多種降水再分析數(shù)據(jù)在長江流域的適用性對比

丁 光 旭，郭 家 力，，3，湯 正 陽，張 海 榮，郭 豪 豪

(1.三峽大學(xué) 水利與環(huán)境學(xué)院，湖北 宜昌 443002； 2.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(diǎn)實(shí)驗(yàn)室，湖北 宜昌 443000； 3.三峽大學(xué) 三峽庫區(qū)生態(tài)環(huán)境教育部工程研究中心，湖北 宜昌 443002)

0 引 言

長江是世界第三大河流，長江流域人口密集，農(nóng)業(yè)發(fā)達(dá)，水利工程眾多(如三峽工程、南水北調(diào)中線工程等)，但流域內(nèi)地形和氣候復(fù)雜、自然災(zāi)害頻發(fā)[1]。獲取準(zhǔn)確的降水信息對長江流域水資源管理、農(nóng)業(yè)生產(chǎn)、旱澇災(zāi)害防控等領(lǐng)域都起著至關(guān)重要的作用。

地面站點(diǎn)雨量計(jì)觀測是傳統(tǒng)獲取降水資料最直接有效的辦法，這種方法獲得的降水資料精度較高，然而流域內(nèi)降水過程一般較復(fù)雜且具有高度時空變異性，再加上流域內(nèi)雨量站分布不均，使得很難準(zhǔn)確獲取地理位置偏遠(yuǎn)且地形復(fù)雜地區(qū)的降水資料。隨著衛(wèi)星遙感技術(shù)和數(shù)據(jù)反演算法的發(fā)展，同化了衛(wèi)星及地面、高空等常規(guī)觀測資料的氣象再分析資料得到深入應(yīng)用，再分析資料已成為新的降水?dāng)?shù)據(jù)來源。這些降水再分析數(shù)據(jù)可在一定程度上彌補(bǔ)傳統(tǒng)站點(diǎn)降水觀測的不足[2]。因此分析不同來源降水再分析數(shù)據(jù)在長江流域的誤差及其適用性，對長江流域降水?dāng)?shù)據(jù)融合、水文預(yù)報(bào)、防汛抗旱等具有重要的數(shù)據(jù)支撐作用。

近幾年來，一些具有較高時空分辨率的降水再分析數(shù)據(jù)相繼發(fā)布，如中國區(qū)域高時空分辨率地面氣象要素驅(qū)動數(shù)據(jù)集(China Meteorological Forcing Dataset，CMFD)、歐洲中期天氣預(yù)報(bào)中心全球氣候第五代產(chǎn)品ERA5以及多源加權(quán)集合降水?dāng)?shù)據(jù)(Multi-Source Weighted-Ensemble Precipitation，MSWEP)等。目前這3種降水?dāng)?shù)據(jù)已有針對國內(nèi)一些區(qū)域的應(yīng)用研究，鄧越等[3]基于1979～2015年中國大陸824個氣象站點(diǎn)觀測數(shù)據(jù)，評估MSWEP在中國大陸區(qū)域的精度，發(fā)現(xiàn)MSWEP在中國大陸區(qū)域降水整體上存在高估現(xiàn)象。黃琦等[4]對MSWEP在祁連山地區(qū)的適用性進(jìn)行了分析，結(jié)果表明訂正后的MSWEP與地表降水更為吻合。羅瀟等[5]對比分析了CMFD與CRA-40在湖南省的適用性，研究表明兩套資料均能較好地反映湖南省降水空間分布特征。黃琦等[6]在雅礱江流域?qū)?種降水產(chǎn)品進(jìn)行適用性分析，發(fā)現(xiàn)CMFD在各時間尺度表現(xiàn)均優(yōu)于IMERG和MSWEP。崔豪等[7]對CMFD在三峽庫區(qū)的適應(yīng)性進(jìn)行分析，發(fā)現(xiàn)CMFD能較好地反映三峽庫區(qū)內(nèi)降水的空間分布特征；Hu等[8]研究發(fā)現(xiàn)，ERA5在青藏高原雖然能夠反映降水總體時空特征，但仍存在明顯的偏差。Jiang等[9]分析評估了ERA5在中國大陸地區(qū)的適用性，發(fā)現(xiàn)ERA5對中國大陸地區(qū)的降水有較大的偏差。Xin等[10]對ERA5在粵港澳大灣區(qū)的適用性進(jìn)行了分析，發(fā)現(xiàn)ERA5降水?dāng)?shù)據(jù)在城鎮(zhèn)化水平較高的地區(qū)精度不高，還需進(jìn)一步改進(jìn)。

對于降水再分析數(shù)據(jù)產(chǎn)品的適應(yīng)性分析，不少學(xué)者僅針對單一降水產(chǎn)品進(jìn)行研究，而對于同一流域或區(qū)域的不同種降水再分析數(shù)據(jù)，由于選用不同模式運(yùn)算、觀測資料及同化方法等帶來的差異，使得不同數(shù)據(jù)之間的可信度也存在差異[11]。因此有必要對多種降水再分析數(shù)據(jù)之間的差異性進(jìn)行對比研究。此外，對于CMFD、MSWEP降水再分析數(shù)據(jù)，雖然有對其在國內(nèi)一些流域或區(qū)域進(jìn)行適應(yīng)性研究[3-7]，但針對整個長江流域的研究較少。特別是對于ERA5，其包括溫度、濕度、壓強(qiáng)等多種要素，而對降水要素的適應(yīng)性分析還只是針對青藏高原[8]、中國大陸區(qū)域[9]、粵港澳大灣區(qū)[10]等，對于整個長江流域的適應(yīng)性研究較少。因此，本文擬采用1979～2016年長江流域226個地面氣象站點(diǎn)資料作為基準(zhǔn)資料，對比分析CMFD、MSWEP、ERA5這3種降水再分析產(chǎn)品在不同時間尺度以及不同量級降水強(qiáng)度下的精度，分析3種降水?dāng)?shù)據(jù)對比地面站點(diǎn)降水精度在長江流域的分布情況，并探索誤差的時空分布規(guī)律，為長江流域降水及水文模擬等相關(guān)研究與應(yīng)用選擇可靠的降水再分析產(chǎn)品提供依據(jù)。

1 研究區(qū)域、數(shù)據(jù)和方法

1.1 研究區(qū)域概況

長江流域位于24°27′N～35°54′N，90°33′E～122°19′E之間，流域面積180萬 km2，占全國總面積的18.75%，流域橫跨青藏高原、四川盆地和長江中下游平原三大階梯地貌，流域地形復(fù)雜，夏季從高原季風(fēng)氣候過渡到東亞季風(fēng)氣候，雨量充沛，極易發(fā)生洪澇災(zāi)害[12]。本次研究一共選取流域內(nèi)226個地面氣象站點(diǎn)，地面氣象站點(diǎn)分布如圖1所示。

1.2 研究數(shù)據(jù)

研究所采用地面氣象站點(diǎn)資料來自國家氣象信息中心的中國地面氣候資料日值數(shù)據(jù)集(V3.0)，觀測數(shù)據(jù)經(jīng)過氣候界限值檢查、臺站極值檢查、時空一致性檢查等一系列質(zhì)量控制。降水再分析資料包括中國區(qū)域高時空分辨率地面氣象要素驅(qū)動數(shù)據(jù)集CMFD、多源加權(quán)集合降水?dāng)?shù)據(jù)MSWEP以及歐洲中期天氣預(yù)報(bào)中心ERA5降水?dāng)?shù)據(jù)。

多源加權(quán)集合降水?dāng)?shù)據(jù)集(MSWEP)[13]結(jié)合站點(diǎn)數(shù)據(jù)、衛(wèi)星觀測數(shù)據(jù)以及模型模擬數(shù)據(jù)，具有時間尺度長、空間分辨率較高等優(yōu)點(diǎn)。中國區(qū)域高時空分辨率地面氣象要素驅(qū)動數(shù)據(jù)集(CMFD)[14]是中國科學(xué)院青藏高原研究所開發(fā)的一套近地面氣象與環(huán)境要素再分析數(shù)據(jù)集，包含降水在內(nèi)共7個要素，是以國際上現(xiàn)有的Princeton再分析資料、GLDAS資料、GEWEX-SRB輻射資料，以及TRMM降水資料為背景場，融合了中國氣象局常規(guī)氣象觀測數(shù)據(jù)制作而成。ERA5是歐洲中期天氣預(yù)報(bào)中心(ECMWF)發(fā)布的全球氣候第五代產(chǎn)品，其性能與上一代產(chǎn)品ERA-Interim相比有了很大提升[15-16]。數(shù)據(jù)詳細(xì)信息如表1所列。

表1 研究數(shù)據(jù)概況Tab.1 Overview of the research data

考慮到部分氣象站點(diǎn)資料僅更新到2017年，因此選取1979～2016年作為研究時段，其中ERA5數(shù)據(jù)空間分辨率為0.25°×0.25°，為了排除空間分辨率對降水產(chǎn)品精度評估的影響，本文將ERA5數(shù)據(jù)經(jīng)反距離加權(quán)(IDW)法插值到與MSWEP以及CMFD相同的空間分辨率0.1°×0.1°。CMFD與MSWEP時間分辨率為3 h，而ERA5時間分辨率為1 h，因此計(jì)算時分別將3 h和1 h降水量累加到日、月、年值降水量序列。

1.3 研究方法

1.3.1數(shù)據(jù)關(guān)聯(lián)方法

由于將氣象站點(diǎn)數(shù)據(jù)直接插值成空間數(shù)據(jù)有一定的誤差[17]，因此本文采用點(diǎn)對點(diǎn)方法進(jìn)行數(shù)據(jù)之間的關(guān)聯(lián)，即利用站點(diǎn)坐標(biāo)提取其所在格網(wǎng)的降水?dāng)?shù)據(jù)值，以氣象站點(diǎn)資料為基準(zhǔn)，對比分析CMFD、MSWEP、ERA5這3種降水?dāng)?shù)據(jù)的質(zhì)量精度。

1.3.2評價指標(biāo)選取

采用皮爾遜相關(guān)系數(shù)(R)、均方根誤差(RMSE)、平均絕對誤差(MAE)和相對偏差(BIAS)4種定量評價指標(biāo)評價降水再分析產(chǎn)品精度[18]。其中，R表示降水再分析數(shù)據(jù)與氣象站點(diǎn)觀測數(shù)據(jù)之間的線性相關(guān)程度，相關(guān)度越強(qiáng)，相關(guān)系數(shù)R越接近于1或-1；RMSE表征降水再分析數(shù)據(jù)與氣象站點(diǎn)觀測數(shù)據(jù)之間的離散程度，對特大特小誤差反映非常敏感，值越大表示兩組數(shù)據(jù)越離散，最優(yōu)值為0；MAE反映降水再分析數(shù)據(jù)與氣象站點(diǎn)觀測數(shù)據(jù)之間的平均絕對偏差程度，可以避免誤差相互抵消的問題，最優(yōu)值為0；BIAS直觀反映出降水再分析數(shù)據(jù)存在的系統(tǒng)誤差大小及相對偏差程度，最優(yōu)值為0。各指標(biāo)計(jì)算公式如下：

(1)

(2)

(3)

(4)

此外，采用探測率(Probability of Detection，POD)、空報(bào)率(False Alarm Ratio，F(xiàn)AR)、偏差評分(B)、公平技巧評分(Equitable Threat Score，ETS)4個分類統(tǒng)計(jì)指標(biāo)評估3種降水再分析數(shù)據(jù)對不同量級降水事件的捕捉能力。其中，POD表示降水再分析數(shù)據(jù)準(zhǔn)確捕捉實(shí)際降水事件的能力；FAR表示降水再分析數(shù)據(jù)對降水事件的空報(bào)情況；B表示降水再分析數(shù)據(jù)是否高估(B>1)或者低估(B<1)了降水事件；ETS越大表示降水再分析數(shù)據(jù)對降水事件的綜合預(yù)測能力越強(qiáng)。其計(jì)算公式如下：

(5)

(6)

(7)

(8)

(9)

式中：H代表命中降水?dāng)?shù)量；F代表空報(bào)降水?dāng)?shù)量；M代表漏報(bào)降水?dāng)?shù)量。POD和FAR的取值介于[0，1]，B取值介于[0，+∞)，ETS取值介于[-1/3，1]；最優(yōu)值POD=1，F(xiàn)AR=0，B=1，ETS=1。

依據(jù)國家氣象局頒布的降水強(qiáng)度等級劃分標(biāo)準(zhǔn)，選取降雨強(qiáng)度0.1～9.9，10.0～24.9，25.0～49.9，50.0～99.9，>100.0 mm/d作為發(fā)生小雨、中雨、大雨、暴雨及以上量級降水的判定標(biāo)準(zhǔn)。其中，以0.1 mm/d作為降水事件發(fā)生與否的閾值。

2 結(jié)果分析

2.1 多源降水產(chǎn)品年系列變化分析

圖2為流域內(nèi)226個氣象站點(diǎn)與各降水再分析數(shù)據(jù)1979～2016年多年平均降水量散點(diǎn)圖，其中每個點(diǎn)即代表一個站點(diǎn)，黑色虛線為理想狀態(tài)分布線。可以看出ERA5多年平均降水量在絕大部分站點(diǎn)上均高估站點(diǎn)降水量，而MSWEP以及CMFD則能較密集且均勻地分布在理想分布線兩側(cè)，兩者相關(guān)系數(shù)分別為0.93 與0.98，高于ERA5的0.82。

為了更直觀地表示不同來源降水?dāng)?shù)據(jù)的空間差異，分別基于長江流域1979～2016年地面氣象站點(diǎn)數(shù)據(jù)以及同期的CMFD、MSWEP和ERA5降水?dāng)?shù)據(jù)繪制多年平均降水量空間分布圖，結(jié)果如圖3所示。從圖3中可以看出，長江流域多年平均降水量總體上呈現(xiàn)東高西低的趨勢，降水的時空分布不均勻，東部地區(qū)多年平均降水量大于2 000 mm，西部地區(qū)則不足400 mm。ERA5在長江流域絕大部分地區(qū)都呈現(xiàn)高估的現(xiàn)象，部分站點(diǎn)高估程度甚至超過100%，高估較為嚴(yán)重。MSWEP在橫斷山脈、四川盆地以及長江下游表現(xiàn)為低估現(xiàn)象。CMFD在總體上則能較好地把握長江流域的降水空間分布。

表2為長江流域226個站點(diǎn)多年平均降水量在各相對偏差區(qū)間所占比重分析，可以看出ERA5對長江流域降水總體表現(xiàn)為高估現(xiàn)象，這與Jiang等[9]在中國大陸地區(qū)的研究結(jié)論相似。其中僅有3個站點(diǎn)，占站點(diǎn)總數(shù)的1.32%，相對偏差處于-20%～20%(可接受的范圍)之間，其余站點(diǎn)相對偏差均大于20%，其中有48.23%的站點(diǎn)降水值高估程度處于50%～100%之間，有15.04%的站點(diǎn)降水值高估程度達(dá)到100%以上。對于MSWEP，其絕大部分站點(diǎn)(92.03%)的相對偏差處于-20%～20%之間，其中相對偏差低于0的站點(diǎn)占到總數(shù)的59.19%，說明MSWEP對大部分站點(diǎn)表現(xiàn)為低估的現(xiàn)象。同樣對于CMFD，有99.12%的站點(diǎn)相對偏差處于-20%～20%之間，其中相對偏差處于0～20%之間的站點(diǎn)占到總數(shù)的71.24%，說明其整體上表現(xiàn)為略微高估的現(xiàn)象。相較于ERA5，CMFD與MSWEP這兩種數(shù)據(jù)對長江流域降水值估算較好，精度較高，其中CMFD優(yōu)于MSWEP。

表2 站點(diǎn)在各相對偏差區(qū)間所占比重Tab.2 The proportion of the stations in each BIAS interval %

2.2 多源降水產(chǎn)品月系列比較分析

根據(jù)長江流域226個站點(diǎn)算術(shù)面平均逐月降水量及其對應(yīng)格點(diǎn)的CMFD、MSWEP、ERA5算術(shù)面平均逐月降水量，繪制多年月平均降水年內(nèi)分布圖，如圖4所示?？梢钥闯?，3種降水產(chǎn)品中CMFD與MSWEP能較好地捕捉月平均降水年內(nèi)分布特征，基本與站點(diǎn)月平均降水過程線重合，精度較高，其月平均降水在6月份達(dá)到最大，12月份達(dá)到最低。而對于ERA5降水?dāng)?shù)據(jù)，其各月平均降水均高于站點(diǎn)降水，雖然ERA5在長江流域月尺度上精度不高，但其年內(nèi)各月降水分布趨勢與地面站點(diǎn)降水一致。

依據(jù)長江流域226個站點(diǎn)算術(shù)面平均逐月降水量與其對應(yīng)格點(diǎn)的CMFD、MSWEP、ERA5逐月降水量，計(jì)算各定量評價指標(biāo)，結(jié)果如圖5所示，可以明顯看出ERA5的4種評價指標(biāo)表現(xiàn)均較差。就相關(guān)系數(shù)R而言，CMFD與MSWEP表現(xiàn)均較好，其中CMFD的相關(guān)系數(shù)各月均在0.9以上，平均值達(dá)到0.95，MSWEP的平均值為0.92，相比之下，ERA5相關(guān)系數(shù)平均值只有0.61。就均方根誤差RMSE而言，CMFD最大值為7月的46.42 mm，最小值為12月的10.62 mm，MSWEP最大值為7月的58.60 mm，最小值為12月的10.71 mm，ERA5最大值為8月127.70 mm，最小值為2月的55.41 mm。同樣對于平均絕對誤差MAE，3種降水再分析產(chǎn)品最大最小值發(fā)生月份與均方根誤差相同，表明3種降水再分析產(chǎn)品誤差在夏季月份要大于冬季月份。而就相對偏差BIAS而言，ERA5在11月至次年1月偏差最大，主要原因是在冬季月份降水量較少，在誤差相同的情況下會導(dǎo)致偏差程度較其他月份高。綜上可以看出，CMFD在月尺度上性能表現(xiàn)最好，其與各月份站點(diǎn)降水量擬合程度較高，相關(guān)系數(shù)最大，均方根誤差以及平均絕對誤差最小，MSWEP與ERA5次之。

從圖5可以看出，汛期的月份和非汛期的月份3種降水產(chǎn)品的差異較大。因此，本文以5～10月作為汛期，11月至次年4月作為非汛期[19]，進(jìn)一步評估了3種降水再分析數(shù)據(jù)在汛期與非汛期的適用性。表3列出了3種降水產(chǎn)品在汛期與非汛期的精度對比，可以看出，3種降水產(chǎn)品在汛期與非汛期的精度均表現(xiàn)為CMFD>MSWEP>ERA5，其中CMFD與MSWEP的各指標(biāo)值明顯優(yōu)于ERA5。就相對偏差BIAS而言，CMFD在汛期與非汛期均表現(xiàn)為輕微高估，MSWEP則表現(xiàn)為輕微低估。而ERA5均高估了汛期與非汛期的降水量，其BIAS值在汛期高估程度為47.74%，在非汛期高估程度達(dá)到88.82%。3種降水產(chǎn)品除相對偏差BIAS外，其余3個指標(biāo)均是汛期表現(xiàn)要劣于非汛期。

表3 汛期與非汛期3種降水產(chǎn)品精度指標(biāo)Tab.3 The accuracy indices for three precipitation products during flood season and non-flood season

2.3 多源降水產(chǎn)品日系列比較分析

基于日尺度序列計(jì)算3種降水產(chǎn)品相對226個站點(diǎn)觀測數(shù)據(jù)的相關(guān)系數(shù)(R)、均方根誤差(RMSE)、平均絕對誤差(MAE)、相對偏差(BIAS)等指標(biāo)，各指標(biāo)空間分布如圖6所示。圖7為日尺度上各評價指標(biāo)箱形圖。通過對比發(fā)現(xiàn)，CMFD在長江流域表現(xiàn)出較高的相關(guān)性，其相關(guān)系數(shù)變化范圍在0.65～0.97之間，平均值為0.87，遠(yuǎn)大于MSWEP的0.51與ERA5的0.49，原因可能是CMFD為中國區(qū)域高時空分辨率數(shù)據(jù)集，相較于MSWEP與ERA5，其結(jié)合了更多的中國地面氣象站點(diǎn)，對降水的把握更精準(zhǔn)[20]。對于MSWEP來說，其相關(guān)系數(shù)在金沙江下游及烏江流域較低，其值約在0.20～0.40之間。該地區(qū)地形相對復(fù)雜，可能導(dǎo)致該地區(qū)誤差較大，該發(fā)現(xiàn)與鄧越等[3]在中國大陸區(qū)域的研究結(jié)果相似。而ERA5則表現(xiàn)出相關(guān)系數(shù)自西向東逐漸增大的趨勢。從均方根誤差以及平均絕對誤差來分析，3種產(chǎn)品都大致表現(xiàn)為自西向東逐漸增大的趨勢，其中MSWEP與ERA5對這一趨勢表現(xiàn)較為明顯，這一現(xiàn)象與降水強(qiáng)度分布密切相關(guān)，長江下游降水強(qiáng)度大，降水量變化也比較大，最終使得誤差也比較大。而長江上游流域地勢較高，全年降水量較少，也就使得誤差較小[21]。而CMFD無論是均方根誤差還是平均絕對誤差，其值在整個流域上都明顯低于另外兩種降水產(chǎn)品，對比圖7(b)與圖7(c)也能印證這一點(diǎn)。就相對偏差而言，CMFD與MSWEP都有較高的精確度，兩者絕大部分站點(diǎn)的相對偏差都集中分布在-20%～20%之間，其平均值分別為1.09%和-1.18%。從圖7(d)也能看出CMFD與MSWEP相對偏差值分布在0的兩側(cè)，因此平均值接近于0。從圖6(l)可以看出，ERA5總體上高估日降水量，其各站點(diǎn)相對偏差平均值達(dá)到68%，高估較為嚴(yán)重。從空間上看，高估嚴(yán)重(BIAS>100%)的站點(diǎn)大多位于金沙江流域，該地區(qū)地處橫斷山脈，復(fù)雜的地形限制了衛(wèi)星對降水的反演，阻礙了再分析資料的優(yōu)化處理，趙平偉等[22]的研究結(jié)果也證實(shí)了這一點(diǎn)。

圖8給出了3種降水產(chǎn)品在0.1 mm/d閾值下各分類統(tǒng)計(jì)指標(biāo)的空間分布圖，探測率(POD)、空報(bào)率(FAR)、偏差評分(B)以及公平技巧評分(ETS)表征3種降水再分析數(shù)據(jù)對降水/非降水事件的捕捉能力。對比圖8(a)以及圖8(c)可以發(fā)現(xiàn)，CMFD以及ERA5的探測率(POD)較高，絕大部分站點(diǎn)POD值都在0.9以上，表明CMFD與ERA5有較高的探測能力，其中ERA5的探測率(POD)又要明顯高于CMFD，主要原因在于ERA5總體上高估日降水量，使得對0.1 mm/d 閾值下的降水事件有較高的探測能力。而MSWEP的POD值則相對較低，其值主要集中在0.75～0.90之間，從空間上看，MSWEP在金沙江流域的探測率最優(yōu)，主要集中在0.85～0.95之間。

就空報(bào)率(FAR)而言，CMFD與MSWEP具有相似的空間分布格局，兩者空報(bào)率(FAR)都集中在0.16～0.50之間，平均值分別為0.33與0.35，而ERA5則表現(xiàn)為長江下游流域的FAR值小于上游流域。

就偏差評分(B)而言，CMFD與MSWEP同樣優(yōu)于ERA5，兩者主要集中在1.0～1.8之間，表明對降水的高估。ERA5則集中在1.2～3.0之間，從空間上看呈現(xiàn)自東向西逐漸增加的趨勢。

從圖8(j)可以看出，CMFD在烏江以及四川盆地的ETS評分要低于其他區(qū)域，其值主要集中在0.25～0.35之間，而MSWEP同樣如此，ETS評分集中在0.15～0.35之間。ERA5則表現(xiàn)為下游ETS評分要明顯高于上游流域，上游流域主要集中在0.10～0.30之間，下游流域主要集中在0.30～0.45之間。綜上，CMFD對于各評價指標(biāo)的空間分布要優(yōu)于MSWEP與ERA5，表明CMFD對于降水事件發(fā)生與否的捕捉能力最強(qiáng)。

表4計(jì)算了CMFD、MSWEP和ERA5在不同量級降水上的POD、FAR、B以及ETS，從表中可以看出，3種降水產(chǎn)品的探測率POD均表現(xiàn)出一致的變化趨勢，隨著降水量級的增加，3種降水產(chǎn)品對降水的探測能力均減弱，但在不同量級降水上均表現(xiàn)為CMFD>ERA5>MSWEP的規(guī)律，表明CMFD對不同量級降水的探測能力最強(qiáng)。對于空報(bào)率FAR而言，CMFD的空報(bào)情況隨著降水量級的增加有所緩解，ERA5則相反，MSWEP則對大雨空報(bào)最嚴(yán)重，對小雨空報(bào)最優(yōu)。就偏差評分B而言，CMFD與MSWEP都存在小雨及中雨高估，大雨及以上量級降水低估的問題，這與武海喆等[23]在黃土高原的研究結(jié)果相似，而ERA5對不同量級降水均表現(xiàn)為高估。就ETS而言，CMFD在不同量級降水上均大于0.3，MSWEP以及ERA5都小于0.2，其中在小雨、大暴雨的評分上，MSWEP要優(yōu)于ERA5，而在中雨、大雨、暴雨上，ERA5要優(yōu)于MSWEP?？傮w而言，CMFD在4種指標(biāo)上的表現(xiàn)均要優(yōu)于MSWEP與ERA5，表明CMFD對不同量級降水的捕捉能力要強(qiáng)于另外兩種產(chǎn)品。

表4 不同量級雨量探測能力Fig.4 The detecting capacities of rainfall at different magnitudes

3 結(jié) 論

本文基于長江流域1979～2016年226個地面氣象站點(diǎn)以及同期的CMFD、MSWEP和ERA5這3種降水再分析數(shù)據(jù)，利用定量評價指標(biāo)以及分類統(tǒng)計(jì)指標(biāo)分析研究3種降水再分析產(chǎn)品在長江流域的適用性，得到以下結(jié)論：

(1) 3種降水?dāng)?shù)據(jù)中，ERA5在長江流域不同時間尺度上均呈現(xiàn)出嚴(yán)重高估現(xiàn)象，在使用時可考慮對其進(jìn)行校正。

(2) 日尺度上，CMFD與站點(diǎn)觀測資料一致性最高。相關(guān)系數(shù)各站點(diǎn)平均達(dá)到0.87。3種產(chǎn)品自上游向下游均不同程度表現(xiàn)出誤差逐漸增大的趨勢。對于不同量級降水的探測能力，總體上表現(xiàn)為CMFD>ERA5>MSWEP。

(3) 月尺度上，CMFD和MSWEP與地面站點(diǎn)降水具有較高的一致性，其相關(guān)系數(shù)明顯高于ERA5，CMFD與MSWEP在汛期與非汛期的表現(xiàn)均優(yōu)于ERA5。

(4) CMFD與MSWEP均能較好地反映長江流域多年平均降水量的空間分布特征。

綜上，CMFD在長江流域不同時間尺度上均具有較高的精度，能在一定程度上克服地面雨量站點(diǎn)稀缺和空間分布不均的局限性。長江作為中國第一大河，流域內(nèi)地形地勢復(fù)雜、氣候差異較大，因此在未來的研究中應(yīng)該進(jìn)一步精細(xì)化評估不同氣候地形條件對降水產(chǎn)品造成的影響。此外，針對降水產(chǎn)品的精度評估，應(yīng)當(dāng)將其延長至水文驗(yàn)證端，即將降水再分析數(shù)據(jù)引入水文模型進(jìn)行驗(yàn)證，增加降水再分析數(shù)據(jù)的實(shí)際應(yīng)用價值。