川渝地區(qū)汛期逐小時(shí)降水融合產(chǎn)品誤差分析*

曠 蘭，田茂舉**，李 強(qiáng)，龐 玥，吉 莉，劉 祥

川渝地區(qū)汛期逐小時(shí)降水融合產(chǎn)品誤差分析*

曠 蘭1，田茂舉1**，李 強(qiáng)2，龐 玥2，吉 莉3，劉 祥4

(1.重慶市綦江區(qū)氣象局，綦江 401420；2.重慶市氣象臺(tái)，重慶 401147；3.重慶市北碚區(qū)氣象局，北碚 400700；4.重慶市氣象服務(wù)中心，重慶 401147)

利用2021年汛期三套降水融合產(chǎn)品CMPAS、GSMaP和IMERG，經(jīng)質(zhì)量控制后的川渝地區(qū)190個(gè)國(guó)家氣象站逐小時(shí)降水?dāng)?shù)據(jù)，結(jié)合川渝地區(qū)的不同地形區(qū)間和不同小時(shí)雨強(qiáng)對(duì)三套融合產(chǎn)品進(jìn)行誤差分析。結(jié)果表明：（1）2021年汛期總降水量空間分布上，CMPAS產(chǎn)品與站點(diǎn)實(shí)測(cè)最為接近，其次依次為GSMaP、IMERG產(chǎn)品。（2）針對(duì)不同地形區(qū)、不同時(shí)段，CMPAS產(chǎn)品的相關(guān)性、命中率、關(guān)鍵成功率最優(yōu)，IMERG次之；CMPAS產(chǎn)品的偏差、均方根誤差、誤報(bào)率最小，GSMaP產(chǎn)品的誤報(bào)率最大，IMERG的偏差、均方根誤差最大；各融合產(chǎn)品在8月和9月的命中率、關(guān)鍵成功率最優(yōu)，在20：00?次日2：00、2：00?8：00的相關(guān)性、命中率、關(guān)鍵成功率最優(yōu)，誤差和誤報(bào)率最小。（3）針對(duì)不同小時(shí)雨強(qiáng)，CMPAS明顯優(yōu)于IMERG和GSMaP產(chǎn)品；其中CMPAS產(chǎn)品5月和9月的相關(guān)性、命中率、關(guān)鍵成功率最優(yōu)；當(dāng)小時(shí)雨強(qiáng)增大時(shí)，各融合產(chǎn)品的均方根誤差逐漸增大。研究結(jié)果說(shuō)明汛期CMPAS產(chǎn)品在川渝地區(qū)的精度明顯優(yōu)于IMERG和GSMaP產(chǎn)品，可以為地面實(shí)測(cè)數(shù)據(jù)缺乏的地區(qū)提供有效的降水?dāng)?shù)據(jù)補(bǔ)充。

川渝地區(qū)；降水融合產(chǎn)品；CMPAS；GSMaP；IMERG；誤差分析

極端降水事件可能引發(fā)中小河流洪水、地質(zhì)滑坡、泥石流等自然災(zāi)害，干旱事件可能影響農(nóng)業(yè)和水資源管理，因此，從空間監(jiān)測(cè)不同的降水強(qiáng)度是必要的，特別是地面觀測(cè)缺乏的地區(qū)。受地形和環(huán)境因素影響，地面雨量計(jì)常常分布不均，特別是高海拔地區(qū)常常分布有限，而降水融合產(chǎn)品提供了更大規(guī)模的空間覆蓋，以彌補(bǔ)空間缺乏的地面觀測(cè)[1?9]。

CMPAS_FRT[10]（CMA Multi-source Merged Precipitation Analysis System, CMPAS）中國(guó)逐小時(shí)降水實(shí)時(shí)融合實(shí)況分析產(chǎn)品，是中國(guó)區(qū)域地面?衛(wèi)星?雷達(dá)三源融合降水分析產(chǎn)品CMPAS的降水融合產(chǎn)品之一，利用經(jīng)質(zhì)量控制的國(guó)家級(jí)氣象站和區(qū)域國(guó)家氣象站的逐小時(shí)降水觀測(cè)資料、中國(guó)氣象局氣象探測(cè)中心研制的全國(guó)雷達(dá)拼圖定量估測(cè)降水產(chǎn)品、國(guó)家衛(wèi)星氣象中心研制的FY2小時(shí)降水產(chǎn)品，采用概率密度函數(shù)匹配法、貝葉斯模型平均法、空間降尺度技術(shù)以及最優(yōu)插值法等關(guān)鍵技術(shù)研制而成。GSMaP_Gauge[11]（Gauge-calibrated Rainfall Product，GSMaP）衛(wèi)星降水產(chǎn)品，是經(jīng)過(guò)美國(guó)氣候預(yù)測(cè)中心（Climate Prediction Center, CPC）全球雨量站點(diǎn)、氣候以及地形等校正后的衛(wèi)星降水?dāng)?shù)據(jù)。IMERG_Final Run[12]（Integrated Multi-satellite Retrievals for GPM, IMERG）衛(wèi)星降水產(chǎn)品，是全球降水觀測(cè)計(jì)劃GPM（Global Precipitation Measurement）推出的新一代多衛(wèi)星聯(lián)合反演的降水產(chǎn)品之一，首先利用GPM平臺(tái)上的主被動(dòng)微波傳感器、各類紅外傳感器數(shù)據(jù)以及融合TRMM(Tropical Rainfall Measuring Mission) 時(shí)代的衛(wèi)星降水反演算法，然后經(jīng)過(guò)全球雨量站點(diǎn)的校正算法研制而成。

近年來(lái)，國(guó)內(nèi)外已有學(xué)者開(kāi)展不同降水融合產(chǎn)品在不同地區(qū)的適用性評(píng)估。Chua等[13]證明了CMORPH和GSMaP降水融合產(chǎn)品在澳大利亞地區(qū)具有良好的適用性，且精度高度依賴于降雨強(qiáng)度。陳曉宏等[14]驗(yàn)證了GPM和IMERG降水融合產(chǎn)品在北江流域具有良好的適用性。Yang等[15]按照降水強(qiáng)度通過(guò)相關(guān)系數(shù)、均方根誤差、命中率等指標(biāo)檢驗(yàn)了IMERG降水融合產(chǎn)品在四川省的精度。史嵐等[16]證明了在中國(guó)區(qū)域內(nèi)CMPAS衛(wèi)星降水產(chǎn)品與地面觀測(cè)值具有較好的相關(guān)性。目前還鮮有針對(duì)CMPAS、GSMaP和IMERG三種降水融合產(chǎn)品的對(duì)比評(píng)估，尤其是針對(duì)主汛期（5?9月）不同地形區(qū)、不同小時(shí)雨強(qiáng)的對(duì)比研究相對(duì)匱乏。川渝地區(qū)地處第一級(jí)青藏高原和第二級(jí)長(zhǎng)江中下游平原的過(guò)渡帶，有丘陵、低山和高山等復(fù)雜地勢(shì)，因此，本研究基于前人已有成果，重點(diǎn)結(jié)合川渝地區(qū)不同地形區(qū)、不同小時(shí)雨強(qiáng)等對(duì)各降水融合產(chǎn)品進(jìn)行綜合檢驗(yàn)評(píng)價(jià)，以期為汛期水文氣象防災(zāi)減災(zāi)提供數(shù)據(jù)支撐。

1 資料與方法

1.1 研究區(qū)域

研究區(qū)域?yàn)榇ㄓ宓貐^(qū)，地處第一級(jí)青藏高原和第二級(jí)長(zhǎng)江中下游平原的過(guò)渡帶，地勢(shì)高低懸殊，西高東低，由西北向東南傾斜，地跨青藏高原、橫斷山脈、云貴高原、秦巴山地和川渝盆地。受地形和氣候影響大，降水時(shí)空分布差異明顯，其中以汛期（5?9月）較多，東部和南部偏多，主要原因是來(lái)自東太平洋和印度洋季風(fēng)攜帶的水汽受到獨(dú)特地形作用，在川渝盆地形成充足降水。因此，著重分析不同衛(wèi)星降水產(chǎn)品在不同地形區(qū)上的誤差特征，利用SRTM（Shuttle Radar Topography Mission）的數(shù)字高程（DEM，Digital Elevation Model）模型，根據(jù)川渝地區(qū)的高程差異，將川渝地區(qū)分為4個(gè)地形區(qū)，即海拔500m以下為地形I區(qū)，海拔500?1000m為地形Ⅱ區(qū)，海拔1000?3000m為地形Ⅲ區(qū)，海拔3000m以上為地形Ⅳ區(qū)，地形及區(qū)域劃分如圖1所示。

圖1 川渝地區(qū)地形區(qū)域劃分（Ⅰ、Ⅱ、Ⅲ、Ⅳ區(qū)）及190個(gè)國(guó)家氣象站分布

注：地形Ⅰ、Ⅱ、Ⅲ和Ⅳ區(qū)的海拔區(qū)間分別為≤500m、500?1000m、1000?3000m和＞3000m。

Note：Elevation range of terrain Ⅰ, Ⅱ, Ⅲ and Ⅳ is ≤500m, 500?1000m, 1000?3000m, and ＞3000m, respectively.

1.2 數(shù)據(jù)來(lái)源及處理

（1）融合產(chǎn)品降水?dāng)?shù)據(jù)

包括2021?05?01—2021?09?30川渝地區(qū)衛(wèi)星降水?dāng)?shù)據(jù)，其中CMPAS衛(wèi)星降水產(chǎn)品的時(shí)空分辨率為0.05°·h?1，來(lái)自國(guó)家氣象信息中心網(wǎng)。GSMaP（https://sharaku.eorc.jaxa.jp/GsMap/index.htm）衛(wèi)星降水產(chǎn)品的時(shí)空分辨率為0.1°·h?1。IMERG（https:// gpm.nasa.gov/data-access/downloads/gpm）衛(wèi)星降水產(chǎn)品的時(shí)空分辨率為0.1°·30min?1。利用最近距離插值法提取各個(gè)國(guó)家氣象站點(diǎn)的柵格數(shù)據(jù)，為了方便與國(guó)家氣象站實(shí)測(cè)降水?dāng)?shù)據(jù)進(jìn)行對(duì)比分析，將各衛(wèi)星降水產(chǎn)品的時(shí)間分辨率統(tǒng)一處理為1h。

（2）站點(diǎn)實(shí)測(cè)降水?dāng)?shù)據(jù)

包括2021?05?01—2021?09?30川渝地區(qū)190個(gè)國(guó)家氣象站逐小時(shí)降水實(shí)況資料，來(lái)自全國(guó)氣象信息綜合分析處理系統(tǒng)（Meteorological Information Combine Analysis and Process System, MICAPS）。

（3）基礎(chǔ)地理數(shù)據(jù)

基于空間分辨率為12.5m的數(shù)字高程模型，采用ALBERS等面積圓錐投影和WCG1984大地坐標(biāo)系，利用ArcGIS提取各站點(diǎn)海拔，再根據(jù)地形I、Ⅱ、Ⅲ和Ⅳ區(qū)的海拔區(qū)間對(duì)各國(guó)家氣象站點(diǎn)進(jìn)行歸類處理。

1.3 誤差評(píng)估

降水融合產(chǎn)品與國(guó)家氣象站降水?dāng)?shù)據(jù)之間的誤差評(píng)估指標(biāo)[17]分為兩類，一類為誤差統(tǒng)計(jì)指標(biāo)，另一類為對(duì)降水事件判斷準(zhǔn)確性評(píng)估指標(biāo)，具體見(jiàn)表1和表2。其中誤差統(tǒng)計(jì)指標(biāo)主要包括相關(guān)系數(shù)(Correlation Coefficient, COR)，用來(lái)分析衛(wèi)星降水與國(guó)家氣象站降水?dāng)?shù)據(jù)的相關(guān)性；相對(duì)偏差(Relative Bias, BIAS)用來(lái)分析衛(wèi)星降水與國(guó)家氣象站降水?dāng)?shù)據(jù)之間的偏離程度；均方根誤差(Root Mean Squared Error, RMSE)用來(lái)分析衛(wèi)星降水與國(guó)家氣象站降水?dāng)?shù)據(jù)的離散程度。

表1 降水融合產(chǎn)品評(píng)估指標(biāo)

對(duì)降水事件判斷準(zhǔn)確性評(píng)估指標(biāo)包括，利用誤差分解模型將降水事件分為命中事件、漏報(bào)事件和誤報(bào)事件3種誤差成分[18]（表2）。為進(jìn)一步綜合描述3種不同誤差成分對(duì)總體誤差的貢獻(xiàn)程度，又分為（詳見(jiàn)表1）命中率（Probability of Detection, POD），即衛(wèi)星數(shù)據(jù)準(zhǔn)確及時(shí)捕捉實(shí)際的降水事件能力；誤報(bào)率（False Alarm Ration, FAR），即衛(wèi)星對(duì)降水事件的錯(cuò)誤估計(jì)程度；關(guān)鍵成功指數(shù)（Critical Success Index, CSI），是綜合考慮 POD和FAR的情況，用來(lái)衡量衛(wèi)星降水探測(cè)實(shí)際降水事件的真正水平。

1.4 數(shù)據(jù)處理

利用最近距離法提取國(guó)家氣象站點(diǎn)所處的柵格處的融合產(chǎn)品數(shù)據(jù)，并與站點(diǎn)實(shí)測(cè)降水?dāng)?shù)據(jù)進(jìn)行誤差分析。其次，基于ArcGIS平臺(tái)，利用SRTM的數(shù)字高程（DEM）模型，根據(jù)川渝地區(qū)的高程差異，將川渝地區(qū)分為4個(gè)地形區(qū)，即海拔500m以下為地形I區(qū)，海拔500?1000m為地形Ⅱ區(qū)，海拔1000?3000m為地形Ⅲ區(qū)，海拔3000m以上為地形Ⅳ區(qū)，并從4個(gè)地形區(qū)分別計(jì)算其誤差指標(biāo)。

2 結(jié)果與分析

2.1 各融合產(chǎn)品汛期小時(shí)降水量時(shí)空分布差異分析

2.1.1 空間分布

由圖2可見(jiàn)，各融合產(chǎn)品以及實(shí)測(cè)數(shù)據(jù)均顯示，川渝地區(qū)2021年汛期（5?9月）逐小時(shí)降水量總和呈基本相似的分布趨勢(shì)，主要表現(xiàn)為地形I區(qū)的降水量最大，依次為地形Ⅱ、Ⅲ、Ⅳ區(qū)，地形及區(qū)域劃分如圖1所示。

表2 降水融合產(chǎn)品對(duì)降水事件判斷的準(zhǔn)確性評(píng)估指標(biāo)

注：0.1mm×h?1作為判斷是否發(fā)生降水事件的閾值。

Note: 0.1mm×h?1is used as the threshold of whether precipitation events occur.

圖2 川渝地區(qū)四種產(chǎn)品2021年汛期（5?9月）逐小時(shí)降水量總和的空間分布(mm)

注：OB是川渝地區(qū)190個(gè)國(guó)家氣象站逐小時(shí)實(shí)測(cè)降水資料。GSMaP為美國(guó)氣候預(yù)測(cè)中心校正后的衛(wèi)星降水?dāng)?shù)據(jù)、CMPAS為中國(guó)區(qū)域地面?衛(wèi)星?雷達(dá)三源融合的降水分析產(chǎn)品數(shù)據(jù)、IMERG為全球降水觀測(cè)計(jì)劃GPM發(fā)布的降水融合產(chǎn)品在川渝地區(qū)190個(gè)國(guó)家氣象站點(diǎn)逐小時(shí)降水量的插值。下同。

Note：OB is the hourly measured precipitation data of 190 national meteorological stations in Sichuan and Chongqing. GSMaP is the corrected satellite precipitation data of the US Climate Prediction Center, CMPAS is the precipitation analysis product data of ground-satellite-radar fusion in China, and IMERG is the hourly precipitation interpolation of the precipitation fusion product released by the Global Precipitation Observation program GPM at 190 national meteorological stations in Sichuan and Chongqing. The same as below.

從降水量數(shù)據(jù)看，各融合產(chǎn)品間存在明顯差異。以站點(diǎn)實(shí)測(cè)降水量數(shù)據(jù)（圖2a）為基準(zhǔn)，CMPAS產(chǎn)品各降水量級(jí)區(qū)間數(shù)據(jù)分布與實(shí)況最接近；其次為GSMaP產(chǎn)品，主要差別表現(xiàn)為在地形I區(qū)和Ⅱ區(qū)存在高估，2021年的汛期降水總量在1000～1500mm和1500～2000mm范圍的站點(diǎn)明顯增多；IMERG產(chǎn)品基本在各地形區(qū)域均存在明顯高估。

2.1.2 汛期各月分布

由圖3可見(jiàn)，各融合產(chǎn)品以及實(shí)測(cè)數(shù)據(jù)的不同小時(shí)雨強(qiáng)逐月分布均顯示，各融合產(chǎn)品間均存在差異。以實(shí)測(cè)數(shù)據(jù)的小時(shí)雨強(qiáng)OB為基準(zhǔn)，當(dāng)小時(shí)雨強(qiáng)為0.1～1.9mm×h?1、2.0～4.9mm×h?1時(shí)（圖3a、3b），各融合產(chǎn)品差別不大，其中CMPAS產(chǎn)品的小時(shí)雨強(qiáng)偏高最多，其次是IMERG產(chǎn)品，而GSMaP產(chǎn)品的小時(shí)雨強(qiáng)偏低。當(dāng)小時(shí)雨強(qiáng)為5.0～9.9mm×h?1時(shí)（圖3c），各類融合產(chǎn)品差別不大，其中CMPAS與實(shí)測(cè)數(shù)據(jù)基本保持一致，IMERG產(chǎn)品偏高，而GSMaP產(chǎn)品偏低。當(dāng)小時(shí)雨強(qiáng)為10.0～19.9mm×h?1時(shí)（圖3d），各融合產(chǎn)品差異增大，其中CMPAS在5月略比實(shí)測(cè)數(shù)據(jù)偏高，在7月和9月略微偏低，在6月和8月基本持平；IMERG產(chǎn)品在5?7月略微偏低，9月略微偏高，8月基本持平；而GSMaP產(chǎn)品卻明顯偏低。當(dāng)小時(shí)雨強(qiáng)≥20.0mm×h?1時(shí)（圖3e），各類融合產(chǎn)品的小時(shí)雨強(qiáng)基本小于50.0mm×h?1，大于100.0mm×h?1的小時(shí)雨強(qiáng)主要出現(xiàn)在8月和5月，其中IMERG產(chǎn)品比實(shí)測(cè)數(shù)據(jù)偏高，而其它融合產(chǎn)品與實(shí)測(cè)數(shù)據(jù)差異不大。

2.2 各融合產(chǎn)品不同時(shí)段小時(shí)降水量誤差分布特征分析

2.2.1 整個(gè)汛期誤差特征

分析各誤差統(tǒng)計(jì)指標(biāo)和分類統(tǒng)計(jì)指標(biāo)的空間分布，結(jié)果見(jiàn)圖4。由圖可見(jiàn)，從相關(guān)系數(shù)來(lái)看，CMPAS產(chǎn)品的相關(guān)系數(shù)均在0.65以上，其中大部分站點(diǎn)的相關(guān)系數(shù)在0.85以上，而IMERG和GSMaP產(chǎn)品的相關(guān)系數(shù)則低于0.65；從偏差BIAS來(lái)看，CMPAS產(chǎn)品的偏差絕對(duì)值≤0.5，而IMERG產(chǎn)品的偏差絕對(duì)值則＞0.5，且大部分站點(diǎn)的偏差絕對(duì)值＞1.0，GSMaP產(chǎn)品的偏差絕對(duì)值≤1.0，且大部分站點(diǎn)的偏差絕對(duì)值≤0.5；從均方根誤差RMSE來(lái)看，CMPAS產(chǎn)品大部分站點(diǎn)≤1.0mm，IMERG和GSMaP產(chǎn)品在地形Ⅳ區(qū)的誤差普遍小于地形I、Ⅱ、Ⅲ區(qū)，其中IMERG產(chǎn)品的誤差在各地形區(qū)都大于GSMaP產(chǎn)品；從命中率POD來(lái)看，CMPAS產(chǎn)品的命中率普遍＞0.65，其次是IMERG產(chǎn)品，GSMaP產(chǎn)品命中率最低；從誤報(bào)率FAR來(lái)看，CMPAS產(chǎn)品的誤報(bào)率最低，各站點(diǎn)均低于0.45且大部分站點(diǎn)低于0.25，IMERG產(chǎn)品的誤報(bào)率高于CMPAS產(chǎn)品又低于GSMaP產(chǎn)品；從關(guān)鍵成功指標(biāo)CSI來(lái)看，CMPAS產(chǎn)品的關(guān)鍵成功指標(biāo)大部分站點(diǎn)高于0.65，其次依次是IMERG產(chǎn)品、GSMaP產(chǎn)品。

圖3 四種產(chǎn)品汛期各月平均小時(shí)雨強(qiáng)的分類比較

注：○為各產(chǎn)品的中位數(shù)，—為所有產(chǎn)品的中位數(shù)，—分別為上四分位點(diǎn)、下四分位點(diǎn)。下同。

Note：○ is the median value of each product, — line in the middle is the median of all products, - lines at both ends are the upper and lower quartile sites respectively. The same as below.

圖4 整個(gè)汛期三種融合產(chǎn)品與OB產(chǎn)品比較的逐小時(shí)降水量誤差分布

2.2.2 汛期各月誤差特征

分析各誤差統(tǒng)計(jì)指標(biāo)和分類統(tǒng)計(jì)指標(biāo)的逐月變化，結(jié)果見(jiàn)圖5。由圖可見(jiàn)，CMPAS產(chǎn)品的相關(guān)性最好，其次是IMERG產(chǎn)品；CMPAS產(chǎn)品的偏差最小，其次是GSMaP產(chǎn)品；CMPAS產(chǎn)品的均方根誤差最小，其次是GSMaP產(chǎn)品；CMPAS產(chǎn)品的命中率最大，其次是IMERG產(chǎn)品；CMPAS產(chǎn)品的誤報(bào)率最小，其次是IMERG產(chǎn)品；CMPAS產(chǎn)品的關(guān)鍵成功指標(biāo)最大，其次是IMERG產(chǎn)品。且CMPAS產(chǎn)品各站點(diǎn)的偏差均值接近0，GSMaP產(chǎn)品各站點(diǎn)的偏差均值略微大于0，IMERG產(chǎn)品各站點(diǎn)的偏差明顯大于0。其中又以8月產(chǎn)品質(zhì)量最好，其次依次是9月、7月、6月和5月。

2.2.3 日值誤差特征

由圖6可見(jiàn)，CMPAS產(chǎn)品的相關(guān)性最好，其次是IMERG產(chǎn)品，其中在14：00?20：00時(shí)段產(chǎn)品的相關(guān)性最??；CMPAS產(chǎn)品的偏差最小，其次是GSMaP產(chǎn)品，其中CMPAS產(chǎn)品各站點(diǎn)的偏差均值接近0，GSMaP產(chǎn)品各站點(diǎn)的偏差均值略大于0，IMERG產(chǎn)品各站點(diǎn)的偏差明顯大于0，14：00?20：00偏差幅度變化最大；CMPAS產(chǎn)品的均方根誤差最小，其次是GSMaP產(chǎn)品，其中14：00?20：00均方根誤差變化幅度最??；CMPAS產(chǎn)品的命中率最大，其次是IMERG產(chǎn)品，其中在2：00?8：00時(shí)段命中率最高，其它依次是8：00?14：00、20：00?次日2：00、14：00?20：00；CMPAS產(chǎn)品的誤報(bào)率最小，其次是IMERG產(chǎn)品，其中14：00?20：00的誤報(bào)率最大，其次依次是8：00?14：00、20：00?次日2：00、2：00?8：00；CMPAS產(chǎn)品的關(guān)鍵成功指標(biāo)最高，其次是IMERG產(chǎn)品，其中2：00?8：00關(guān)鍵成功指標(biāo)最高，其它依次是8：00?14：00、20：00?次日2：00、14：00?20：00。

圖5 5?9月三種融合產(chǎn)品與OB產(chǎn)品比較逐小時(shí)降水量的誤差分布

2.3 各融合產(chǎn)品中不同降水強(qiáng)度下小時(shí)降水量的誤差特征分析

根據(jù)站點(diǎn)觀測(cè)值的每小時(shí)降水量進(jìn)行降水強(qiáng)度分級(jí)，分級(jí)標(biāo)準(zhǔn)為0.1～1.9mm×h?1、2.0～4.9mm×h?1、5.0～9.9mm×h?1、10.0～19.9mm×h?1以及≥20.0mm×h?1，對(duì)不同降水強(qiáng)度下各誤差統(tǒng)計(jì)指標(biāo)和分類統(tǒng)計(jì)指標(biāo)的變化進(jìn)行分析，結(jié)果見(jiàn)圖7。由圖中可見(jiàn)，CMPAS產(chǎn)品的質(zhì)量明顯優(yōu)于IMERG產(chǎn)品和GSMaP產(chǎn)品，而IMERG產(chǎn)品和GSMaP產(chǎn)品的質(zhì)量無(wú)明顯差異。隨著小時(shí)雨強(qiáng)的增大，各產(chǎn)品的相關(guān)系數(shù)COR、命中率POD、關(guān)鍵成功指標(biāo)CSI先逐漸降低后逐漸增高，呈V字型變化，其中當(dāng)降水強(qiáng)度≥20.0mm×h?1時(shí)，指標(biāo)最高；隨著降水強(qiáng)度的增大，各產(chǎn)品的偏差BIAS值越小，均方根誤差RMSE越大，誤報(bào)率FAR先增大后減小呈倒V字型變化。

2.4 各融合產(chǎn)品中不同地形區(qū)域小時(shí)降水量的誤差特征分析

由圖8可見(jiàn)，各產(chǎn)品在不同地形區(qū)與國(guó)家氣象站降水之間的散點(diǎn)數(shù)密度大都≤10.0mm×h?1，且地形Ⅰ區(qū)的小時(shí)雨強(qiáng)的極大值最大，其次依次為Ⅱ區(qū)、Ⅲ區(qū)和Ⅳ區(qū)。各產(chǎn)品的相關(guān)性隨地形區(qū)變化并不明顯，但均方根誤差RMSE隨著海拔增大而降低明顯，即Ⅳ區(qū)的誤差最大，其中CMPAS產(chǎn)品的擬合效果最好，均方根誤差最小，其次是GSMaP產(chǎn)品，IMERG產(chǎn)品的誤差最大。

分析各產(chǎn)品在不同地形區(qū)上的泰勒?qǐng)D分布，結(jié)果見(jiàn)圖9。由圖中可見(jiàn)，以CMPAS產(chǎn)品的相關(guān)系數(shù)最優(yōu)，IMERG產(chǎn)品和GSMaP產(chǎn)品的相關(guān)系數(shù)差異較?。籆MPAS產(chǎn)品的均方根誤差最低，其次是GSMaP產(chǎn)品，IMERG產(chǎn)品的均方根誤差最大；且IMERG產(chǎn)品的標(biāo)準(zhǔn)偏差也最大。對(duì)于均方根誤差，CMPAS產(chǎn)品在不同地形區(qū)的差異不明顯，而GSMaP和IMERG產(chǎn)品隨著地形區(qū)的增大而逐漸增大，即地形Ⅳ區(qū)的誤差最大，其中IMERG產(chǎn)品的誤差最大，CMPAS產(chǎn)品的誤差最小。

圖7 三種融合產(chǎn)品在不同降水強(qiáng)度下逐小時(shí)降水量的誤差統(tǒng)計(jì)和評(píng)價(jià)（與OB產(chǎn)品比較）

圖8 不同地形區(qū)域內(nèi)三種融合產(chǎn)品與OB產(chǎn)品逐小時(shí)降水量比較散點(diǎn)圖

注：Ⅰ?Ⅳ區(qū)代表不同地形區(qū)域。紅線代表線性擬合線，黑色實(shí)線代表1:1最佳線。黑色虛線代表擬合最佳上線和下線，分別對(duì)應(yīng)y=1.15x+0.05 (上線) 和y=0.85x?0.05 (下線)。

Note：Zone Ⅰ?Ⅳ represents different topographic regions. The red line represents the linear fitting line, the black solid line represents the 1:1 best line, and the black dashed line represents the upper and lower line with the best fitting, Corresponding to y=1.15x+0.05 (upper line) and y=0.85x?0.05 (bottom line).

3 結(jié)論與討論

3.1 結(jié)論

（1）2021年汛期總降水量空間分布上，CMPAS產(chǎn)品與實(shí)測(cè)數(shù)據(jù)最為接近，GSMaP產(chǎn)品在川渝盆地高估，IMERG產(chǎn)品在整個(gè)川渝地區(qū)明顯高估，且地形I區(qū)和Ⅱ區(qū)的降水明顯大于地形Ⅲ區(qū)和Ⅳ區(qū)。

（2）針對(duì)不同地形區(qū)、不同月份、不同時(shí)次段，CMPAS產(chǎn)品的相關(guān)性、命中率、關(guān)鍵成功率最優(yōu)，IMERG次之；CMPAS產(chǎn)品的偏差、均方根誤差、誤報(bào)率最小，GSMaP產(chǎn)品的誤報(bào)率最大，IMERG的偏差、均方根誤差最大；各產(chǎn)品在不同地形區(qū)的誤差指標(biāo)相差較小；CMPAS、IMERG、GSMaP產(chǎn)品8月和9月的命中率、關(guān)鍵成功率最優(yōu)；CMPAS、IMERG、GSMaP產(chǎn)品在20：00?次日2：00、2：00?8：00時(shí)段的相關(guān)性、命中率、關(guān)鍵成功率最優(yōu)，誤差和誤報(bào)率最小，其次是8：00?14：00、14：00?20：00。

（3）針對(duì)不同小時(shí)雨強(qiáng)，CMPAS產(chǎn)品明顯優(yōu)于IMERG和GSMaP產(chǎn)品，IMERG和GSMaP產(chǎn)品相差較??；CMPAS產(chǎn)品5月和9月的相關(guān)性、命中率、關(guān)鍵成功率最優(yōu)，6月和8月次之；當(dāng)小時(shí)雨強(qiáng)增大時(shí)，各融合產(chǎn)品的均方根誤差逐漸增大，IMERG和GSMaP產(chǎn)品的命中率、關(guān)鍵成功率逐漸減小，而CMPAS產(chǎn)品則先減小，當(dāng)小時(shí)雨強(qiáng)≥20.0mm×h?1時(shí)，其命中率、關(guān)鍵成功率又增大明顯。說(shuō)明CMPAS產(chǎn)品在川渝地區(qū)的精度明顯優(yōu)于IMERG和GSMaP產(chǎn)品，可以為汛期地面實(shí)測(cè)數(shù)據(jù)缺乏的地區(qū)提供有效的降水?dāng)?shù)據(jù)補(bǔ)充。

圖9 不同地形區(qū)域三種融合產(chǎn)品與OB產(chǎn)品逐小時(shí)降水量比較的泰勒?qǐng)D

注：散點(diǎn)代表衛(wèi)星產(chǎn)品，輻射線代表相關(guān)系數(shù)，坐標(biāo)軸代表標(biāo)準(zhǔn)偏差，虛線代表均方根誤差。

Note：Scatter represents satellite products, radiation represents correlation coefficient, horizontal and vertical axes represent standard deviation, and dotted lines represent root mean square error.

3.2 討論

與基于全球降水觀測(cè)計(jì)劃GPM的多衛(wèi)星降水反演產(chǎn)品（IMERG）和全球降水衛(wèi)星制圖產(chǎn)品（GSMaP）相比，基于國(guó)家高時(shí)空分辨率的多源降水融合分析產(chǎn)品（CMPAS）的精度最優(yōu)，以國(guó)家氣象站為基準(zhǔn)，CMPAS產(chǎn)品在川渝地區(qū)的相關(guān)性、命中率、關(guān)鍵成功率最高，能較好地反映降水的時(shí)空分布，能夠?yàn)檠雌诘孛鎸?shí)測(cè)數(shù)據(jù)缺乏的地區(qū)提供有效的降水?dāng)?shù)據(jù)補(bǔ)充，這與史嵐等對(duì)CMPAS產(chǎn)品的研究結(jié)果一致。

本研究在對(duì)各融合產(chǎn)品進(jìn)行精度評(píng)估時(shí)發(fā)現(xiàn)，不同小時(shí)雨強(qiáng)和不同地形區(qū)間對(duì)不同融合產(chǎn)品精度具有一定影響，特別是當(dāng)小時(shí)雨強(qiáng)增強(qiáng)時(shí)，命中率和關(guān)鍵成功率逐漸降低，當(dāng)小時(shí)雨強(qiáng)≥20.0mm×h?1時(shí)，GSMaP和CMPAS產(chǎn)品存在低估，IMERG產(chǎn)品存在高估。由于影響降水的因素復(fù)雜，而本研究?jī)H選取了川渝地區(qū)190個(gè)國(guó)家氣象站逐小時(shí)降水資料開(kāi)展精度評(píng)價(jià)，站點(diǎn)密度不夠，有待進(jìn)一步開(kāi)展基于高密度實(shí)測(cè)降水?dāng)?shù)據(jù)的不同融合產(chǎn)品在不同地形因子下的精度評(píng)估。

[1] 竇世卿,張寒博,徐勇,等.TRMM降水?dāng)?shù)據(jù)在長(zhǎng)江流域的降尺度分析與校正[J].中國(guó)農(nóng)業(yè)氣象,2021,42(5):377-389.

Dou S Q,Zhang H B,Xu Y,et al.Research on downscaling and correction of TRMM data in the Yangtze river basin[J].Chinese Journal of Agrometeorology,2021,42(5): 377-389.(in Chinese)

[2] 曠蘭,田茂舉,李強(qiáng),等.多源降水融合分析產(chǎn)品在重慶復(fù)雜地形下的精度評(píng)價(jià)[J].中國(guó)農(nóng)業(yè)氣象,2023,44(1):71-81.

Kuang L,Tian M J,Li Q,et al.Study on accuracy evaluation of multi-source precipitation fusion analysis products under complex terrain in Chongqing[J].Chinese Journal of Agrometeorology,2023,44(1):71-81.(in Chinese)

[3] 玉院和,王金亮.TRMM 3B43降水?dāng)?shù)據(jù)在云南地區(qū)的降尺度適用性評(píng)價(jià)[J].中國(guó)農(nóng)業(yè)氣象,2020,41(9):575-586.

Yu Y H,Wang J L.Applicability evaluation of TRMM 3B43 precipitation data for downscaling in Yunnan province [J].Chinese Journal of Agrometeorology,2020,41(9):575- 586.(in Chinese)

[4] 李豪,雷苑.復(fù)雜地形下TRMM降水?dāng)?shù)據(jù)的降尺度研究:以四川省為例[J].中國(guó)農(nóng)業(yè)氣象,2019,40(10):607-619.

Li H,Lei Y.Spatial downscaling of TRMM precipitation data in areas of complex terrain: a case study in Sichuan province[J]. Chinese Journal of Agrometeorology,2019, 40(10):607-619.(in Chinese)

[5] 田茂舉,曠蘭,康俊,等.CMPAS產(chǎn)品在綦江流域面雨量中的應(yīng)用研究[J].湖北農(nóng)業(yè)科學(xué),2021,60(S2):171-175.

Tian M J,Kuang L,Kang J,et al.Application of CMPAS products in area rainfall of Qijiang river basin[J].Hubei Agricultural Sciences,2021,60(S2):171-175.(in Chinese)

[6] 田茂舉,李奇臨,曠蘭,等.基于“重慶6.22”特大暴雨的降水融合產(chǎn)品質(zhì)量評(píng)估[J].成都信息工程大學(xué)學(xué)報(bào),2022,37 (4):478-484.

Tian M J,Li Q L,Kuang L,et al.Quality evaluation of precipitation fusion products based on Chongqing “6·22” torrential rain[J].Journal of Chengdu University of Information Technology,2022,37(4):478-484.(in Chinese)

[7] 江志紅,盧堯,丁裕國(guó).基于時(shí)空結(jié)構(gòu)指標(biāo)的中國(guó)融合降水資料質(zhì)量評(píng)估[J].氣象學(xué)報(bào),2013(5):891-900.

Jiang Z H,Lu Y,Ding Y G.Analysis of the high-resolution merged precipitation products over China based on the temporal and spatial structure score indices[J].Acta Meteorologica Sinica,2013(5):891-900.(in Chinese)

[8] 張蒙蒙,江志紅.我國(guó)高分辨率降水融合資料的適用性評(píng)估[J].氣候與環(huán)境研究,2013,18(4):461-471.

Zhang M M,Jiang Z H.Analyses of high-resolution merged precipitation products over China[J].Climatic and Environmental Research,2013,18(4):461-471.(in Chinese)

[9] 季漩,羅毅.TRMM降水?dāng)?shù)據(jù)在中天山區(qū)域的精度評(píng)估分析[J].干旱區(qū)地理,2013,36(2):253-262.

Ji X,Luo Y.Quality assessment of the TRMM precipitation data in mid Tianshan mountains[J].Arid Land Geography, 2013,36(2):253-262.(in Chinese)

[10] 潘旸,沈艷,宇婧婧,等.基于貝葉斯融合方法的高分辨率地面?衛(wèi)星?雷達(dá)三源降水融合試驗(yàn)[J].氣象學(xué)報(bào),2015, 73(1):177-186.

Pan Y,Shen Y,Yu J J,et al.An experiment of high-resolution gauge-radar-satellite combined precipitation retrieval based on the Bayesian merging method[J].Acta Meteorologica Sinica, 2015, 73(1): 177-186.(in Chinese)

[11] Mega T,Ushio T,Kubota T,et al.Gauge adjusted global satellite mapping of precipitation(GSMaP_Gauge)[C]∥IEEE General Assembly and Scientific Symposium,2014:1-4.

[12] 唐國(guó)強(qiáng),萬(wàn)瑋,曾子悅,等.全球降水測(cè)量(GPM)計(jì)劃及其最新進(jìn)展綜述[J].遙感技術(shù)與應(yīng)用,2015,30(4):607-615.

Tang G Q,Wan W,Zeng Z Y,et al.An overview of the global precipitation measurement(GPM) mission and it’s latest development[J]. Remote Sensing Technology and Application, 2015,30(4):607-615.(in Chinese)

[13] Chua Z W,Kuleshov Y,Watkins A.Evaluation of satellite precipitation estimates over Australia[J].Remote Sensing, 2020,12(4):678.

[14] 陳曉宏,鐘睿達(dá),王兆禮,等.新一代GPM IMERG衛(wèi)星遙感降水?dāng)?shù)據(jù)在中國(guó)南方地區(qū)的精度及水文效用評(píng)估[J].水利學(xué)報(bào),2017,48(10):1147-1156.

Chen X H,Zhong R D,Wang Z L,et al.Evaluation on the accuracy and hydrological performance of the latest- generation GPM IMERG product over South China[J]. Journal Of Hydraulic Engineering,2017,48(10):1147-1156. (in Chinese)

[15] Yang M,Liu G,Chen T,et al.Evaluation of GPM IMERG precipitation products with the point rain gauge records overSichuan,China[J].Atmospheric Research,2020,246:105101.

[16] 史嵐,萬(wàn)逸波,張狄,等.CMPA降水資料在中國(guó)地區(qū)不同地形下的精度評(píng)價(jià)研究[J].氣象科學(xué),2018,38(5).616-624.

Shi L,Wan Y B,Zhang D,et al.Precision evaluation of CMPA remote sensing precipitation data in different terrains of China[J].Journal of the Meteorological Sciences, 2018,38(5):616-624.(in Chinese)

[17] Yong B,Ren L L,Hong Y,et al.Hydrologic evaluation of multisatellite precipitation analysis standard precipitation products in basins beyond its inclined latitude band:a case study in Laohahe basin,China[J].Water Resources Re- search,2010,46(7):759-768.

[18] Tian Y D,Peters-Lidard C D,Eylander J B,et al.Component analysis of errors in satellite-based precipitation estimates [J].Journal of Geophysical Research: Atmospheres,2009, 114(D24):D24101.

Error Evaluation of Hourly Precipitation Fusion Products during Flood Season in Sichuan and Chongqing

KUANG Lan1, TIAN Mao-ju1, LI Qiang2, PANG Yue2, JI Li3, LIU Xiang4

(1. Qijiang District Meteorological Bureau of Chongqing, Qijiang 401420, China; 2. Chongqing Meteorological Observatory, Chongqing 401147; 3. Beibei District Meteorological Bureau of Chongqing, Beibei 400700; 4. Chongqing Meteorological Service Center, Chongqing 401147)

Three sets of precipitation fusion products CMPAS, GSMaP and IMERG in the flood season of 2021, and the hourly precipitation data of 190 national meteorological stations in Sichuan and Chongqing region after quality control were used to test the error analysis of the three sets of products in combination with different terrain intervals and different hourly rainfall intensity in Sichuan and Chongqing region, so as to provide data support for flood season hydrometeorological disaster prevention and reduction. Some results in this study showed that: (1) in terms of the spatial distribution of total rainfall in 2021 flood season, CMPAS products were the closest to the site measured precipitation, followed by GSMaP and IMERG products. (2) According to different topographic areas and different time periods, CMPAS products had the best correlation, hit rate and key success rate, followed by IMERG. The deviation, root mean square error and false positive rate of CMPAS products were the smallest, the false positive rate of GSMaP products was the largest, and the deviation and root mean square error of IMERG products were the largest. The hit rate and critical success rate of all fusion products were the best in August and September, and the correlation, hit rate and critical success rate were the best in 20：00?next 2：00 and 2：00?8：00, while the error and false positive rate were the least. (3) CMPAS was obviously better than IMERG and GSMaP for different hourly rainfall intensity. The correlation, hit rate and critical success rate of CMPAS products in May and September were the best. As the hourly rain intensity increased, the root mean square error of each fusion product increased gradually. The above results indicate that the accuracy of CMPAS products in flood season was obviously better than that of IMERG and GSMaP products in Sichuan and Chongqing, which could provide effective precipitation data supplement for areas lacking ground measured data.

Sichuan and Chongqing region; Precipitation fusion product; CMPAS; GSMaP; IMERG; Error analysis

10.3969/j.issn.1000-6362.2023.10.008

2022?10?25

重慶市自然科學(xué)基金面上項(xiàng)目（cstc2021jcyj-msxmX0057）；重慶市氣象部門業(yè)務(wù)技術(shù)攻關(guān)項(xiàng)目（YWJSGG- 202012；YWJSGG-202128）；重慶市氣象部門青年基金項(xiàng)目（QNJJ-202010）

通訊作者：田茂舉，高級(jí)工程師，主要從事GIS和天氣預(yù)報(bào)研究，E-mail：147758044@qq.com

曠蘭，E-mail：616032331@qq.com

曠蘭,田茂舉,李強(qiáng),等.川渝地區(qū)汛期逐小時(shí)降水融合產(chǎn)品誤差分析[J].中國(guó)農(nóng)業(yè)氣象,2023,44(10):953-963