聚焦︱基于TRMM和CMORPH的降雨数据对比分析研究
The following article is from 地理信息世界GeomaticsWorld Author 地理信息世界
导读
当前，卫星遥感技术能够对降水进行监测、反演和融合，可广泛应用于天气预报、气候监测分析和水文研究等领域。卫星降水产品的出现更是弥补了气象站点稀疏和无雷达覆盖地区降水资料的不足等问题。本文以四川地区42个地面气象站点的降雨数据为基础，对比分析TRMM和CMORPH降雨数据所反映的降雨特征，评估两种卫星数据反映区域降雨的能力。
近几十年来，随着科技的不断进步和气象卫星技术的高速发展，卫星遥感技术在气象领域取得了一次次的突破，利用卫星可以对降水进行监测、反演和融合。通过利用卫星获取的红外、微波和可见光等信息，可以生成越来越多高时空分辨率的卫星降雨估计产品，并广泛应用于天气预报、气候监测分析和水文研究等领域。卫星降水产品具有较高的时效性及较高的经济效益和社会效益，它的出现弥补了气象站点稀疏和无雷达覆盖地区降水资料的不足等问题。
本次研究，选择了两种常用的卫星降水反演产品——TRMM降雨数据和CMORPH降雨数据，对比分析了2011年的两种卫星降雨数据在四川省区域内所反映的降雨特征，并结合川内42个气象站点的实测降雨数据和四川近年来的降水特点，对这两种降水产品在四川地区反映区域降雨的能力进行评估。
1.1.1 地面站点降雨数据介绍
本次研究中采用的2011年地面气象站点的逐日降水数据，来源于中国气象局提供的全国地面气象站点测雨数据中四川省区域内42个站点的降雨观测数据。该气象站点的数据文件中包含了台站的经纬度、台站编号、观测时间、降雨量等信息。
在基于降雨分布场图的对比分析中，首先是根据四川省统计年鉴中主要城市的降雨量来制作了降雨分布图，并以此作为标准，与根据卫星数据所制作的降雨分布图进行比较分析。表1为四川省统计年鉴中2011年主要城市的降雨信息。
1.1.2 卫星降雨数据
TRMM卫星共搭载有5种遥感仪器，分别为：可见光和红外扫描仪VIRS、微波图像仪TMI、降水雷达PR、闪电图像仪LIS及云和地球辐射能量系统CERES，其中VIRS、TMI和PR是TRMM卫星的基本降水测量仪器。本文研究使用的TRMM3B42测雨产品是TRMM卫星与其他卫星联合反演的降水产品，提供了全球范围内的格点降水资料，是空间分辨率为0.25°×0.25°的逐日降雨数据，全年数据共365个BIN格式文件，每个文件中包含了1 440×400个的格点数据，每个格点包括了经纬度坐标，以及对应位置的降雨量估值。
表1 四川主要城市降水量（单位：毫米）
CMORPH数据的空间分辨率为8 km，时间分辨率最高可达0.5 h，空间覆盖范围在南纬60°和北纬60°之间。本文使用的CMORPH降水产品是空间分辨率为0.25°×0.25°的逐日降雨数据，全年数据同样是由365个文件构成，每个文件含有1 440×480个格点数据，每个格点数据同样包括了经纬度坐标，以及对应位置的降雨量估值。
本文研究的TRMM和CMORPH降水数据都是空间分辨率为0.25°×0.25°的格点数据，在全球范围内，格点数分别为576 000个和691 200个，数据量及其庞大。为了减小数据量和工作量，又基于两种卫星降水数据与地面站点的观测数据都具有相同的时间分辨率，都是逐日降水数据，并且本次研究区域为四川省，所以，从全球的降水数据中筛选出四川省区域内的数据极其关键。数据筛选的具体方法是，基于四川地区42个地面气象站点的位置，提取出与之相对应的42个格点的卫星数据。图1是四川地区42个气象站点的分布情况。
需要进行数据筛选，数据的筛选工作在ArcGIS和ENVI-IDL平台下进行，图2、图3是TRMM数据和CMORPH数据在四川区域内的格点分布情况。
图1 四川地区气象站点分布图
图2 四川地区TRMM格点分布图
图3 四川地区CMORPH格点分布图
本次研究中，选择四川省内的21个地级行政区划单位为降雨分布图中的分区，选择由四川省统计年鉴中的主要城市降雨量制作的降雨分布图来作为比较的标准图。对于卫星数据，由于各个分区内的格点数不一，用各个分区内格点数据的平均值来代表各分区的降雨值，因此本文采用先进行空间插值再分区统计平均的方法来获得各个分区内卫星降雨估值。本次研究选择反距离权重插值法（IDW），IDW法是使用一组采样点的线性权重组合来确定像元值。它的原理是待测点的属性值是领域内样本属性值的加权平均，权的大小跟距离有关。
本文参照师春香等制定的气象卫星定量产品质量评价指标内容，以相关系数作为精度检验的统计量，以地面站点数据为标准，分别计算出两种卫星数据相对于站点数据的相关系数，再加以对比分析和评估。详细的技术路线如图4所示。
图4 本文详细研究方法路线图
依据站点数据、TRMM数据和CMORPH数据制成降雨量折线统计图，如图5所示，TRMM和CMORPH数据所反映出的降雨特点与站点数据所反映的特点有着较高的一致性和相似性。降雨量最大的时间都在6月～9月，并且8月的降雨量相比6、7、9三个月都有所减少；而降雨量最少的时间都出现在1月、2月和12月。这也完全符合多年来四川夏季多雨、冬季少雨的气候特点。但是两种卫星数据在多雨期，较多地区都出现了降雨量高估的现象，并且CMORPH数据的高估现象较TRMM数据严重。而对于少雨期，数据基本保持着一致性，高估和低估现象较少。
图5 两个站点3种数据的降雨量折线统计图
通过降雨统计图的比较分析，可从降雨量极值期、全年降雨量变化趋势等方面看出两种卫星数据都具有较好的反映区域降雨的能力，并且与地面站点数据反映的降雨特点有着较高的一致性。
根据IDW空间插值再分区统计的数据，结合分析由两种卫星数据和年鉴降雨数据得到的降雨分布图，可以得到以下结果：
对于全年降雨分布图，降雨较少的区域TRMM和年鉴数据的一致性更高，表现在攀枝花、西昌等地，而CMORPH数据主要表现在泸州、宜宾等地。而降雨较多的区域CMORPH和年鉴数据的一致性更高，主要都在雅安、巴中、达州等地，而TRMM数据则表现在马尔康、广元等地。
对于月平均降雨分布图，从3种数据的表现中，都可以看出6月份整个四川地区的降雨量大幅增加，大部分区域都出现了较强降雨，且最强降雨区大致相同。并且都表现出直到10月份，强降雨势态才开始减弱。从12个月份的降雨分布图中可以看出，相比地面站点数据，TRMM数据所表现的降雨量高值和低值中心的分布比较零散，而CMORPH数据雨与地面数据更加相似，分布较为集中。
图6 6月3种数据的降雨分布图
以地面站点数据为标准，分别计算出两种卫星数据相对于站点数据的相关系数，从表2中数据可以得到，CMORPH数据与各个对应站点数据的相关系数都较高，所有站点相关系数的平均值为0.77，并且有50%的站点的相关系数在0.85以上；而TRMM数据的相关系数平均值要低一点，为0.68，并且仅有30%的站点的相关系数在0.85以上。
表2 两种卫星数据与地面站点数据的相关系数
以42个站点数据中的月降雨量为自变量，分别以站点对应的TRMM和CMORPH数据作为因变量，做线性回归分析后，得到了上述相关系数的结果，说明了CMORPH数据与地面数据的相关性较高于TRMM数据，为了更直观地检验这一结果，再对卫星数据分别进行散点分析。
从散点图7和图8中散点的聚集程度来看，多数站点对应的CMORPH数据的散点聚集程度高于TRMM数据，并且有较高线性关系的趋势线也多于TRMM数据。对于拟合优度
图7 TRMM数据与站点数据散点对比
图8 CMORPH数据与站点数据散点对比
可以得出基于相关系数和散点分析后的2011年四川地区CMORPH和TRMM降水数据，在数据精度上，CMORPH数据高于TRMM数据，并且CMORPH数据与地面站点数据具有更高的一致性和相关性。
通过本次研究，对比TRMM和CMORPH降雨数据得到的降雨量统计图和降雨分布图，可以发现，这两种卫星降雨数据所获得的降雨量，与地面气象站点数据相比，在地形地貌复杂，气候区域差异显著的四川地区，都具有比较一致的大尺度空间分布特征；两种卫星数据所反映的降雨特征都具有比较一致的时间变化趋势，完全符合四川多年来夏季多雨、冬季少雨的气候特点。从基于线性回归分析和散点分析的精度对比中，可以看出两种数据与地面站点数据相比，都具有较高的一致性和准确性，相关系数和
而在降雨特征定量定点的分析中，两种卫星数据所表现的降雨细节特征，差异显著，各自具有不同的表现力。总体而言，相比地面站点数据，TRMM数据所表现的降雨量高值和低值中心的分布比较零散，而CMORPH数据与地面数据更加相似，分布较为集中。
综上所述，可看出两种卫星数据所反映出的降雨特点与站点数据反映的特点有较高的相似性，都能反映较为一致的降雨细节特征，但仍然存在差异。此差异来源于不同区域的特点，所在区域的不同地形地貌、区域多年来的不同气候特点，以及研究的时空尺度大小的不同等因素，因此CMORPH数据的平均相关系数和拟合优度值比TRMM数据稍高，具有更好的表现能力。