• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    中國(guó)融合降水產(chǎn)品在太行山區(qū)的質(zhì)量評(píng)估

    2020-04-20 05:27:16俞琳飛楊永輝周新堯馬樂(lè)新李會(huì)龍孔凡超
    關(guān)鍵詞:太行山區(qū)氣象站降水量

    俞琳飛, 楊永輝, 周新堯, 馬樂(lè)新, 李會(huì)龍, 孔凡超

    (1.中國(guó)科學(xué)院 遺傳與發(fā)育生物學(xué)研究所農(nóng)業(yè)資源研究中心,河北 石家莊 050022; 2.中國(guó)科學(xué)院大學(xué)中丹學(xué)院,北京101400; 3.中國(guó)科學(xué)院 農(nóng)業(yè)水資源重點(diǎn)實(shí)驗(yàn)室,河北 石家莊 050022; 4.河北省節(jié)水農(nóng)業(yè)重點(diǎn)實(shí)驗(yàn)室,河北 石家莊 050022; 5. 河北省氣象臺(tái),河北 石家莊 050022)

    1 研究背景

    降水是水循環(huán)過(guò)程中重要的組成環(huán)節(jié)[1],能夠?yàn)殛懙厮倪^(guò)程、氣象研究和水資源管理提供重要的信息[2-3]。因此,降水的精確測(cè)量對(duì)自然科學(xué)的研究和可能的地質(zhì)災(zāi)害預(yù)警具有重要的意義[4-5]。目前,最為傳統(tǒng)的降水測(cè)量手段是通過(guò)地面氣象觀測(cè)站進(jìn)行直接測(cè)量,這也是降水測(cè)量在“點(diǎn)尺度”上最為精確的方法[6-7]。受自然和人為等因素的影響,地面氣象站難以覆蓋海洋、地形復(fù)雜的山區(qū)和高原等地區(qū),導(dǎo)致難以獲取準(zhǔn)確的降水?dāng)?shù)據(jù)[8]。近10年來(lái),衛(wèi)星遙感技術(shù)和地理信息技術(shù)的迅速發(fā)展,在全球范圍內(nèi)提供了基于遙感的高時(shí)空分辨率的衛(wèi)星降水產(chǎn)品,并被廣泛地應(yīng)用于環(huán)境、水文和氣象等領(lǐng)域,例如降水特征分析、水文過(guò)程模擬和干旱監(jiān)測(cè)等[2,9-10]。衛(wèi)星降水產(chǎn)品具有高時(shí)空分辨率,覆蓋范圍廣和連續(xù)觀測(cè)的優(yōu)點(diǎn),能夠較為準(zhǔn)確地反映區(qū)域乃至全球的降水時(shí)空分布特征[11]。然而,衛(wèi)星遙感技術(shù)仍是間接觀測(cè)手段,通過(guò)不同的數(shù)學(xué)方法將衛(wèi)星降水產(chǎn)品數(shù)據(jù)和高密度的地面降水監(jiān)測(cè)網(wǎng)數(shù)據(jù)進(jìn)行融合,形成新的降水產(chǎn)品成為國(guó)際未來(lái)降水產(chǎn)品的發(fā)展新趨勢(shì)。目前,國(guó)際上已經(jīng)出現(xiàn)了多個(gè)融合地面降水觀測(cè)數(shù)據(jù)而形成的新產(chǎn)品,例如:全球降水氣候計(jì)劃(Global Precipitation Climatology Project,GPCP)數(shù)據(jù)集通過(guò)地面站點(diǎn)數(shù)據(jù)得出的數(shù)據(jù)方差和誤差作為權(quán)重進(jìn)行最大似然合成形成了GPCP日產(chǎn)品和月產(chǎn)品[12]。TRMM 3B42利用全球降水氣候中心的數(shù)據(jù)訂正得到了新的月尺度衛(wèi)星產(chǎn)品[7,13]。

    中國(guó)地面降水監(jiān)測(cè)網(wǎng)的發(fā)展使得中國(guó)在多源融合降水產(chǎn)品上也逐步發(fā)展起來(lái),國(guó)家氣象信息中心將美國(guó)大氣海洋和管理局氣候預(yù)測(cè)中心的衛(wèi)星反演降水產(chǎn)品(CMORPH)和全國(guó)3~4萬(wàn)個(gè)自動(dòng)氣象站觀測(cè)的1 h降水量數(shù)據(jù)融合形成了中國(guó)區(qū)域1 h、0.1°×0.1° 分辨率的融合降水產(chǎn)品(以下簡(jiǎn)稱“CMORPH融合產(chǎn)品”)。沈艷等[7]對(duì)CMORPH融合產(chǎn)品在中國(guó)區(qū)域進(jìn)行了質(zhì)量評(píng)估,結(jié)果表明,融合降水產(chǎn)品在區(qū)域降水范圍和空間分布上更為合理,并且在強(qiáng)降水的捕捉性能上有明顯的提高,但所選取的研究時(shí)段僅在每年的降水豐沛的時(shí)期(5-9月),融合降水產(chǎn)品在全年,特別是冬季的表現(xiàn)尚不清晰。與此同時(shí),高密度的地面氣象站點(diǎn)主要是分布在長(zhǎng)江流域和華南地區(qū),融合降水產(chǎn)品在站點(diǎn)密度較稀疏的華北地區(qū)需進(jìn)一步驗(yàn)證。

    地形是導(dǎo)致山區(qū)降水分布存在時(shí)空變異性的重要因素,加之高海拔地區(qū)地面降水觀測(cè)站點(diǎn)少等原因,降水估測(cè)難以達(dá)到較高的準(zhǔn)確性,使得不同的衛(wèi)星降水產(chǎn)品在不同地區(qū)的準(zhǔn)確性和降水捕捉表現(xiàn)存在著較大的差異[8-9,14-16]。因此,在對(duì)衛(wèi)星降水產(chǎn)品應(yīng)用之前,需要對(duì)產(chǎn)品進(jìn)行區(qū)域質(zhì)量評(píng)估。近3年來(lái),關(guān)于CMORPH各類產(chǎn)品的研究主要是集中在流域尺度上,且時(shí)空分辨率較低。中國(guó)山區(qū)面積廣闊,其面積達(dá)到了國(guó)土總面積的68.2%[17]。山區(qū)地形復(fù)雜,相對(duì)起伏較大,且在高海拔地區(qū)氣象站點(diǎn)分布少且不均勻,為山區(qū)降水空間分布的研究帶來(lái)了一定的困難[18]。因此,高精度的降水產(chǎn)品在山區(qū)的應(yīng)用顯得尤為重要。

    為了評(píng)估融合降水產(chǎn)品在中國(guó)北部山區(qū)的質(zhì)量,本文基于太行山區(qū)113個(gè)國(guó)家級(jí)氣象站點(diǎn)2016年1月至2017年7月的地面降水觀測(cè)數(shù)據(jù),采用目前時(shí)空分辨率最高的CMORPH反演降水產(chǎn)品(以下簡(jiǎn)稱“CMORPH”)和新一代融合產(chǎn)品在研究區(qū)內(nèi)對(duì)精度和降水探測(cè)能力進(jìn)行質(zhì)量對(duì)比評(píng)估,分別從時(shí)間尺度和空間尺度上對(duì)融合前后產(chǎn)品進(jìn)行對(duì)比,提取數(shù)字高程模型(DEM)中的地形信息,分析衛(wèi)星降水產(chǎn)品的準(zhǔn)確性和探測(cè)能力與地形的關(guān)系。以此為該區(qū)域降水產(chǎn)品的選擇以及降水空間分布特征的研究提供理論依據(jù)和數(shù)據(jù)支持,為降水產(chǎn)品質(zhì)量進(jìn)一步提升提供科學(xué)參考。

    2 數(shù)據(jù)來(lái)源和研究方法

    2.1 研究區(qū)概況

    太行山區(qū)是我國(guó)北方重要的山脈帶之一,地理位置介于34°34′N~ 40°43′N、110°14′E~114°33′E,是黃土高原和華北平原重要的自然地理分界線[19-20]。太行山區(qū)氣候類型為典型的溫帶季風(fēng)氣候,區(qū)域內(nèi)地形復(fù)雜,相對(duì)起伏較大,高海拔和低海拔地區(qū)主要集中在山區(qū)西北部和東部地區(qū),高、低海拔之間形成了明顯的降水梯度[21]。

    2.2 數(shù)據(jù)來(lái)源

    研究所使用的地面氣象資料來(lái)源于河北省氣象局,包括113個(gè)氣象站點(diǎn)逐日的地面實(shí)測(cè)數(shù)據(jù)集。所有站點(diǎn)均為國(guó)家級(jí)自動(dòng)站,氣象站點(diǎn)觀測(cè)數(shù)據(jù)經(jīng)過(guò)一系列質(zhì)量控制包括臺(tái)站極值檢查,氣候界限值檢查和時(shí)空一致性檢查等。站點(diǎn)分布如圖1所示,觀測(cè)精度為0.1 mm/d。DEM數(shù)據(jù)來(lái)自于地理空間數(shù)據(jù)云(http://www.gscloud.cn/),空間分辨率為30 m×30 m。

    本文采用CMORPH和CMORPH融合產(chǎn)品兩種衛(wèi)星降水?dāng)?shù)據(jù),CMORPH來(lái)自于NOAA(ftp://ftp.cpc.ncep.noaa.gov),是全球范圍內(nèi)基于多種微波降水?dāng)?shù)據(jù)和紅外輻射數(shù)據(jù)的的基礎(chǔ)上形成的高時(shí)空分辨率衛(wèi)星降水產(chǎn)品[22],本研究所使用的是時(shí)空分辨率為30 min/ 8 km版本的衛(wèi)星降水?dāng)?shù)據(jù)。CMORPH融合產(chǎn)品數(shù)據(jù)來(lái)源于中國(guó)氣象數(shù)據(jù)網(wǎng)(http://data.cma.cn)的CMORPH產(chǎn)品與中國(guó)自動(dòng)站融合形成的逐小時(shí)降水量網(wǎng)格數(shù)據(jù)集(1.0版)。國(guó)家氣象信息中心的研究人員將降水CMORPH衛(wèi)星降水產(chǎn)品的數(shù)據(jù)與地面氣象站監(jiān)測(cè)到的小時(shí)降水?dāng)?shù)據(jù)進(jìn)行融合,采用概率密度匹配(Probability Density Function, PDF)和最優(yōu)插值(Optimal Interpolation, OI)的方法,對(duì)該技術(shù)在1 h、0.1°分辨下的核心參數(shù)進(jìn)行調(diào)整和改造生成了逐小時(shí)的降水融合產(chǎn)品[7,23],空間范圍是70~140°E、15~60°N。研究時(shí)間段范圍是2016年1月1日至2017年7月31日。將CMORPH和CMORPH融合產(chǎn)品的數(shù)據(jù)按照對(duì)應(yīng)時(shí)段累加成日降水?dāng)?shù)據(jù)。

    2.3 研究方法

    本文利用地面氣象站點(diǎn)坐標(biāo)提取對(duì)應(yīng)衛(wèi)星降水柵格圖像上的對(duì)應(yīng)點(diǎn)數(shù)據(jù),在站點(diǎn)尺度上進(jìn)行產(chǎn)品質(zhì)量的評(píng)價(jià)?;谌战邓?dāng)?shù)據(jù)進(jìn)行季節(jié)尺度上的質(zhì)量評(píng)價(jià),不同季節(jié)的時(shí)間范圍分別為春季(3-5月),夏季(6-8月),秋季(9-11月)和冬季(12-翌年2月)。采用皮爾遜相關(guān)系數(shù)(Correlation Coefficient,R),均方根誤差(Root Mean Square Error,RMSE)和相對(duì)偏差(Relative Bias,RB)來(lái)評(píng)價(jià)降水產(chǎn)品的精度[24]。各評(píng)價(jià)指標(biāo)的公式如下:

    (1)

    (2)

    (3)

    根據(jù)氣象學(xué)上雨量劃分的原則,選取0.1 mm/d作為是否發(fā)生降水事件的閥值,采用探測(cè)率(Probability of Detection,POD),誤報(bào)率(False Alarm Ratio,FAR)和臨界成功指數(shù)(Critical Success Index,CSI)來(lái)評(píng)價(jià)降水產(chǎn)品的對(duì)于降水事件的探測(cè)能力[5],POD越高表示降水事件被漏報(bào)的概率越小,F(xiàn)AR越低表示降水事件被錯(cuò)誤預(yù)報(bào)的概率越小,CSI越大表示降水產(chǎn)品對(duì)降水時(shí)間的綜合探測(cè)能力越強(qiáng),各評(píng)價(jià)指標(biāo)公式如下:

    (4)

    (5)

    (6)

    式中:H(Hits)為降水產(chǎn)品和地面氣象站同時(shí)有雨的頻數(shù);F(False Alarm)為降水產(chǎn)品有雨而地面氣象站無(wú)雨的頻數(shù);M(Misses)為降水產(chǎn)品無(wú)雨而地面氣象站有雨的頻數(shù)。POD、FAR和CSI的最優(yōu)值分別為1、0和1。

    3 結(jié)果分析與討論

    降水具有明顯的時(shí)空變異性的特征,衛(wèi)星降水產(chǎn)品的精度是由降水時(shí)空差異捕捉的準(zhǔn)確性所反映[3]。因此,研究從時(shí)間和空間兩個(gè)角度,將兩種降水產(chǎn)品和地面氣象站的實(shí)測(cè)數(shù)據(jù)進(jìn)行對(duì)比,評(píng)估二者在太行山區(qū)的質(zhì)量。在時(shí)間尺度上,分別從年、季、月和日對(duì)降水產(chǎn)品進(jìn)行精度評(píng)價(jià);在空間尺度上,主要分析降水產(chǎn)品精度在區(qū)域內(nèi)以及不同站點(diǎn)的空間分布特征。

    3.1 時(shí)間尺度特征

    3.1.1 年降水分析 在研究時(shí)段內(nèi),選擇2016年全年的數(shù)據(jù)進(jìn)行年尺度的精度評(píng)價(jià)。表1為年尺度上對(duì)衛(wèi)星觀測(cè)降水和地面實(shí)測(cè)降水的精度統(tǒng)計(jì)結(jié)果。CMORPH融合產(chǎn)品在經(jīng)過(guò)地面數(shù)據(jù)校正之后,產(chǎn)品數(shù)據(jù)與氣象站數(shù)據(jù)呈現(xiàn)良好的相關(guān)性(R=0.87),要高于CMORPH。為了明確衛(wèi)星降水產(chǎn)品數(shù)據(jù)與氣象站數(shù)據(jù)之間降水量數(shù)值的差異程度,需要考慮二者之間的均方根誤差和相對(duì)偏差,從表1中可見(jiàn),CMORPH融合產(chǎn)品的均方根誤差(RMSE=780.62 mm/a)和相對(duì)偏差(RB=-12.29 %)要高于CMORPH。

    表1 太行山區(qū)年尺度衛(wèi)星觀測(cè)降水與地面觀測(cè)降水的精度比較

    3.1.2 季節(jié)降水分析 太行山區(qū)是典型的溫帶季風(fēng)氣候區(qū),降水季節(jié)差異大且分配不均,需進(jìn)一步分析融合產(chǎn)品在不同季節(jié)的產(chǎn)品精度和降水探測(cè)能力(表2),本文所分析的是逐日數(shù)據(jù)在不同季節(jié)上的表現(xiàn),分別從春季、夏季、秋季和冬季對(duì)兩種降水產(chǎn)品進(jìn)行比較,并對(duì)R、RMSE和RB3個(gè)連續(xù)統(tǒng)計(jì)指標(biāo)在不同季節(jié)尺度上進(jìn)行分析。

    圖2為不同季節(jié)觀測(cè)降水量和衛(wèi)星產(chǎn)品降水量的散點(diǎn)圖。由圖2可知,CMORPH融合產(chǎn)品在各個(gè)季節(jié)的擬合優(yōu)度都高于CMORPH,特別是在夏季擬合優(yōu)度最高(R2=0.5),冬季的擬合優(yōu)度最低(R2=0.09);CMORPH產(chǎn)品在春季的擬合優(yōu)度最高(R2=0.24),冬季的擬合優(yōu)度最低(R2=0.006)。由表2也得出相同的結(jié)論,CMORPH融合產(chǎn)品夏季相關(guān)系數(shù)最高,為0.7, 而CMORPH的相關(guān)系數(shù)僅為0.41。除冬季以外,CMORPH融合產(chǎn)品的均方根誤差和相對(duì)偏差均小于CMORPH,融合前后衛(wèi)星降水產(chǎn)品在冬季的表現(xiàn)均較差,可能由于太行山區(qū)冬季多為弱降水或是固態(tài)降水,地面資料的局限性限制了融合產(chǎn)品的優(yōu)化[25]。有研究表明不同衛(wèi)星降水產(chǎn)品在中國(guó)大陸濕季的表現(xiàn)要優(yōu)于干季[26],與本研究結(jié)果相同。以0.1 mm/d作為降水閥值,CMORPH融合產(chǎn)品和CMORPH在夏季的降水探測(cè)率最高,分別為0.76和0.69。CMORPH融合產(chǎn)品各個(gè)季節(jié)的POD和CSI均高于CMORPH,可見(jiàn)融合優(yōu)化之后的產(chǎn)品在探測(cè)能力上有顯著提升。

    圖3為CMORPH和CMORPH融合產(chǎn)品在不同季節(jié)的相關(guān)系數(shù)、均方根誤差和相對(duì)偏差3種連續(xù)統(tǒng)計(jì)量值的箱形圖。它們均表現(xiàn)出冬季相關(guān)系數(shù)較低、春季和冬季相對(duì)偏差較大的特點(diǎn),從表2中也可以看出,夏季的RMSE較大,而冬季的RB最大,說(shuō)明夏季兩種降水產(chǎn)品與地面實(shí)測(cè)數(shù)據(jù)偏差較大,而冬季最為穩(wěn)定,其原因在于夏季是降水事件高發(fā)期,且容易發(fā)生短時(shí)強(qiáng)降水,從而導(dǎo)致區(qū)域年均降水量分布不均勻[26-27]。

    3.1.3 月降水和日降水分析 從CMORPH、CMORPH融合產(chǎn)品與地面氣象站在月降水上的精度評(píng)價(jià)可見(jiàn)(表3),兩種降水產(chǎn)品數(shù)據(jù)和地面實(shí)測(cè)數(shù)據(jù)均呈現(xiàn)良好的相關(guān)性(R>0.75),其中CMORPH融合產(chǎn)品的相關(guān)系數(shù)達(dá)到了0.97。融合產(chǎn)品的均方根誤差(RMSE=225.72 mm/month)要高于原始產(chǎn)品(RMSE=54.51mm/month)。與此同時(shí),CMORPH融合產(chǎn)品的降水量觀測(cè)值存在低估于實(shí)際觀察值的現(xiàn)象,RB為-11.36%,而CMORPH產(chǎn)品則是略高估于實(shí)際觀測(cè)值,RB為2.46%。圖4為CMORPH、CMORPH融合產(chǎn)品與地面氣象站在月降水量的時(shí)間序列對(duì)比。總體上,CMORPH和CMORPH融合產(chǎn)品的降水量與實(shí)測(cè)降水量呈現(xiàn)較好的一致性,也表現(xiàn)出了良好的時(shí)間模式,從3月份開(kāi)始出現(xiàn)了明顯的降水梯度,8月開(kāi)始降水量回落,11月份之后降水量降到了較低的水平,這種降水的時(shí)間變化特征與溫帶季風(fēng)氣候特征的年降水量規(guī)律相符合。同時(shí),CMORPH融合產(chǎn)品相比于CMORPH與實(shí)測(cè)數(shù)據(jù)有著更好的吻合性,在雨季期間,CMORPH在降水量觀測(cè)上存在較為嚴(yán)重的低估的現(xiàn)象,可能由于太行山區(qū)水汽的抬升,氣溫下降使得夏季雨水充沛,未經(jīng)地面融合的CMORPH反演降水受多層云系的作用,衛(wèi)星傳感器在探測(cè)亮溫上受到了一定的影響[28],同時(shí),CMORPH產(chǎn)品在5-6月和10月出現(xiàn)較大的偏差,可能是由于季節(jié)交替的過(guò)程中受季風(fēng)活動(dòng)和熱帶氣旋的影響,從而導(dǎo)致了降水量的變化較大[27]。

    表2 太行山區(qū)季節(jié)尺度下兩種降水產(chǎn)品統(tǒng)計(jì)指標(biāo)對(duì)比

    圖2 太行山區(qū)不同季節(jié)觀測(cè)降水量和衛(wèi)星產(chǎn)品降水量散點(diǎn)圖

    圖3 兩種衛(wèi)星降水產(chǎn)品在不同季節(jié)的精度評(píng)價(jià)指標(biāo)的箱形圖

    通過(guò)將研究區(qū)范圍內(nèi)不同站點(diǎn)位置的逐日降水?dāng)?shù)據(jù)納入同一序列,得到太行山區(qū)兩種降水產(chǎn)品逐日降水?dāng)?shù)據(jù)的質(zhì)量評(píng)價(jià)結(jié)果,如表4所示。由表4可見(jiàn),CMORPH融合產(chǎn)品的R值為0.72,明顯高于CMORPH產(chǎn)品的0.39,表明優(yōu)化校正之后的產(chǎn)品在降水時(shí)空變化上具有更強(qiáng)的捕捉能力;融合產(chǎn)品RMSE值為42.58 mm/d,高于原始產(chǎn)品的9.94 mm/d,表明融合產(chǎn)品在對(duì)降水探測(cè)的整體精度上仍有待提高;融合產(chǎn)品的相對(duì)偏差為-11.36 %,原始產(chǎn)品的相對(duì)偏差為2.47,表明融合產(chǎn)品在研究區(qū)具有較為明顯低估現(xiàn)象,融合產(chǎn)品的質(zhì)量在不同區(qū)域的表現(xiàn)差異與不同地區(qū)地面降水監(jiān)測(cè)網(wǎng)站點(diǎn)數(shù)的疏密有著密切的關(guān)系[7,29],太行山區(qū)高海拔地區(qū)站點(diǎn)缺失是影響融合產(chǎn)品表現(xiàn)的重要原因之一。從分類指標(biāo)上看,CMORPH融合產(chǎn)品有更高的POD值和CSI值,表明融合之后的產(chǎn)品在對(duì)降水強(qiáng)度大于等于0.1 mm/d的降水事件有較好的探測(cè)能力。

    表3 太行山區(qū)月尺度衛(wèi)星觀測(cè)與地面觀測(cè)降水的精度比較

    表4 太行山區(qū)兩種降水產(chǎn)品日降水統(tǒng)計(jì)指標(biāo)對(duì)比

    圖4 2016-2017年兩種降水產(chǎn)品與氣象站點(diǎn)月降水量對(duì)比

    3.2 空間尺度特征

    3.2.1 區(qū)域精度對(duì)比 為了分析研究區(qū)內(nèi)衛(wèi)星降水產(chǎn)品觀測(cè)值與氣象站觀測(cè)值在空間上的誤差分布特征,采用克里金插值法在對(duì)地面年降水量在空間上進(jìn)行插值,得到了實(shí)測(cè)年降水量的空間分布圖。圖5為2016年兩種衛(wèi)星產(chǎn)品和氣象站年降水量的空間分布。由圖5可見(jiàn),在太行山區(qū)的北部和西南部是降水較少的區(qū)域,而降水較多的區(qū)域主要分布在東部平原地區(qū)。以地面觀測(cè)數(shù)據(jù)作為質(zhì)量檢測(cè)標(biāo)準(zhǔn),兩種降水產(chǎn)品在東部低海拔地區(qū)的降水捕捉表現(xiàn)較好。總的來(lái)說(shuō),在研究區(qū)內(nèi)CMORPH降水觀測(cè)值要高于地面氣象站觀測(cè)值,而CMORPH融合產(chǎn)品觀測(cè)值除了東南部小部分區(qū)域以外均低于地面氣象站觀測(cè)值。

    將衛(wèi)星產(chǎn)品的觀測(cè)降水?dāng)?shù)據(jù)與氣象站點(diǎn)實(shí)測(cè)降水?dāng)?shù)據(jù)進(jìn)行疊置分析,得到了兩種降水產(chǎn)品和實(shí)測(cè)年降水量的空間差值分布圖,見(jiàn)圖6。由圖6可看出,CMORPH融合產(chǎn)品在北部和中部高海拔地區(qū)嚴(yán)重偏低,在東部平原區(qū)偏高,僅有小范圍區(qū)域與實(shí)測(cè)數(shù)據(jù)空間分布吻合。原始產(chǎn)品則表現(xiàn)相反,在區(qū)域降水量差值上,在東部低海拔地區(qū)估測(cè)偏低,反而在北部高海拔地區(qū)估測(cè)差值更小??梢?jiàn),融合產(chǎn)品的質(zhì)量是由地面站點(diǎn)密度直接決定的,CMORPH衛(wèi)星降水產(chǎn)品在高海拔地區(qū)具有較好的表現(xiàn)。

    3.2.2 站點(diǎn)精度對(duì)比 圖7為CMORPH和CMORPH融合產(chǎn)品降水量觀測(cè)值與氣象站觀測(cè)值之間在空間上的相關(guān)系數(shù)和相對(duì)偏差的分布圖。從圖7(a)、7(b)可得,在研究區(qū)內(nèi)不同站點(diǎn)相關(guān)系數(shù)的跨度非常大,R值分布于0.1~1范圍內(nèi),CMORPH融合產(chǎn)品降水觀測(cè)值與氣象站觀測(cè)值呈現(xiàn)良好的線性相關(guān)性,R大致在0.5~1的范圍內(nèi),而CMORPH在全區(qū)內(nèi),R范圍在0.1~0.6左右。融合產(chǎn)品在東北部低海拔地區(qū)相關(guān)性更好,而原始產(chǎn)品表現(xiàn)較差,可見(jiàn)衛(wèi)星降水產(chǎn)品的表現(xiàn)具有區(qū)域性差異。在相對(duì)偏差的空間分布上,CMORPH融合產(chǎn)品并沒(méi)有表現(xiàn)出較大的優(yōu)勢(shì),總體低估了實(shí)際降水量觀測(cè)值,特別是在高海拔地區(qū)尤為明顯。對(duì)于CMORPH的產(chǎn)品精度表現(xiàn),在太行山高海拔地區(qū)(北部)出現(xiàn)了明顯的高估情況。可見(jiàn),地形是影響衛(wèi)星降水產(chǎn)品表現(xiàn)的重要因素之一,Xu Ran等[16]在青藏高原南部進(jìn)行衛(wèi)星產(chǎn)品的精度評(píng)估表明:海拔是影響衛(wèi)星產(chǎn)品表現(xiàn)的重要因素,隨著海拔升高,產(chǎn)品表現(xiàn)越差。

    在探測(cè)率和誤報(bào)率的空間分布上(圖8),CMORPH融合產(chǎn)品在全區(qū)內(nèi)都有明顯的提升,探測(cè)率基本高于0.55,誤報(bào)率低于0.4。在海拔較低的區(qū)域(東部和中部),產(chǎn)品在探測(cè)降水上更為準(zhǔn)確且誤報(bào)率相比于高海拔地區(qū)(北部和南部)更低。值得關(guān)注的是,原始產(chǎn)品在東部和西部的低海拔地區(qū)的誤報(bào)率比高海拔地區(qū)更高,可能是由于更為頻繁的降水事件的發(fā)生導(dǎo)致了錯(cuò)誤探測(cè)率隨之上升。

    3.3 地形對(duì)衛(wèi)星降水產(chǎn)品的影響

    太行山區(qū)位于我國(guó)華北地區(qū),地勢(shì)西北高、東南低,境內(nèi)地形復(fù)雜,高程落差較大,降水在一定程度上會(huì)受到地形的影響,以下將對(duì)比分析高程、坡度和坡向?qū)MORPH融合前后衛(wèi)星產(chǎn)品表現(xiàn)的影響。

    3.3.1 海拔對(duì)衛(wèi)星產(chǎn)品評(píng)價(jià)指標(biāo)的影響 以氣象站點(diǎn)的高程作為自變量,分別以各個(gè)站點(diǎn)的6種評(píng)價(jià)指標(biāo)結(jié)果作為因變量,進(jìn)行回歸分析,發(fā)現(xiàn)線性回歸的擬合效果最佳,回歸結(jié)果如圖9所示。由圖9可看出,隨著各站點(diǎn)高程的增加,CMORPH對(duì)應(yīng)站點(diǎn)的相關(guān)系數(shù)、POD和CSI呈現(xiàn)顯著上升(p<0.01)的趨勢(shì);而兩種產(chǎn)品對(duì)應(yīng)站點(diǎn)的誤報(bào)率和CMORPH融合產(chǎn)品對(duì)應(yīng)站點(diǎn)的相對(duì)偏差呈現(xiàn)顯著下降(p<0.01)的趨勢(shì)。隨著高程的增加,融合產(chǎn)品的相對(duì)偏差和誤報(bào)率減小,可見(jiàn)融合產(chǎn)品在高海拔地區(qū)質(zhì)量較好。對(duì)比回歸分析的p值可以得出,融合后的產(chǎn)品削弱了地形對(duì)產(chǎn)品表現(xiàn)的影響。

    圖5 2016年太行山區(qū)衛(wèi)星產(chǎn)品和地面氣象站年降水量的空間分布

    圖6 兩種衛(wèi)星產(chǎn)品年降水量與雨量站點(diǎn)年降水量的差值空間分布

    圖7 兩種衛(wèi)星降水產(chǎn)品的R和RB值空間分布

    圖8 兩種衛(wèi)星降水產(chǎn)品的POD和FAR值空間分布

    3.3.2 坡度對(duì)衛(wèi)星產(chǎn)品評(píng)價(jià)指標(biāo)的影響 以氣象站點(diǎn)坡度為自變量,分別以兩種衛(wèi)星產(chǎn)品的表現(xiàn)的評(píng)價(jià)指標(biāo)作為因變量,進(jìn)行多項(xiàng)式回歸分析,回歸結(jié)果如圖10所示。由圖10可知,坡度與CMORPH產(chǎn)品的FAR和CSI的相關(guān)性在0.05水平上顯著,隨著坡度的逐漸增大,分別表現(xiàn)為先減小后增加和先增加后減小的趨勢(shì),坡度與兩種降水產(chǎn)品在其他的評(píng)價(jià)指標(biāo)的擬合結(jié)果未出現(xiàn)顯著的相關(guān)性。除CMORPH融合產(chǎn)品的POD和CMORPH的FAR以外,其余評(píng)價(jià)指標(biāo)的擬合結(jié)果在坡度20°~30°的范圍內(nèi)均存在極值上的轉(zhuǎn)變,可見(jiàn)隨著坡度的增加,產(chǎn)品表現(xiàn)存在拐點(diǎn)。

    3.3.3 坡向?qū)πl(wèi)星產(chǎn)品評(píng)價(jià)指標(biāo)的影響 根據(jù)氣象站點(diǎn)坡向的度數(shù)范圍,從0°開(kāi)始,每45°為間隔,將坡向分為8個(gè)大方向,分別為北坡(N)、東北坡(NE)、東坡(E)、東南坡(SE)、南坡(S)、西南坡(SW)、西坡(W)和西北坡(NW)。同一坡向的站點(diǎn)歸為一類,計(jì)算評(píng)價(jià)指標(biāo)的平均值和標(biāo)準(zhǔn)差,結(jié)果如圖11所示。由圖11可見(jiàn),R、POD和CSI值在南坡最低,即誤報(bào)率在南坡最大,各坡向上RMSE值在5 mm/d上下波動(dòng),相對(duì)偏差的絕對(duì)值在10%~20%上下波動(dòng)。

    圖9 CMORPH融合產(chǎn)品和CMOPRH產(chǎn)品各評(píng)價(jià)指標(biāo)值與高程的關(guān)系

    圖10 CMORPH融合產(chǎn)品和CMOPRH產(chǎn)品各評(píng)價(jià)指標(biāo)值與坡度的關(guān)系

    圖11 CMORPH融合產(chǎn)品和CMOPRH產(chǎn)品各評(píng)價(jià)指標(biāo)值隨坡向的變化

    4 結(jié) 論

    (1) 在年降水量方面,融合產(chǎn)品更接近地面氣象站實(shí)際觀測(cè)值,但存在著一定程度的低估;在月降水上,兩種降水產(chǎn)品均表現(xiàn)出了良好的時(shí)間模式,具有相似的降水梯度的變化特征,融合產(chǎn)品更接近實(shí)際降水的月度變化;在日降水量上,融合產(chǎn)品的相關(guān)性更好;在季節(jié)尺度上,衛(wèi)星降水產(chǎn)品表現(xiàn)具有季節(jié)性的特征,融合前后產(chǎn)品均在夏季表現(xiàn)較好。

    (2) 融合產(chǎn)品相比于原始反演產(chǎn)品在降水事件命中率上有明顯提升,誤報(bào)率明顯降低。在空間特征上,地形是影響產(chǎn)品表現(xiàn)的重要因素之一,降水產(chǎn)品往往在地勢(shì)較低的平原區(qū)表現(xiàn)更好,在高海拔地區(qū)表現(xiàn)較差。因此,在未來(lái)衛(wèi)星降水產(chǎn)品的質(zhì)量?jī)?yōu)化提升上,需要更多地考慮地形因素,才能提供更為準(zhǔn)確的降水信息。

    (3) 海拔對(duì)融合產(chǎn)品的RMSE、RB和FAR有顯著影響,對(duì)原始反演產(chǎn)品的R、POD、FAR和CSI有顯著影響,回歸分析結(jié)果顯示,在20°~30°的坡度范圍內(nèi)融合前、后的產(chǎn)品表現(xiàn)存在拐點(diǎn),融合前、后降水產(chǎn)品均在南坡表現(xiàn)較差。

    致謝:感謝中國(guó)科學(xué)院地理科學(xué)與資源研究所李發(fā)東老師在論文寫作和修改上的指導(dǎo),感謝中國(guó)國(guó)家氣象信息中心和美國(guó)大氣和海洋管理局提供的衛(wèi)星降水產(chǎn)品數(shù)據(jù)。

    猜你喜歡
    太行山區(qū)氣象站降水量
    繪制和閱讀降水量柱狀圖
    珠峰上架起世界最高氣象站
    太行山區(qū)蘋果節(jié)水灌溉高效技術(shù)
    降水量是怎么算出來(lái)的
    啟蒙(3-7歲)(2019年8期)2019-09-10 03:09:08
    心靈氣象站
    1988—2017年呼和浩特市降水演變特征分析
    基于小波變換的三江平原旬降水量主周期識(shí)別
    河北將嚴(yán)限張承及太行山區(qū)礦業(yè)開(kāi)發(fā)
    自動(dòng)氣象站應(yīng)該注意的一些防雷問(wèn)題
    旅游扶貧戰(zhàn)略模式研究*——以太行山區(qū)旅游扶貧為例
    湄潭县| 大足县| 台中市| 栾川县| 张家港市| 娱乐| 马鞍山市| 灌云县| 明星| 滨州市| 芜湖市| 福安市| 道真| 枝江市| 郎溪县| 宕昌县| 旅游| 上犹县| 临沭县| 正镶白旗| 浦江县| 砚山县| 郁南县| 庆元县| 祁阳县| 樟树市| 弥勒县| 三亚市| 太白县| 宝山区| 遵义县| 广德县| 两当县| 略阳县| 乾安县| 吉安县| 邳州市| 湖口县| 双城市| 扎兰屯市| 泰安市|