湘江流域TRMM降水数据精度检验

摘要：数据精度检验是卫星遥感降水数据应用中的关键问题之一。目前对TRMM数据精度检验多以偏差和相关性分析等方法为主，对不同雨量等级的估计检验比较缺乏。针对湘江流域，引入模糊综合评分方法以解决不同雨量等级降水估计的检验，同时利用泰森多边形法、模糊综合评分方法、相关系数法和散点斜率法，以研究区内14个气象站点实测降水数据为“真值”，对TRMM 3B42降水数据在日、月尺度分别进行了定性和定量精度检验。结果表明：研究区TRMM

3B42降水数据在月、日尺度上相关系数分别达到了0.93、0.48，前者偏差值Bias比后者低84%，精度更优；在不同降水量级的预测中，精度由好到差依次为小雨、暴雨、大雨、中雨，其中小雨预报精度最好，达到良好水平，其他雨量级预报精度为中等水平。

关键词：湘江流域；降水数据；TRMM 3B42产品；精度检验

中图分类号：P333 文献标志码：A 文章编号：1672-1683（2015）03-0401-05

Abstract：The precipitation data predicted by satellite remote sensing technique are widely used，and the accuracy test of precipitation data is one of the key problems in application.Deviation and correlation analyses are the main methods for the accuracy test of TRMM data，and the accuracy test of different levels of precipitation is lacked.The fuzzy comprehensive evaluation was introduced to perform the accuracy test of different levels of precipitation in the Xiang River Basin.Based on Thiessen polygons method，fuzzy comprehensive evaluation，correlation coefficient method，and scatter points slope method，the accuracy of TRMM 3B42 data at the monthly and daily time scales from 1998 to 2009 was validated using the measured precipitation data at 14 gauge stations.The results showed （1） the correlation coefficients of TRMM 3B42 precipitation data reach 0.93 at monthly time scale and 0.48 at daily time scale，and the Bias of former data is 84% lower than that of latter data；and （2） for different levels of precipitation data，the prediction accuracy of light rain is the best，followed by heavy rain，rainstorm，and moderate rain.

Key words：Xiang River Basin；precipitation；TRMM 3B42；accuracy test

降水是地球水循环的重要组成部分，连接着大气循环过程与地表循环过程，具有重要的气象学、气候学和水文学意义[1-4]。理论上，密集布置地面观测站点是获得较为精确降水数据的一个重要手段，但由于自然条件和经济水平的差异，地面观测站点分布严重不均，海洋上更加稀少[5]。此外，降水在时空尺度上变化差异非常大，常呈现非正态分布，这也给获得准确降水数据带来了一定的困难。随着电子技术和卫星遥感技术不断进步和发展，基于卫星遥感技术对降水的时空分布进行精准测量，成为近年来科学研究热点之一。

1997年11月发射的热带降雨观测卫星（Tropical Rainfall Measuring Mission，TRMM）搭载了世界上第一台星载降水雷达，开创了全球降水监测新时代[6-7]。TRMM是由NASA（National Aeronautic and Space Administration）和日本宇宙开发事业NASDA（日本宇宙航空研究开发机构JAXA前身）合作开展的热带降雨测量计划。随着TRMM卫星的发射，卫星降水数据得到广泛应用[1，8-10]，与此同时数据精度问题也成为了很多研究学者关注的热点。Nazrul Islam[11]利用实测雨量站资料验证了TRMM3B42在孟加拉的测雨精度，结果表明该数据对暴雨的测量值明显偏小；刘俊峰等[12]利用中国650个站点降水数据，在日、月、年尺度上分析了TMPA 3B42数据在中国大陆50°N以南的适用性，发现该降水数据精度存在时空不稳定性，且精度随时间尺度增加而增加；朱国锋等[4]利用TRMM数据对横断山区降水精度进行检验，发现TRMM数据与实测数据相关性很强，但受高海拔地区气象站点稀少和复杂的下垫面环境的影响，仍有33.9%的偏差；齐文文等[5]分析了青藏高原范围内114个气象站点与TRMM数据的决定系数，结果表明二者的决定系数高达0.828，具有很强的线性正相关性。

TRMM卫星降雨产品的出现，弥补了无资料地区雨量信息的不足，并为无资料地区的水文模拟和预报提供了良好的契机。对卫星测雨数据精度进行检验与评价，一方面可以检验TRMM卫星估测降水的准确程度，及时纠正测雨误差，从而进一步提高测雨精度，为相关的水文工作做好准备；另一方面可以通过降水预报精度评估，使用不同的评分方法进行对比分析、拟合运算，从而选出TRMM卫星测雨产品最优评分方法，提高TRMM数据使用效率。国内外学者们对TRMM数据精度检验研究大多数选用的空间尺度太大，只能代表整体平均水平，而忽略了小尺度上地区数据的差异；而且目前对TRMM数据精度检验多以偏差和相关性分析等为主，缺乏对不同雨量等级的估计检验；同时，针对于湘江流域TRMM测雨数据精度检验研究相对较少。因此，本文以湘江流域作为研究区，分析TRMM数据在该流域日、月尺度数据精度，以及不同雨量等级TRMM数据预报精度，以期为TRMM数据在湘江流域的有效利用提供参考，进而为更精确地应用该卫星数据进行水文模拟及预报工作奠定基础。

1 研究区概况

湘江是长江的一级支流，也是洞庭湖水系最大的支流（图1）。湘江流域位于北纬24°-29°，东经110°30′-114°，地处长江之南，南岭山地之北，属于亚热带温润季风气候地区，流域内雨量丰沛，水系发达，支流众多。全流域面积达94 660 km2，干流全长856 km，平均坡降0.134‰[13]。流域年平均温度均在17 °C以上，多年平均雨量为1 458 mm，多年平均蒸发量为1 162～1 502 mm，多年日照时数为1 625～1 796 h，全年无霜期为234～268 d，多年平均径流深为815 mm[14]。湘江流域范围包括了长沙、株洲、湘潭、衡阳、郴州等重要城市，是湖南省最重要的经济带之一，也是我国非常重要的一个粮食生产基地[15]。

2 数据说明

2.1 气象站监测数据

选取研究区内14个气象监测站点，分别为安化、长沙、邵阳、双峰、南岳、株洲、宜春、武冈、零陵、衡阳、常宁、桂林、道县、郴州。数据均来自中国地面气候资料日值数据集（下载自中国气象科学数据共享服务网，网址http：///home.do），数据长度为1998年1月到2009年12月日尺度数据，数据精度为0.1 mm，所用资料经过了严格的质量控制，且所选序列无缺测[16]。所选取的气象站点数据，在整个流域上分布较为均匀，资料比较完整。

2.2 TRMM数据

TRMM数据来自NASA每月一次的热带降雨观测卫星（TRMM）3B42格点化数据产品，数据水平分辨率为0.25°×0.25°。选用的数据包括自1998年1月到2009年12月日尺度降水数据，由NASA网站（http：//trmm.gsfc.nasa.gov/）免费获取。3B42产品融合了多个微波遥感数据，包括TRMM卫星上的T-MI（Microwave Imager），以及DMS-P（Defense Meteorological Satellite Program）上的SSM/I（Special Sensor Microwave Imager），2004年3B42产品融合了Aqua卫星上的AMSR-E（Advanced Microwave Scanning Radiometer―Earth Observing System）以及NOAA系列卫星上的AMSU-B（Advanced Microwave Sounding Unit-B）[12]，且数据质量高于以往数据产品，从而被推荐为用于科学研究的数据产品[17]。

3 研究方法

3.1 模糊评分法

为了较为客观的检验TRMM数据精度，选取模糊综合评分法对TRMM数据进行定性检验[18]。该方法是根据模糊综合评分原理，分别对不同预报等级的降水量进行评分。对于第i级的降水预报的模糊评分公式，定义如下：

式中：第一项60为规定的预报基础分；第二项为强度预报的加权分；Ti、Gi分别为TRMM降水数据和站点实测降水数据；max（i）为降水量的水量极差值。

根据气象部门行业规范[19]，将各个量级的降水量分级，24 h降水量0.1～9.9 mm分为小雨，10～24.9 mm定为中雨，25～49.9 mm为大雨，50～99.9 mm为暴雨，100～249.9 mm为大暴雨，250 mm以上为特大暴雨。本文主要分析小雨、中雨、大雨、暴雨四个雨量级的降水数据。四个降水量级的max（i）值分别为9.9、14.9、24.9、49.9。由式（1）可知，当TRMM值和站点实测值一致时，该预报评分为100，即为最优值。根据评分的大小，依次将各个分值范围分为四个等级：80～100（含）分为优秀，70～80（含）分为良好，60～70（含）分为中等，60分以下为差。

3.2 相关系数法

以气象站点实测降水数据为“真值”，与对应的TRMM降水日、月尺度数据进行对比分析，得到相关系数r。r的取值范围为-1～1，r>0表明两个变量正相关，r

3.3 散点斜率

以气象站点观测数据作为自变量，TRMM数据为因变量，做一元线性回归分析。用二者构成的线性回归方程斜率K值来揭示各气象站点所对应TRMM数值偏离“真值”的程度：若K=1，说明无偏差；K>1，则 TRMM数据大于“真值”K

3.4 泰森多边形

泰森多边形法又称垂直评分法或加权平均法。通过该方法，利用测站“真值”和从TRMM数据中提取的数据，分别计算湘江流域的面雨量值[20]。首先求得各测站面积权重系数，然后利用各测站雨量与该测站面积权重系数相乘后累加得到面雨量值，即：

4 结果与分析

4.1 定性分析

根据模糊评分方法对研究区各个气象站点的实测日数据进行评分，结果见表1。可以看出，TRMM日尺度的降水数据在预报降水量为小雨（0.1～9.9 mm）时的模糊评分平均值为79分，中雨（10～24.9 mm）时为63分，大雨（25～49.9 mm）时为64分，暴雨（50～99.9 mm以上）时为69分，即小雨的平均预报精度为良好以上，而其他雨量级平均预报精度都为中等。各降水量级的预报精度由好到差依次是：小雨、暴雨、大雨、中雨。整体上，TRMM 3B42测雨数据的预报精度为中等水平。

4.2 定量分析

4.2.1 面雨量分析

对于研究区内14个雨量站的测雨资料和TRMM测雨数据，流域面的平均雨量采用泰森多边形计算。以14个气象台站为基准，采用泰森多边形剖分的方式将研究区剖分成14个多边形，使每个多边形内任何一点到该多边形内气象站的距离都小于到其他气象站的距离，因此14个多边形表示14个气象站点最大的影响范围。根据各站点的权重计算结果（表2），分别计算1998年1月到2009年12月的湘江流域平均日、月尺度的降水量，结果见图2、图3。实测值与TRMM数据的整体变化趋势相同，但在月尺度上两者的相关系数达到0.986 9，远高于日尺度0.656 7。根据TRMM和地面站点1998年-2009年间日、月尺度降水量的散点图和线性趋势线（图3）可知，受空间尺度差异的影响，TRMM与实测站点数据间存在一定的偏差，但总体上存在明显的线性相关性。

4.2.2 站点雨量分析

根据相关系数法计算可得湘江流域及周边的14个站点的降雨日、月尺度评价指标（表3），结果显示，14个站点平均相关系数都高于0.4，且均在1%水平（单侧）上显著相关，说明TRMM数据和各个站点的实测数据都是显著相关的。其中，日尺度的平均相关系数为0.478 6，MRE值平均为1.960 9；而月尺度的平均相关系数达到了0.930 7，MRE值平均达到了0.395。可见，在研究区内TRMM数据月尺度的精度远远高于日尺度，误差也小很多，这与刘俊峰[12]等利用中国650个站点的降水数据分析中国大陆50°N以南地区的日、月、年尺度上的结论是一致的。

为了揭示各个气象站点所对应的TRMM数据值偏离气象观测数据的程度，本文以气象站点观测数据为自变量，TRMM3B42降水数据为应变量，进行一元线性回归分析，获得线性回归方程斜率K（表4）。可以看出，TRMM卫星数据在日尺度上都低估了降水量，低估水平在42%～62%之间，平均低估量为50%；月尺度上数据明显优于日尺度，但也存在平均大约8%的低估量。

5 结论

以湘江流域为研究区，分别利用泰森多边形法、模糊综合评分方法、相关系数法和散点斜率法，基于区内14个气象站点实测降水数据，对TRMM 3B42降水数据在日、月尺度分别进行精度定性和定量检验。得到以下结论。

（1）TRMM 3B42测雨数据精度较高，显示出很好的适用性，但月尺度数据精度优于日尺度。其中月尺度测雨数据与实测数据相关系数值达0.93，而日尺度数据相关系数值只有0.48；其他相关评价指标相对误差绝对值的平均值MRE、偏差值Bias、斜率K在各个气象站点变化趋势都是一致的，只有少数站点相关系数值较高，但MRE和Bias值较大。

（2）TRMM日尺度测雨数据的模糊评分结果显示，各降水量级预报精度由好到差依次是小雨、暴雨、大雨、中雨。整体来说，TRMM 3B42测雨数据预报精度为中等水平。

总体上，TRMM 3B42测雨数据在湘江流域的适用性较高，并且可以有效地克服地面观测站点资料缺失、站点分布不均等问题，从而为开展水文工作提供可靠地保证。但是，由于湘江流域受东亚季风活动的影响，极易出现大范围的洪涝灾害，因此精确测量和预报大雨、暴雨，对于防灾减灾具有重要意义。从这个角度上说，TRMM 3B42测雨数据在大雨和暴雨精度方面上还有待提高。

参考文献（References）：

[1] S Michaelides，V Levizzani，E Anagnostou，et al.Precipitation：Measurement，remote sensing，climatology and modeling[J].Atmospheric Research，2009，94（4）：512-533.

[2] Shuoyu Xiang，Yueqing Li，Dian Li，et al.An analysis of heavy precipitation caused by a retracing plateau vortex based on TRMM data[J].Meteorology and Atmospheric Physics，2013，122（1-2）：33-45.

[3] Aaron Yair，Naama Raz-Yassif.Hydrological processes in a small arid catchment：scale effects of rainfall and slope length[J].Geomorphology，2004，61（1）：155-169.

[4] 朱国锋，蒲焘，张涛，等.TRMM 降水数据在横断山区的精度[J].地理科学，2013，33（9）：1125-1131.（ZHU Guo-feng，PU Tao，ZHANG Tao，et al.The accuracy of TRMM precipitation data in Hengduan Mountainous Region，China[J].Scientia Geographica Sinica，2013，33（9）：1125-1131.（in Chinese））

[5] 齐文文，张百平，庞宇，等.基于 TRMM 数据的青藏高原降水的空间和季节分布特征[J].地理科学，2013，33（8）.（QI Wen-wen，ZHANG Bai-ping，PANG Yu，et al.TRMM-Data-Based spatial and seasonal patterns of precipitation in the Qinghai-Tibet Plateau[J].Scientia Geographica Sinica，2013，33（8）：1000-1005.（in Chinese））

[6] Christian Kummerow，William Barnes，Toshiaki Kozu，et al.The Tropical Rainfall Measuring Mission （TRMM） sensor package[J].Journal of Atmospheric & Oceanic Technology，1998，15（3）.

[7] Joanne Simpson，Robert F Adler，Gerald R North.A proposed tropical rainfall measuring mission （TRMM） satellite[J].Bulletin of the American Meteorological Society，1988，69（3）：278-295.

[8] Chris Kidd.Satellite rainfall climatology：A review[J].International Journal of Climatology，2001，21（9）：1041-1066.

[9] Guofeng Zhu，Yuanqing He，Tao Pu，et al.Spatial distribution and temporal trends in potential evapotranspiration over Hengduan Mountains region from 1960 to 2009[J].Journal of Geographical Sciences，2012，22（1）：71-85.

[10] Andrew J Negri，Thomas L Bell，Liming Xu.Sampling of the diurnal cycle of precipitation using TRMM[J].Journal of Atmospheric & Oceanic Technology，2002，19（9）.

[11] Nazrul Islam，Hiroshi parison of TRMM 3B42 products with surface rainfall over bangladesh[C].//Comparison of TRMM 3B42 products with surface rainfall over bangladesh.IGARSS.4112-4115.

[12] 刘俊峰，陈仁升，韩春坛，等.多卫星遥感降水数据精度评价[J].水科学进展，2010，（03）：343-348.（LIU Jun-feng，CHEN Ren-sheng，HAN Chun-tan et al.Evaluating TRMM multi-satellite precipitation analysis using gauge precipitation and MODIS snow-cover products[J].Advancing in Water Science，2010，21（3）：343-348.（in Chinese））

[13] 杨纫章.湘江流域水文地理[J].地理学报，1957，（02）：161-182.（YANG Ren-zhang.Hydrography of the His-ang-Kiang Basin Hunan Province[J].Acta Geographica Sinica，1957，23（2）：161-182.（in Chinese））

[14] 罗伯良，张超，林浩.近40年湖南省极端强降水气候变化趋势与突变特征[J].气象，2008，34（1）：80-85.（LUO Bo-liang，ZHANG Chao，LIN Hao.Characteristics of climatic changes and catastrophe of extreme precipitation in Hunan in recent 40 years[J].Meteorological Monthly，2008，34（1）：80-85.（in Chinese））

[15] 杜鹃，徐伟，赵智国，等.湘江流域近30年径流量与水位的长期变化规律研究[J].应用基础与工程科学学报，2010，18 （3）：369-378.（DU Juan，XU Wei，ZHAO Zhi-guo，et al.Trends of runoff and water level over the past thirty years in Xiang River Basin[J].Journal of Basic Science and Engineering，2010，18（3）：370-378.（in Chinese））

[16] 任芝花，熊安元，邹凤玲.中国地面月气候资料质量控制方法的研究[J].应用气象学报，2007，18（4）：516-523.（REN Zhi-hua，XIONG An-yuan，ZOU Feng-ling.The quality control of surface monthly climate data in China[J].Journal of Applied Meteorological Science，2007，18（4）：516-523.（in Chinese））

[17] Dorothy K Hall，James L Foster，Vincent V Salomonson，et al.Development of a technique to assess snow-cover mapping errors from space[J].Geoscience and Remote Sensing，IEEE Transactions on，2001，39（2）：432-438.

[18] 周国兵.三峡库区流域面雨量预报模糊检验[J].气象科技，2005，33（2）：120-123.（ZHOU Guo-bin.Fuzzy assessment of area rainfall forecast in Three Gorges reservoir valley[J].Meteorological Science and Technology，2005，33（2）：120-123.（in Chinese））

[19] 陈桂英，赵振国.短期气候预测评估方法和业务初估[J].应用气象学报，1998，9（2）：178-185.（CHEN Gui-ying，ZHAO Zhen-guo.Assessment methods of short range climate prediction and their operational application[J].Journal of Applied Meteorological Science，1998，9（2）：178-185.（in Chinese））

[20] 徐晶，林建，姚学祥，等.七大江河流域面雨量计算方法及应用[J].气象，2001，（11）：13-16.（XU Jing，LIN Jian，YAO Xue-xiang et al.Calculating method of area rainfall over seven river valleys and its application[J].Meteorological Monthly，2001，27（11）：13-16.（in Chinese））