.climate.copernicus.eu）下載，其空間分辨率為0.25°×0.25°，時間分辨率為1h。研究中為與雨量站數(shù)據(jù)統(tǒng)一，將其整理成逐日降水數(shù)據(jù)進行對比分析。

2 研究方法

本文假設雨量站點的觀測數(shù)據(jù)為絕對正確數(shù)據(jù)，從ERA-5數(shù)據(jù)的降水模擬精度及其在徑流模擬中的適用性兩個方面對ERA-5降水產(chǎn)品進行評估。

將雨量站點的觀測數(shù)據(jù)作為參考標準，分別在網(wǎng)格尺度和區(qū)域尺度兩種尺度上對ERA-5降水產(chǎn)品進行精度評估。其中，在網(wǎng)格尺度上，將包含兩個雨量站以上的網(wǎng)格中的再分析數(shù)據(jù)與網(wǎng)格內(nèi)雨量站的數(shù)據(jù)均值進行對比分析;在區(qū)域尺度上，則將兩種數(shù)據(jù)對應的面平均雨量進行對比。研究中采用相關系數(shù)（CC）、相對誤差（BIAS）、均方根誤差（RMSE）這3項常用定量精度指標來評價降水產(chǎn)品的精度。除此之外，還采用探測率（POD）、誤報率（FAR）2項評價指標來反映降水產(chǎn)品對日降水事件的識別能力。其中，POD為再分析數(shù)據(jù)與雨量站點同步有雨的比例，其值越高則識別能力越強;FAR為再分析數(shù)據(jù)有雨而雨量站點無雨的比例，其值越小則識別能力越強。

為探究ERA-5降水數(shù)據(jù)在徑流模擬中的應用潛力，本文借助CREST分布式水文模型進行徑流模擬研究。CREST模型是由美國俄克拉荷馬大學和美國宇航局（ NASA） 項目團隊開發(fā)的基于網(wǎng)格的分布式水文模型[7]，目前已經(jīng)在全球多地進行了不同尺度的驗證[89]。本次研究選取的CREST模型為最新的2.1版，模型采用Fortran語言編寫，程序可從網(wǎng)址（http：∥hydro.ou.edu/research/crest）下載。模型所需的數(shù)據(jù)主要包括基礎數(shù)據(jù)和驅(qū)動數(shù)據(jù)，基礎數(shù)據(jù)為數(shù)字高程模型（DEM），流向（FDR），累積流量（FAC）以及河網(wǎng)（Stream）的ASCII文件，可借助ArcGIS生成;驅(qū)動數(shù)據(jù)主要是降水和潛在蒸散發(fā)，可由反距離權重法插值到每個網(wǎng)格上[10]。水文模型采用了GLEAM再分析蒸發(fā)數(shù)據(jù)集中的潛在蒸散發(fā)數(shù)據(jù)，最新的GLEAM v3版本已在全球范圍內(nèi)進行過驗證[11]，可從網(wǎng)址（http：∥geoservices.falw.vu.nl）下載。數(shù)據(jù)時間分辨率為1 d，空間分辨率為0.25°×0.25°。對于徑流的模擬結(jié)果，采用納什系數(shù)NSCE、BIAS、CC這3個指標進行評估。各項指標計算公式見表1。

3 結(jié)果分析

3.1 降水精度分析

圖2為不同尺度下的ERA-5降水產(chǎn)品和雨量站實測雨量之間的散點圖。由圖2可見，在網(wǎng)格尺度上ERA-5數(shù)據(jù)和實測降水的差距較大，相關系數(shù)CC僅為0.67，相對誤差BIAS大于25%，這可能是因為再分析數(shù)據(jù)每個格點的降水量為整個網(wǎng)格的平均降水量，而流域的雨量站較為稀疏，雨量站數(shù)據(jù)的點數(shù)據(jù)不能完全準確代表整個網(wǎng)格的平均降水量，所以兩者在數(shù)值上有一定的出入;在流域尺度上，ERA-5產(chǎn)品的各項指標均有提升，RMSE和BIAS顯著降低，相關系數(shù)CC增加為0.81，說明兩種降水數(shù)據(jù)在整個研究區(qū)域的降水差距較小，即ERA-5數(shù)據(jù)更適用于區(qū)域尺度的應用。

在降水事件的探測能力方面，由表2可知，ERA-5的準確率POD能達到0.99，說明該降水產(chǎn)品可以識別大部分降水事件，同時錯誤率FAR為0.37，說明該數(shù)據(jù)易將無雨的情況誤報為有雨。

圖3為兩種尺度下不同區(qū)間的降水發(fā)生頻率和降水量所占比重，其中小于1 mm為近乎無雨，而大于50 mm為暴雨?？梢钥闯鰞煞N尺度下ERA-5產(chǎn)品都低估了近乎無雨情況所發(fā)生的頻率，這也與該產(chǎn)品的錯誤率較高相對應，但是這部分的降水所占的比重要小于5%，對流域整體降水貢獻不大;而對于流域內(nèi)大于50 mm的暴雨的發(fā)生頻率，ERA-5產(chǎn)品相對于雨量站數(shù)據(jù)會有一定程度高估，這說明ERA-5數(shù)據(jù)在極端天氣下的表現(xiàn)仍有欠缺。而對于中間區(qū)域的降水，ERA-5數(shù)據(jù)均有輕微的高估，但是兩者差距不大，并且不同區(qū)間降水量所占的比重也較為接近，變化趨勢一致。

3.2 徑流模擬結(jié)果分析

本文基于美國NASA和NIMA聯(lián)合測量的STRM 數(shù)據(jù)所提供的DEM，在研究流域建立了網(wǎng)格大小為30″的CREST水文模型。使用2011年的數(shù)據(jù)對模型進行預熱，2012～2014年的數(shù)據(jù)進行參數(shù)率定，2015～2017年的數(shù)據(jù)進行驗證，參數(shù)率定所使用的優(yōu)選算法為模型自帶的SCE-UA算法[12]。目前已經(jīng)有大量研究表明：在使用不同來源降水來驅(qū)動水文模擬的情況下，率定期采用降水數(shù)據(jù)自身驅(qū)動模型所得到參數(shù)的模擬效果更好[13-14]，因此本文直接使用雨量站和ERA-5數(shù)據(jù)各自驅(qū)動水文模型進行參數(shù)率定。

圖4～5為雨量站數(shù)據(jù)和ERA-5數(shù)據(jù)對應的逐日與逐月流量過程線。從圖4中可以看出：兩種降水數(shù)據(jù)對中低水位的徑流模擬結(jié)果較好，但對于洪峰流量的模擬會出現(xiàn)明顯的低估。觀察圖6（a）中的日流量歷時曲線，同樣發(fā)現(xiàn)兩種降水數(shù)據(jù)對應結(jié)果在高水位流量擬合程度較差，而在中低水位流量擬合程度較好。對于兩種降水數(shù)據(jù)洪峰模擬結(jié)果都出現(xiàn)偏低的情況，可能的原因是降水數(shù)據(jù)本身存在一定的誤差以及降水空間插值誤差所引起的[15];另一個原因可能是本文所使用的SCE-UA算法的優(yōu)選指標為確定性系數(shù)[16]，優(yōu)選的結(jié)果雖然對整體的流量過程擬合較好，但是比較平緩，對洪峰有一定低估，建議之后的研究率定采用多目標優(yōu)化算法，添加一個峰值誤差的邊界控制條件，更進一步解決峰量模擬系統(tǒng)偏小的問題[17]。

將日流量整理為月流量數(shù)據(jù)，圖5為兩種降水數(shù)據(jù)對應的月流量過程線，可以看出采用兩種數(shù)據(jù)驅(qū)動CREST模型后，均能再現(xiàn)研究流域的月徑流過程。對比圖6（b）兩種雨量對應的月流量歷時曲線，ERA-5對應結(jié)果在不同量級的流量上的擬合程度都較好，而雨量站數(shù)據(jù)對應結(jié)果在高水位流量擬合程度仍相對較差。

表3為徑流評價指標的統(tǒng)計結(jié)果，對于日徑流，在不同時段雨量站對應的NSCE均大于0.65，ERA-5對應的NSCE均大于0.7，兩者的相關系數(shù)均在0.8以上，偏差均在±12%以內(nèi)，且ERA-5對應結(jié)果略好于雨量站，但在整個觀測期兩種數(shù)據(jù)對應的徑流深的相對誤差都為負，這主要和兩種降水數(shù)據(jù)的高水位流量模擬結(jié)果偏低有關;對于月徑流，兩種雨量數(shù)據(jù)各觀測時段的NSCE均大于0.85，相關系數(shù)均在0.9以上，但是在整個觀測期徑流深相對誤差仍為負?？傮w而言，若假設流域無雨量站數(shù)據(jù)，僅使用ERA-5數(shù)據(jù)進行模型的率定和驅(qū)動，同樣可以取得較好的徑流模擬精度。

4 結(jié) 論

本文以密支那流域內(nèi)雨量站數(shù)據(jù)做為參考標準，對ERA-5降水數(shù)據(jù)進行了精度評估，并借助CREST模型評估了使用該產(chǎn)品進行徑流模擬的可行性。結(jié)果表明：

（1） 在降水精度評價方面，ERA-5數(shù)據(jù)和雨量站數(shù)據(jù)雖然在網(wǎng)格尺度差距較大，但是在整個研究區(qū)域的偏差較小，相關系數(shù)較高，降水發(fā)生頻率和比重都較為一致，并且ERA-5數(shù)據(jù)還有極高的降水事件識別能力。

（2） 在徑流模擬的應用方面，ERA-5同雨量站數(shù)據(jù)一樣均能較好地模擬中低水位的日徑流，而在高水位的日流量模擬上均存在著較大的低估，但是兩種數(shù)據(jù)對于月徑流的模擬都較為精確，能夠描述徑流的年內(nèi)變化特征。同時，ERA-5數(shù)據(jù)對應的日徑流和月徑流的模擬結(jié)果都略好于雨量站數(shù)據(jù)，說明在流域無雨量站的情況下同樣可以使用 ERA-5數(shù)據(jù)進行水文模型的率定和模擬，即ERA-5降水數(shù)據(jù)在一定程度上可以代替流域的雨量站數(shù)據(jù)進行水文模擬、水資源管理。

參考文獻：

[1] DEE D P，BALMASEDA M，BALSAMO G，et al.Toward a consistent reanalysis of the climate system[J].Bulletin of the American Meteorological society，2013，95（8）：1235-1248.

[2] ESSOU G R，BRISSETTE F，LUCASPICHER P，et al.The use of reanalyses and gridded observations as weather input data for a hydrological model：comparison of performances of simulated river flows based on the density of weather stations[J].Journal of Hydrometeorology，2017，18（2）：497-513.

[3] DEE D，UPPALA S，SIMMONS A J，et al.The ERA-Interim reanalysis：configuration and performance of the data assimilation system[J].Quarterly Journal of the Royal Meteorological Society，2011，137（656）：553-597.

[4] BECK H E，PAN M，ROY T，et al.Daily evaluation of 26 precipitation datasets using Stage-IV gauge-radar data for the CONUS[J].Hydrology and Earth System Sciences，2019，23（1）：207-224.

[5] NOGUEIRA M.Inter-comparison of ERA-5，ERA-Interim and GPCP rainfall over the last 40 years：process-based analysis of systematic and random differences[J].Journal of Hydrology，2020（583）：1-17.

[6] 劉冬英，陳璽，黃燕，等.緬甸伊洛瓦底江流域水文資料初步復核評價[J].人民長江，2019，49（ 22）：112-117.

[7] WANG J，HONG Y，LI L，et al.The coupled routing and excess storage（CREST） distributed hydrological model[J].International Association of entificHydrology Bulletin，2011，56（1）：84-98.

[8] WU H，ADLER R F，HONG Y，et al.Evaluation of global flood detection using satellite-based rainfall and a hydrologic model[J].Journal of Hydrometeorology，2012，13（4）：1268-1284.

[9] ZHANG Y，HONG Y，WANG X，et al.Hydrometeorological analysis and remote sensing of extremes：was the July 2012 Beijing flood event detectable and predictable by global satellite observingand global weather modeling systems？[J].Journal of Hydrometeorology，2015，16（1）：381-395.

[10] MIRALLES D G，HOLMES T R，JEU D R，et al.Global land-surface evaporation estimated from satellite based observations[J].Hydrology and Earth System Sciences，2010，15（2）：453-469.

[11] MARTENS B，MIRALLES D G，LIEVENS H，et al.GLEAM v3：Satellite-based land evaporation and root-zone soil moisture[J].Geoscientific Model Development，2016，10（5）：1903-1925.

[12] DUAN Q，SOROOSHIAN S，GUPTA V K，et al.Effective and efficient global optimization for conceptual rainfall-runoff models[J].Water Resources Research，1992，28（4）：1015-1031.

[13] 唐國強，李哲，薛顯武，等.贛江流域TRMM遙感降水對地面站點觀測的可替代性[J].水科學進展，2015（3）：45-51.

[14] TONG K，SU F，YANG D，et al.Evaluation of satellite precipitation retrievals and their potential utilities in hydrologic modeling over the Tibetan Plateau[J].Journal of Hydrology，2014（519） ：423-437.

[15] 李哲.多源降雨觀測與融合及其在長江流域的水文應用[D].北京：清華大學，2015.

[16] NASH J E，SUTCLIFFE J V.River flow forecasting through conceptual models part I-A discussion of principles[J].Journal of Hydrology，1970，10（3）：282-290.

[17] 林銳，泮蘇莉，劉莉，等.耦合降水預報和多目標參數(shù)優(yōu)化的洪水預報方法[J].水力發(fā)電學報，2017（10）：29-36.

（編輯：江 文）

Research on applicability of ERA-5 precipitation data in basins with spare rain-gauge

coverage：case of Myitkyina Basin in Myanmar

ZHANG Jiapeng，WANG Jiahu，LI li，CHEN Mingxia

（College of Hydrology and WaterResources，Hohai University，Nanjing 210098，China）

Abstract：

In this paper，we evaluated the accuracy of the ERA-5 reanalysis precipitation data based on rain-gauge data，and then used ERA-5 to calibrate and drove CREST model to explore the applicability of the data for streamflow simulation at Myitkyina Basin in Myanmar.The results showed that the deviation between ERA-5 data and rainfall station data was small and the correlation degree was high in regional scale.In terms of streamflow simulation，ERA-5 data could better simulate the low and medium daily streamflow，but there was a certain underestimation for the high streamflow.However，the NSCE coefficients of different observation periods were all above 0.7，and the overall accuracy was still high;for the monthly streamflow，the NSCE coefficients of ERA-5 data at different observation periods were all above 0.85，and the correlation coefficients were all above 0.9，which could better describe the annual variation characteristics of runoff.Therefore，ERA-5 precipitation data could replace the ground station data to some extent as the precipitation data source of the study area for water resources management and hydraulic engineering design.

Key words：

ERA-5 reanalysis precipitation;accuracy evaluation;streamflow simulation;CREST;Myitkyina Basin;ungauged region