多源衛(wèi)星降水產(chǎn)品在長江流域的時空精度對比

郭家力，丁光旭，楊旭，湯正陽，張海榮，潘仁偉，戴凌全

(1.三峽大學(xué)水利與環(huán)境學(xué)院，湖北 宜昌 443002；2.三峽庫區(qū)生態(tài)環(huán)境教育部工程研究中心(三峽大學(xué))，湖北 宜昌 443002；3.中國長江電力股份有限公司智慧長江與水電科學(xué)湖北省重點實驗室，湖北 宜昌 443000)

降水作為水循環(huán)過程中最為活躍的環(huán)節(jié)，對其時空分布特性進(jìn)行有效而準(zhǔn)確的觀測，對水文、氣象、農(nóng)業(yè)等方面的預(yù)警和決策起著極其重要的作用[1]。目前，觀測降水的3種方式分別為地面雨量計、地基天氣雷達(dá)和衛(wèi)星遙感[2]。地面雨量計的空間分布往往不均勻，尤其是海洋和高海拔地區(qū)(如長江上游高原地區(qū))分布稀疏[3]，很難通過插值等估算方法為無資料地區(qū)提供較為準(zhǔn)確的地面降水資料；同時，雨量計等測量設(shè)備長期置于室外易損壞，很難保證測量設(shè)備能夠長時間按需運轉(zhuǎn)[4]。地基天氣雷達(dá)可以提供降水、暴雨形成的內(nèi)部細(xì)節(jié)，并且可以對大面積區(qū)域進(jìn)行實時髙分辨率降水監(jiān)測[5]，但雷達(dá)系統(tǒng)進(jìn)行降水測量時需要覆蓋大面積地區(qū)，維護(hù)費用過于昂貴[6]。衛(wèi)星遙感能夠提供高分辨率、長時間序列、高精度的降水觀測資料，特別為無資料和少資料地區(qū)的水文氣象研究提供基礎(chǔ)的數(shù)據(jù)資料[7]。

目前，國際上已出現(xiàn)多種衛(wèi)星遙感降水產(chǎn)品，如TRMM(tropical rainfall measuring mission)、GPM(global precipitation measurement)、CMORPH(CPC MORPHing technique)、PERSIANN_CDR(precipitation estimation from remotely sensed information using artificial neural networks climate data record)等。國內(nèi)已有大量學(xué)者分析了不同衛(wèi)星遙感降水產(chǎn)品在中國不同區(qū)域的適用性。這些研究大致可分為兩類：一類是單一降水產(chǎn)品(或單一降水產(chǎn)品的不同版本)在某一流域(或區(qū)域)的適用性研究[8-9];另一類是多種降水產(chǎn)品的精度對比研究，見表1。如：金秋等[9]通過對比TRMM同種衛(wèi)星降水產(chǎn)品3B42 RTV7及V7兩個不同版本在長江流域的精度，發(fā)現(xiàn)V7版本數(shù)據(jù)在長江流域有較高的精度；張磊磊等[10]通過對比TRMM 3B42 V7(TMPA、RT)、CMORPH和PERSIANN衛(wèi)星降水?dāng)?shù)據(jù)在黃河源區(qū)的精度，發(fā)現(xiàn)TRMM 3B42 V7(TMPA)數(shù)據(jù)精度最高；衛(wèi)林勇等[11]通過對比CHIRPS、CMORPH_BLD、PERSIANN_CDR和TRMM 3B42V7衛(wèi)星數(shù)據(jù)在5個不同省份不同尺度的降水監(jiān)測能力，發(fā)現(xiàn)PERSIANN_CDR相對適用于新疆和吉林，TRMM 3B42V7較適用于陜西、江西以及云南。但目前國內(nèi)的研究專注于氣候或者地形單一區(qū)域，如柴達(dá)木盆地[12]、雅魯藏布江流域[13]和太行山區(qū)[14]，反而缺乏了對空間跨度廣、氣候類型差別大的區(qū)域的研究。近幾年也有部分學(xué)者注意到這一不足，并展開了對長江流域[8-9]、中國大陸[15]等大尺度區(qū)域上的研究。但因為這些大尺度區(qū)域空間跨度大、地形復(fù)雜多變，往往需要根據(jù)地形氣候劃分不同的區(qū)域進(jìn)行研究。因此，本文以長江流域為研究對象，根據(jù)地形氣候類型的不同將其劃分為4個區(qū)域，并通過TRMM、CMORPH、CHIRPS和PERSIANN_CDR 4種衛(wèi)星降水產(chǎn)品從時間和空間角度分析各數(shù)據(jù)集在長江流域不同分區(qū)的精度對比情況。

表1 國內(nèi)現(xiàn)有衛(wèi)星降水產(chǎn)品精度對比

1 研究區(qū)域與數(shù)據(jù)來源

1.1 研究區(qū)域

長江全長約6 300 km，是中國和亞洲最長的河流，也是世界第三大河流。長江流域位于90°33′～122°25′E和24°30′～35°45′N。流域總面積約180萬km2，約占中國國土面積的五分之一[18]。根據(jù)流經(jīng)區(qū)域的地勢特征將長江流域劃分為4個區(qū)域(圖1)：上游高原地區(qū)(河流源頭至宜賓)主要流經(jīng)青藏高原和云貴高原；上游盆地地區(qū)(宜賓至宜昌)主要包含四川盆地；中游地區(qū)(宜昌至湖口)，該地區(qū)地勢降低、河面展寬，分別有漢江和湘江等支流匯入，沿江兩岸湖泊眾多，流量大增；下游地區(qū)(湖口至入?？?流經(jīng)長江中下游平原，江闊水深，是我國重要的工農(nóng)業(yè)生產(chǎn)基地。

圖1 長江流域分區(qū)圖及氣象臺站

長江流域自西向東橫跨我國地勢三級階梯，流域面積覆蓋15個省級行政單位，地貌類型復(fù)雜多變。該流域位于亞熱帶和溫帶氣候區(qū)，具有顯著的季風(fēng)氣候特征。夏季盛行東南風(fēng)，冬季盛行西北風(fēng)，因受季風(fēng)氣候影響，流域年內(nèi)降水分配不均，主要發(fā)生在夏季，年平均降水約為1 100 mm，年平均氣溫約為14 ℃[19]。長江流域191個國家氣象基準(zhǔn)站1999—2019年多年平均降水量見圖2。長江流域多年平均降水由西北向東南遞增，而且降水的空間差異極大，由上游高原區(qū)及源頭的年均降水量不足400 mm至下游地區(qū)的超過2 000 mm，甚至局部地區(qū)達(dá)到2 400 mm。

圖2 長江流域多年平均降水量空間分布

1.2 數(shù)據(jù)來源

1.2.1臺站數(shù)據(jù)

原收集到分布于長江流域內(nèi)的國家氣象基準(zhǔn)站點為230個(http://data.cma.cn)。經(jīng)過了嚴(yán)格的質(zhì)量篩選(即對所選取的站點逐日降水?dāng)?shù)據(jù)連續(xù)缺測不超過1個月的進(jìn)行插補(bǔ)，以及剔除降水?dāng)?shù)據(jù)連續(xù)缺測超過1個月的站點)之后，最終得到191個國家氣象基準(zhǔn)站1999—2019年的逐日降水?dāng)?shù)據(jù)集，其中上游高原地區(qū)、上游盆地地區(qū)、中游地區(qū)和下游地區(qū)分別有27個、48個、74個和42個站點(圖1)。

1.2.2多源衛(wèi)星降水?dāng)?shù)據(jù)

選取國際上具有代表性的4種高時空分辨率衛(wèi)星降水產(chǎn)品數(shù)據(jù)集：TRMM，CMORPH，CHIRPS(climate hazards group infrared precipitation with station data)和PERSIANN-CDR。各數(shù)據(jù)集的特征見表2。

表2 4種降水?dāng)?shù)據(jù)集特征

TRMM是美國國家航空航天局(National Aeronautics and Space Administration，NASA)與日本國家太空發(fā)展局(Japan Aerospace Exploration Agency，JAXA)之間的一項聯(lián)合太空計劃，TRMM衛(wèi)星是第一顆旨在監(jiān)測和研究熱帶和亞熱帶降水的氣象衛(wèi)星。該衛(wèi)星搭載的5種氣象方面的儀器中，降水雷達(dá)(PR)、TRMM微波成像儀(TMI)和可見紅外掃描儀(VIRS)是用于測量降水的主要儀器[20]。

CMORPH由美國國家海洋和大氣管理局(National Oceanic and Atmospheric Administration，NOAA)利用時間空間聯(lián)合內(nèi)插整合多平臺衛(wèi)星觀測制作的全球高時空分辨率降水產(chǎn)品[21]?；驹硎菑牡厍蜢o止衛(wèi)星觀測的高分辨率紅外亮溫資料計算降水云系統(tǒng)的移動矢量，然后把基于低軌衛(wèi)星被動微波反演的瞬時降水分布沿著該移動矢量外推至目標(biāo)分析時間以做成空間連續(xù)的降水分布。

CHIRPS是由美國地質(zhì)調(diào)查局(United States Geological Survey，USGS)與加利福尼亞大學(xué)的氣象小組共同開發(fā)的一種混合產(chǎn)品，結(jié)合了來自全球電信系統(tǒng)(Global Telecommunication System，GTS)的衛(wèi)星測量值和全球多個站點降水測量值[22]。

PERSIANN_CDR是由加州大學(xué)歐文分校水文氣象和遙感中心開發(fā)的產(chǎn)品，其降水估算輸出根據(jù)GridSat-B1紅外數(shù)據(jù)的PERSIANN算法生成[23]。

2 研究方法

2.1 最鄰近內(nèi)插法

最鄰近內(nèi)插法(the nearest neighbour interpolation，NNI)，也稱零階插值，是一種廣泛用于圖像縮放、信號處理中的一種插值方法。在該算法中，它所輸出像素的具體灰度等于距離其該點最近的原始數(shù)據(jù)樣本值。這種方法的優(yōu)點是計算簡單，運算量較小，且比較容易得到較為準(zhǔn)確的結(jié)果，因而在面對衛(wèi)星柵格數(shù)據(jù)與實測點源數(shù)據(jù)不對應(yīng)時是一種較為合適的處理方法。由于站點數(shù)據(jù)為點源數(shù)據(jù)，而衛(wèi)星數(shù)據(jù)為柵格數(shù)據(jù)，因此將衛(wèi)星柵格數(shù)據(jù)轉(zhuǎn)化為站點點源數(shù)據(jù)時采用了最鄰近內(nèi)插法，即選擇與氣象站點所在經(jīng)緯度最接近的衛(wèi)星柵格(柵格中心點為判斷依據(jù))降水?dāng)?shù)據(jù)，如果有多個柵格與站點的距離相同，則取多個柵格降水平均值作為此站點對應(yīng)的衛(wèi)星產(chǎn)品降水觀測值。

2.2 精度指標(biāo)

選取多種統(tǒng)計評價指標(biāo)在不同尺度上對4種衛(wèi)星降水產(chǎn)品的精度進(jìn)行評價。這些指標(biāo)可以分為兩類：連續(xù)性指標(biāo)和分類評價指標(biāo)，見表3。連續(xù)性指標(biāo)反映衛(wèi)星降水產(chǎn)品與站點資料的在不同尺度時間序列的吻合程度和誤差特征；分類指標(biāo)反映衛(wèi)星降水產(chǎn)品對日尺度及日尺度以下降水事件的捕捉能力[24]。選取的連續(xù)性指標(biāo)包括皮爾遜相關(guān)系數(shù)R、均方根誤差ERMS[16]和納什效率系數(shù)ENS[17]。分類評價指標(biāo)包括探測率POD誤報率RFA和TS評分[25]。各指標(biāo)的計算公式見表3。

表3 降水產(chǎn)品精度評價指標(biāo)

皮爾遜相關(guān)系數(shù)R反映了衛(wèi)星觀測值與站點觀測值的相關(guān)性，相關(guān)性越強(qiáng)，其值越趨近于1。均方根誤差ERMS反映了衛(wèi)星觀測值與站點觀測值的離散程度[16]，離散程度越小，其值越趨近于0。納什效率系數(shù)ENS反映了衛(wèi)星觀測值與站點觀測值的相似程度，值越趨近于1表明該兩組數(shù)據(jù)越相似。

在日尺度上采用分類評價指標(biāo)檢驗衛(wèi)星降水產(chǎn)品對降水的捕捉能力。探測率POD表示正確探測到降水的概率，誤報率RFA表示錯誤探測到降水的概率，TS評分表示綜合探測的準(zhǔn)確性。依據(jù)國家氣象局頒布的降水強(qiáng)度等級劃分標(biāo)準(zhǔn)，選取0.1、10.0、25.0和50.0 mm/d的降水強(qiáng)度分別代表發(fā)生小雨、中雨、大雨和暴雨的閾值。

3 結(jié)果分析

3.1 年尺度精度對比

3.1.1降水?dāng)?shù)據(jù)集年精度比較

以站點和對應(yīng)網(wǎng)格(或網(wǎng)格平均值)衛(wèi)星降水產(chǎn)品的逐年年降水量為基準(zhǔn)，計算長江流域各站點年降水量的皮爾遜相關(guān)系數(shù)R和均方根誤差ERMS兩個評價指標(biāo)值。表4展示的這兩個指標(biāo)為長江流域及各區(qū)域內(nèi)多站點空間平均值，該表可以體現(xiàn)衛(wèi)星降水?dāng)?shù)據(jù)與站點降水?dāng)?shù)據(jù)年際相關(guān)程度以及偏差情況，表中加粗顯示的數(shù)值表示4種產(chǎn)品中表現(xiàn)最優(yōu)的衛(wèi)星降水產(chǎn)品。

表4 逐年連續(xù)性指標(biāo)參數(shù)計算

由表3可知:一方面，就衛(wèi)星降水?dāng)?shù)據(jù)總體精度而言，TRMM和CMORPH在整個長江流域的精度均優(yōu)于CHIRPS和PERSIANN_CDR，且PERSIANN_CDR的精度最差；另一方面，同一種衛(wèi)星降水產(chǎn)品在長江流域的不同分區(qū)對降水的探測精度有明顯的地區(qū)差異。就R值而言，下游地區(qū)>中游地區(qū)>上游地區(qū)。同一衛(wèi)星降水?dāng)?shù)據(jù)集R值在上游高原地區(qū)和上游盆地地區(qū)則較為接近，其中TRMM、CHIRPS和PERSIANN_CDR在上游高原地區(qū)的R值略高于上游盆地地區(qū)，而CMORPH在上游高原地區(qū)略低于上游盆地地區(qū)。就ERMS指標(biāo)而言，TRMM和CHIRPS呈現(xiàn)出從上游至下游遞增的趨勢，而CMORPH和PERSIANN_CDR在上游高原地區(qū)的值高于上游盆地地區(qū)。對比R值與ERMS值可以看出，在R值最大的下游地區(qū)，其ERMS值也最大，這是因為相關(guān)系數(shù)R只能反映兩組數(shù)據(jù)之間的一致性，不能反映兩者在數(shù)值上的差異。在下游地區(qū)ERMS值較大的原因可能與降水量空間分布有關(guān)，長江流域下游地區(qū)降水量級大(圖2)，使得誤差相對較高。此外，PERSIANN_CDR的ERMS值在上游高原地區(qū)最大，且遠(yuǎn)大于另外3種衛(wèi)星降水產(chǎn)品，說明對于年降水量而言，PERSIANN_CDR在地形復(fù)雜且海拔較高的地區(qū)精度較差。

為了進(jìn)一步地探究衛(wèi)星降水?dāng)?shù)據(jù)與站點降水?dāng)?shù)據(jù)年際變化過程的擬合程度，利用4種衛(wèi)星降水?dāng)?shù)據(jù)集繪制長江流域以及不同分區(qū)ENS值箱線圖，見圖3。長江流域TRMM、CMORPH、CHIRPS和PERSIANN_CDR的ENS值波動區(qū)間分別為0.28～0.73、0.31～0.83、-0.02～0.57和-0.4～0.5，ENS中位數(shù)從小到大依次為PERSIANN_CDR(0.28)

圖3 長江流域及不同分區(qū)年尺度納什效率系數(shù)評價指標(biāo)箱線圖

3.1.2降水?dāng)?shù)據(jù)集年尺度降水空間分布差值

圖4是根據(jù)長江流域4種衛(wèi)星降水和站點降水所計算的多年平均降水，經(jīng)過徑向基函數(shù)(Rbf)中的線性插值法將站點數(shù)據(jù)插值成格網(wǎng)數(shù)據(jù)(空間分辨率為0.25°)得到的長江流域多年平均降水空間分布差值。該圖表示衛(wèi)星降水與站點降水?dāng)?shù)據(jù)多年平均降水差值百分比的空間分布。從整體上來說，TRMM、CMORPH和CHIRPS在長江流域大部分地區(qū)的差值百分比在±20%以內(nèi)，能夠較準(zhǔn)確地估計長江流域的降水，且以正偏為主。

就不同分區(qū)而言，TRMM能更好地捕捉上游高原地區(qū)的降水空間分布特征，CHIRPS和CMORPH次之，且CMORPH對上游高原地區(qū)南部的降水高估程度大于40%，PERSIANN_CDR則高估了上游高原大部分地區(qū)的降水，其高估程度也在40%以上。TRMM、CMORPH和CHIRPS均能較好地估計上游盆地地區(qū)的降水(圖4(a)～4(c))，但在上游盆地南部地區(qū)，TRMM和CMORPH有0～20%不同程度的低估。TRMM 3B42V7和CMORPH能夠較好地估計中游地區(qū)降水空間分布特征；CHIRPS則普遍高估，其高估程度在20%左右。TRMM、CMORPH和CHIRPS均高估了下游地區(qū)的降水，就高估程度而言TRMM

圖4 站點和衛(wèi)星降水產(chǎn)品年均降水量空間分布差值

3.2 月尺度精度對比

3.2.1降水?dāng)?shù)據(jù)集月精度比較

為進(jìn)一步分析4種降水產(chǎn)品的估算精度，圖5給出了TRMM、CMORPH、CHIRPS和PERSIANN_CDR 4種衛(wèi)星降水產(chǎn)品以站點月降水?dāng)?shù)據(jù)為基準(zhǔn)，計算的長江流域不同分區(qū)內(nèi)多站點評價指標(biāo)平均值，并繪制能夠綜合體現(xiàn)標(biāo)準(zhǔn)差、R和ERMS這3個指標(biāo)的泰勒圖，圖中的標(biāo)準(zhǔn)差和ERMS均經(jīng)過歸一化處理。由圖5可知：對整個長江流域而言，TRMM和CMORPH最接近站點觀測值(gauge點)，總體精度最高，CHIRPS次之，PERSIANN_CDR精度最低;對不同分區(qū)而言，TRMM在上游高原地區(qū)的精度最高，CHIRPS和CMORPH次之，PERSIANN_CDR精度則最低;在上游盆地地區(qū)、中游地區(qū)和下游地區(qū)，CMORPH的精度最高，TRMM略微次之，CHIRPS和PERSIANN_CDR精度則比較低。

圖5 4種衛(wèi)星降水產(chǎn)品在長江流域及不同分區(qū)月平均降水泰勒圖

3.2.2月尺度降水分區(qū)擬合對比

為了更直觀地比較各衛(wèi)星降水產(chǎn)品在長江流域不同分區(qū)的月尺度精度情況，圖6給出了4種衛(wèi)星降水產(chǎn)品與站點多年月平均降水?dāng)?shù)據(jù)在不同分區(qū)的散點圖，該圖表示衛(wèi)星降水與站點降水多年月平均降水量在不同區(qū)域的擬合對比情況，R值代表的是衛(wèi)星降水產(chǎn)品與站點降水?dāng)?shù)據(jù)在月面雨量上的空間相關(guān)性。分析散點圖可以發(fā)現(xiàn)，4種衛(wèi)星降水?dāng)?shù)據(jù)與站點降水?dāng)?shù)據(jù)在空間上具有良好的相關(guān)性(0.92≤R≤0.98)。

圖6 站點和衛(wèi)星降水產(chǎn)品月均降水量不同區(qū)域散點圖

就4種衛(wèi)星降水產(chǎn)品在不同分區(qū)對降水的估計情況而言，從斜率上來看，4種衛(wèi)星降水產(chǎn)品均高估了上游高原地區(qū)的降水。其中,CHIRPS和PERSIANN_CDR對該地區(qū)降水的高估程度大于TRMM和CMORPH，斜率分別為1.15和1.14。在上游盆地地區(qū)TRMM和CHIRPS的斜率分別為1.03和1.07，表明這兩種衛(wèi)星降水產(chǎn)品在該區(qū)域?qū)邓哂懈吖垃F(xiàn)象，且CHIRPS的高估程度要大于TRMM；而PERSIANN_CDR的斜率為0.91，表明PERSIANN_CDR在該區(qū)域?qū)邓哂械凸垃F(xiàn)象。在中游地區(qū)TRMM、CMORPH和CHIRPS的斜率分別為0.99、0.98和1.01(均接近于1)能夠準(zhǔn)確地反映中游地區(qū)的降水，而PERSIANN_CDR的斜率為0.89，嚴(yán)重地低估了該地區(qū)的降水。在下游地區(qū)CMORPH能夠更準(zhǔn)確地反映該地區(qū)的月降水，TRMM和CHIRPS則高估了該地區(qū)的降水，斜率分別為1.03和1.04，PERSIANN_CDR則低估了該地區(qū)的降水，斜率為0.91。

就4種衛(wèi)星降水產(chǎn)品在不同分區(qū)的空間分布擬合精度而言，上游高原地區(qū)TRMM的精度優(yōu)于其他3種衛(wèi)星降水產(chǎn)品,在上游盆地地區(qū)和下游地區(qū)CMORPH的精度優(yōu)于其他3種衛(wèi)星降水產(chǎn)品,而在中游地區(qū)TRMM、CMORPH和CHIRPS均有較高的精度，這也與圖5顯示的結(jié)果一致。

3.3 日尺度精度對比

3.3.1降水?dāng)?shù)據(jù)集日尺度評價指標(biāo)空間分布

圖7是長江流域各個站點連續(xù)性評價指標(biāo)(R、ERMS、ENS)不同分區(qū)的空間分布情況。從圖7可以看出，在日尺度上，CMORPH的R整體具有絕對優(yōu)勢(R>0.65)，大部分站點R在0.8以上，TRMM和CHIRPS次之，PERSIANN_CDRERMS最低，絕大部分站點R在0.4以下。從ERMS來看，4種衛(wèi)星降水產(chǎn)品都大致呈現(xiàn)出由西向東逐漸增加的趨勢，這可能與降水分布相關(guān)，流域東部地區(qū)較西部地區(qū)降水量大使得誤差絕對值相對較高。在ENS方面，4種衛(wèi)星降水產(chǎn)品的納什效率系數(shù)平均值由大到小依次為CMORPH>TRMM>CHIRPS>PERSIANN_CDR。綜上，4種產(chǎn)品中站點數(shù)據(jù)R和ENS最高且ERMS最低的是CMORPH，其在日尺度上綜合表現(xiàn)最好。

圖7 日尺度評價指標(biāo)空間分布

3.3.2不同量級降水捕捉能力檢驗

圖8展示了在不同降水量級下衛(wèi)星降水產(chǎn)品和站點逐日降水在整個長江流域、上游高原地區(qū)、上游盆地地區(qū)、中游地區(qū)以及下游地區(qū)的POD、RFA和TS值。降水閾值分別為0.1、10.0、25.0和50.0 mm/d。從圖8可以看出，4種衛(wèi)星產(chǎn)品都對降水事件(0.1 mm/d為降水是否發(fā)生的閾值)有著較高的探測率，這表明4種衛(wèi)星產(chǎn)品均能較好地識別降水事件的發(fā)生，這可能與衛(wèi)星上搭載的測雨雷達(dá)和微波成像儀加強(qiáng)了對弱降水以及固態(tài)降水的探測有關(guān)。

圖8 不同閾值下衛(wèi)星降水產(chǎn)品各分區(qū)POD、RFA和TS值

當(dāng)降水強(qiáng)度閾值增加時，4種衛(wèi)星產(chǎn)品的探測率POD均開始下降，這意味著衛(wèi)星產(chǎn)品對日尺度的強(qiáng)降水捕捉能力降低。其中,CMORPH和TRMM對降水的捕捉能力優(yōu)于另外兩種，且PERSIANN_CDR的捕捉能力最差，而TRMM對大雨和暴雨的捕捉能力優(yōu)于CMORPH。

就誤測率而言，CMORPH的RFA在不同量級的降水之間比較穩(wěn)定(0.4左右)，僅在上游高原地區(qū)隨著降水強(qiáng)度閾值的增大而上升，這可能與上游高原區(qū)站點稀少，以及上游高原地區(qū)云層與冰雪相混合的復(fù)雜氣象條件干擾了衛(wèi)星對降水的準(zhǔn)確估計有關(guān)[27]，其他3種衛(wèi)星降水產(chǎn)品的RFA則隨著降水強(qiáng)度閾值的增大而上升。

綜合比較4種衛(wèi)星降水產(chǎn)品的TS評分，其規(guī)律表現(xiàn)非常一致：降水閾值增大，TS評分減??；同一降水閾值下，探測精度從大到小排序為 CMORPH>TRMM>CHIRPS>PERSIANN_CDR。

3.4 空間尺度精度對比

由于長江流域地形復(fù)雜，高程跨度大，因此針對不同衛(wèi)星降水產(chǎn)品隨高程的變化進(jìn)行精度評價。以長江流域各站點降水量為基準(zhǔn)，采用R、ERMS和ENS評價不同站點高程上4種衛(wèi)星降水?dāng)?shù)據(jù)的探測精度，圖9為各評價指標(biāo)與站點高程的散點圖。

圖9 各評價指標(biāo)與高程散點圖

日尺度上，4種衛(wèi)星降水產(chǎn)品出現(xiàn)較明顯的“分層”現(xiàn)象。就R而言：CHIRPS、CMORPH和TRMM隨高程增加波動較為平穩(wěn)；而PERSIANN_CDR有隨著高程增加而增大的趨勢，但R總體還處于較低水平。就ERMS而言：4種衛(wèi)星降水產(chǎn)品與高程成反比，即隨著高程的增加，4種衛(wèi)星降水產(chǎn)品的精度提高，其ERMS隨高程變化幅度由高到低分別為-1.8 mm/1 000 m(PERSIANN_CDR)、-1.7 mm/1 000 m(CHIRPS)、-1.4 mm/1 000 m(TRMM)和-1.3 mm/1 000 m(CMORPH)。就ENS而言：CHIRPS、CMORPH和TRMM 表現(xiàn)較為平穩(wěn)，無明顯波動，而PERSIANN_CDR則隨高程增加，ENS先減小后增大。

在月尺度上，就R而言，4種衛(wèi)星降水產(chǎn)品與高程成正比，即隨著高程增加明顯提高，相應(yīng)的變化幅度由大到小分別為0.03/1 000 m(PERSIANN_CDR)、0.02/1 000 m(CHIRPS)、0.01/1 000 m(TRMM)和0.009/1 000 m(CMORPH)。就ERMS而言，CHIRPS、CMORPH和TRMM變化規(guī)律同日尺度，PERSIANN_CDR則表現(xiàn)為先波動后降低的趨勢。就ENS而言，CHIRPS、CMORPH和TRMM的波動幅度較小，PERSIANN_CDR波動幅度較大，表現(xiàn)為先增大后減小再增大的趨勢。

在年尺度上，隨著高程增加,4種衛(wèi)星降水產(chǎn)品R并未表現(xiàn)出明顯的變化規(guī)律。在ERMS上，CHIRPS、CMORPH和TRMM隨高程變化波動較為平穩(wěn)，而PERSIANN_CDR則波動較大，隨高程的增加表現(xiàn)為先增大后減小的趨勢。對于ENS而言，4種衛(wèi)星降水產(chǎn)品大多位于-5～1，隨著高程的增加，4種衛(wèi)星降水產(chǎn)品在高海拔地區(qū)都出現(xiàn)了較明顯的波動，其中PERSIANN_CDR波動最大。

研究區(qū)域內(nèi)高海拔站點(1 500 m以上)大多位于上游高原地區(qū)，該地區(qū)站點僅有27個，占流域總站點數(shù)的14%，因此在刻畫流域內(nèi)衛(wèi)星降水與高程變化規(guī)律時有一定的局限性。

4 結(jié)論與展望

采用長江流域191個國家氣象基準(zhǔn)站1999—2019年逐日降水?dāng)?shù)據(jù)集，研究了CMORPH等4種衛(wèi)星降水產(chǎn)品在不同時間和空間尺度上的探測精度，得到以下結(jié)論。

在捕捉年降水量的年際變化特征時，TRMM和CMORPH相比于CHIRPS和PERSIANN_CDR具有更高的精度。在年降水量空間分布特征上，4種衛(wèi)星降水產(chǎn)品在不同的分區(qū)表現(xiàn)差異明顯，其中僅TRMM、CMORPH和CHIRPS能不同程度地反映長江流域降水的空間分布特性。

在月尺度上，TRMM、CMORPH對降水估計仍然具有較高的精度。在降水空間分布上，TRMM、CMORPH和CHIRPS在不同區(qū)域各具優(yōu)勢，上游高原地區(qū)TRMM精度最高；上游盆地地區(qū)和下游地區(qū)CMORPH的精度最高，在中游地區(qū)TRMM、CMORPH和CHIRPS均具有較高的精度。

在日尺度上，4種衛(wèi)星降水產(chǎn)品的精度差別明顯，由高到低排序為CMORPH>TRMM>CHIRPS>PERSIANN_CDR。衛(wèi)星降水產(chǎn)品均對弱降水的探測能力較強(qiáng)，而對強(qiáng)降水的探測能力較弱，從分區(qū)的角度看，CMORPH在上游高原地區(qū)具有優(yōu)勢，而在上游盆地地區(qū)、中游和下游地區(qū)則TRMM占優(yōu)。

在空間尺度上，4種衛(wèi)星降水產(chǎn)品的精度在日、月尺度上有較明顯的差異，但總體上都表現(xiàn)為高海拔地區(qū)的精度高于低海拔地區(qū)，而在年尺度上精度隨高程的變化沒有表現(xiàn)出明顯的變化規(guī)律。

本文從時間、空間兩個角度對比了4種衛(wèi)星降水產(chǎn)品在長江流域不同分區(qū)的降水精度和降水探測能力，總體上看TRMM和CMORPH在長江流域年、月、日3種時間尺度上更具有優(yōu)勢，而在長江流域的4個不同空間尺度上，4種衛(wèi)星降水產(chǎn)品在不同地區(qū)的精度不同，而且在日、月尺度上，4種衛(wèi)星降水產(chǎn)品表現(xiàn)為高海拔地區(qū)的精度總體上高于低海拔地區(qū)。在未來的研究中應(yīng)當(dāng)結(jié)合季風(fēng)、下墊面等因素，加強(qiáng)對高寒地區(qū)固態(tài)降水特性的解析來進(jìn)一步評估衛(wèi)星降水產(chǎn)品的適用性。同時，盡管衛(wèi)星所優(yōu)選的兩種衛(wèi)星降水產(chǎn)品具有一定的優(yōu)勢，但相對站點降水而言仍有較大差距，未來應(yīng)結(jié)合長江流域更高密度的地面站點數(shù)據(jù)，對衛(wèi)星降水?dāng)?shù)據(jù)進(jìn)行基于線性回歸模型、卡爾曼濾波、隨機(jī)森林算法、貝葉斯模型等主流方法的衛(wèi)星降水?dāng)?shù)據(jù)融合校正，并進(jìn)一步結(jié)合當(dāng)前主流水文模型/模式(如新安江、WRF-hydro和VIC模型)增加徑流模擬環(huán)節(jié)的精度檢驗。