IMERG卫星降水数据在嘉陵江流域的干旱监测效用评估.pdf

水 文JOURNAL OF CHINA HYDROLOGY第43卷第4期2023年8月Vol.43 No.4Aug.，2023IMERG卫星降水数据在嘉陵江流域的干旱监测效用评估董永超1，甘富万1,2，高扬1，刁庠1，潘越1（1.广西大学 土木建筑工程学院，广西 南宁530004；2.广西防灾减灾与工程安全重点实验室，广西 南宁530004）摘要：针对嘉陵江流域存在雨热同期，水旱灾害频发的现象，为快速且准确地把握流域内降水与干旱情况，利用覆盖范围广且分辨率高的网格化IMERG卫星降水数据对嘉陵江流域进行多时空尺度反演，基于卫星降水数据采用标准化降水指数SPI并运用游程理论对流域实行干旱监测。结果表明三种卫星降水数据中的 IMERG-F 能更准确地反映流域内的日降水量，整体高估地面降水 2.6%；IMERG-F与地面实测降水驱动的SPI指数保持较高的一致性CC0.9；MERG-F更能准确地呈现出流域的干湿特征；IMERG-E对干旱次数的模拟效果最优，IMERG-F对平均干旱历时和平均干旱烈度的监测结果最好。关键词：IMERG；卫星降水；SPI指数；干旱监测；嘉陵江流域中图分类号：TV11；P33文献标识码：A文章编号：1000-0852（2023）04-0088-080引言近年旱涝灾害突发率加大，具有发生面积广、分布不均等特点，快速获取降水观测资料在旱涝预警领域具有重要的研究意义与价值1。卫星降水产品时空分辨率高且覆盖范围广，可提供网格化的降水数据，弥补了地面测站数据的不足2。此外，降水在时空分布上的不变异性是引起如干旱、洪涝等自然灾害的直接因素3。利用卫星数据驱动干旱指数开展流域内干旱监测，也成为卫星降水产品的重要应用方向之一。目前国内外已有相关研究探讨了卫星降水数据的精度以及其干旱监测潜力。MAA等4在巴基斯坦对 GPM-IMERG 和 TRMM-3B42 降水产品进行评估，研究表明IMERG反演精度较高。曾岁康等5对比IMERG与GSMAP在四川地区的反演精度，结果表明IMERG系列产品除了对降水的呈现能力强，在干旱监测方面也具有一定的潜力。KEIKHOSRAVI-KIANY等6基于四种卫星降水产品检验其在伊朗监测干旱事件的能力，结果表明IMERG-F能够监测到不同时间尺度下的干旱情况，且时间尺度越大其监测性能越好。卫林勇等7对由IMERG-F计算的三种干旱指数SPI、SPEI 和 CI 进行了对比，结果表明 IMERG-F 计算的SPI指数在中国大部分地区可靠性较高。石琳等8在黄河流域基于 IMERG-E 驱动 SPI 指数监测干旱，结果表明IMERG-E能够较好地适用于流域部分地区。IMERG有三种子产品，在反演降水过程与干旱模拟研究中每种子产品各有其优势，且相关研究并未同时对三种子产品进行验证。本文以缺乏相关研究的嘉陵江流域为例，先对IMERG三种卫星降水数据能否应用于干旱监测进行精度预评估，再利用三种卫星降水数据分别驱动SPI干旱指数，并运用游程理论，分析三种卫星降水产品在嘉陵江流域呈现干旱演变规律的潜力，为嘉陵江流域在水文预报及防旱减灾等工作上提供科学依据和理论支持。DOI：10.19797/ki.1000-0852.20220170收稿日期：2022-05-02网络首发日期：2022-09-06网络首发地址：https:/ 1 345 km，流域面积近16万km2。流域横跨青藏高原气候、温带季风气候和亚热带季风气候三个气候分区，并同时存在高原区、盆地区和丘陵区，呈现出很明显的气候与地理分区特点。流域内降水空间分布不均，北部降水较少且常出现旱情，南部极端天气频繁导致旱涝灾害并存。如图1所示，文中各气象站点均采用缩写代替。图1嘉陵江流域及其气象站点分布Fig.1 Distribution of Jialing River Basin and its meteorological stations1.2数据来源GPM是由美国NASA与日本JAXA共同研发的全球新一代降水测量计划，IMERG系列降水产品是基于GPM卫星群获取大量信息（微波、红外和雷达数据）反演生成的降水数据集（http：/disc.gsfc.nasa.gov/），其具有时空分辨率高（0.5 h、0.1）和覆盖范围广的特点（90N90S）。IMERG提供了三种产品：近实时产品“Early Run”（IMERG-E）、“Late Run”（IMERG-L）和后实时产品“Final Run”（IMERG-F），三种降水产品的数据分别在观测后4小时、14小时和3.5个月公布9。地面数据来源于中国气象数据网（http：/），卫星数据与地面数据的时间序列均为2000年6月1日至2017年10月31日。1.3研究方法1.3.1精度评估指标IMERG精度评估主要采用统计指标与分类指标两种方法，统计指标包括相关系数（CC）、均方根误差（RMSE）、相对均方根误差（RRMSE）和相对偏差（BIAS），用来评估卫星的观测精度；分类指标包括探测率（POD）、误报率（FAR）、成功指数（CSI），用来评估卫星对降水的探测能力与捕捉能力5。两种评估指标如表1所示，计算见式（1）（7）。表1评估指标Tab.1Evaluation index评价指标理想值CC1BIAS0RMSE0RRMSE0POD1FAR0CSI1CC=i=1n()Gi-G()Si-Si=1n()Gi-G2i=1n()Si-S2（1）RMSE=i=1n()Si-Gi2n（2）RRMSE=ni=1n()Si-Gi2i=1nGi（3）BIAS=i=1n()Si-Gii=1nGi（4）POD=HH+M（5）FAR=FH+F（6）CSI=HH+F+M（7）式中：n为样本数；S与S分别为卫星降水与其平均值；G与G分别为地面降水与其平均值；H为降水被卫星与气象站同时监测到的次数；F为降水被卫星监测到而气象站没有监测到的次数；M为降水被气象站监测到而卫星没有监测到的次数。1.3.2SPI指数标准化降水指数SPI由美国学者McKee10等人于1993年提出，其计算原理在只考虑降水数据单因素的基础上通过对分布概率进行正态标准化处理来刻画干旱的变化，可对不同时段内降水量的缺乏所导致的干旱程度进行定量表征11。1.3.3游程理论游程理论是一种分析时间序列来识别干旱的方法，通过对干旱次数、历时、烈度和强度等干旱变量特征属性的描述，能够充分地揭示干旱事件变化规律，基于三阈值干旱事件的识别过程可弥补传统识别方法的短板3,12。89第43卷水 文2结果与分析2.1IMERG卫星降水数据的精度评估根据统计指标对嘉陵江流域11个站点进行精度评估（见图2），三种降水产品均在流域东南部表现出较高的相关性，其中IMERG-E和IMERG-L在流域西北部的相关性较低，CC最低值均出现在武都站，分别为0.551和0.593，原因可能是流域内西北地区海拔较高，地势相对复杂，其加大了卫星的监测难度。已有相关研究表明不同的地形、地貌以及高程和坡度对卫星精度存在一定的程度影响13。IMERG-L在个别站点的CC略微优于IMERG-E，较近实时产品IMERG-F提高了与地面数据线性相关程度，其中武都、绵阳和略阳站较为明显。除遂宁与高坪站外，IMERG-E和IMERG-L在其余站点均低估降水（BIAS3.6），可能是下垫面局部地形地貌的原因，IMERG-F 有效降低了这两个站点的RRMSE，提高了卫星探测局部降水特征的不足。采用降水阈值10mm/day与25mm/day分析三种卫星降水产品在各站点的探测性能（见图3）。横向比较来看，降水阈值越大，其分类指标计算结果越差，可见IMERG产品对小雨的探测性能较中雨更为敏感。纵向比较来看，近实时产品对降水的捕捉能力相差不大，但IMERG-L在个别站点的分类指标结果优于IMERG-E。IMERG-F较近实时产品对小雨在FAR与CSI上提升不显著，对中雨提升效果却较为明显，该现象原因可能是降水强度的增大会导致卫星传感器接收信号存在困难。IMERG-F在遂宁与合川站的FAR与CSI较近实时产品的差异不显著，其原因可能是流域南部局部区域降水丰沛，暴雨等极端天气频率较高，卫星产品不能及时反映局部区域的暴雨特征。从流域整体上看，卫星降水产品在南部呈现出高POD、CSI以及低FAR，对降水的识别效果优于北部高原山区。根据流域尺度下三种卫星降水产品的统计指标计算结果（见图4），可以看出卫星数据拟合地面数据程度较高，三种卫星降水数据的CC值均大于0.67。对于偏离程度，IMERG-E 和 IMERG-L 存在低估现象，而IMERG-F却存在轻微高估，这可能与数据集内存在不同程度的高/低估相抵消有关，同时也受嘉陵江流域内地形气候的影响。三种降水数据的RMSE最大不超过7.5mm，表明IMERG降水数据的精度可信度较高。图2统计指标在站点尺度的空间分布Fig.2Spatial distribution of statistical indicators at site scale90第4期董永超等：IMERG卫星降水数据在嘉陵江流域的干旱监测效用评估由图5可知，随降水强度的增大，三种卫星降水数据在FAR之间的差异先减小后增大，在POD和CSI之间的差异先增大后减小。FAR、POD和CSI值变动范 围 分 别 为 0.3630.641、0.2420.765 和 0.1690.524。当降水阈值小于 20 mm/day 时，FAR 不超过0.46，POD最小值为0.45，CSI值均大于0.3，呈现出三图3分类指标在站点尺度的空间分布Fig.3Spatial distribution of classification indicators at site scale图4三种降水数据的对比散点图Fig.4Comparative scatter diagram of three kinds of precipitation data图5不同降水阈值下三种降水数据的FAR、POD和CSI值Fig.5FAR、POD and CSI values of three precipitation data under different rainfall thresholds 00.10.20.30.40.50.60.70.80.90.10.512.557.51015202530405060708090100评估指标降雨阈值/(mm/day)IMERG-E CSIIMERG-L CSIIMERG-F CSIIMERG-E PODIMERG-L PODIMERG-F PODIMERG-E FARIMERG-L FARIMERG-F FAR91第43卷水 文种卫星降水产品对小雨、中雨的探测性能较好。随着降水阈值的增大，三种卫星降水产品对降水的探测能力逐步下降，由组合图的走势可知对于强降水事件，卫星探测降水的能力存在减弱趋势。2.2IMERG卫星降水数据在嘉陵江流域的干旱监测效用分析根据IMERG三种卫星降水数据的精度评估结果，进一步探究其在干旱监测的适用性，选取时间序列2000年6月1日至2017年10月31日近18年逐日降水数据，得到不同时间尺度下的SPI指数值，其中SPI1、SPI3和SPI12分别代表月、季和年尺度的干旱指数。由图6可知，基于IMERG三种卫星降水数据计算出不同时间尺度下的SPI值与地面实测数据计算结果在变化趋势上均反映出频繁的干湿交替的现象。SPI1值波峰与波谷起伏变化累次较高，能较好捕捉极端旱涝事件，其对于短期降水的变化呈现明显；SPI12值幅度变动较SPI1与SPI3更加平稳，周期性变化强，对干旱的累积效应呈现显著。IMERG-E与IMERG-L计算的SPI值表征干旱状况相仿，与地面实测数据计算结果相关系数范围在0.6410.685，而由IMERG-F计算的SPI值与地面实测数据计算结果的拟合程度高于近实时产品，相关系数范围为0.9350.972，表明IMERG-F能够较为精准地识别干旱与湿润事件的起止时间及其相应强度。由不同时间尺度下的SPI指数值可知，SPI12周期性变化明显，能够清晰地反映干旱年际演变规律。根据 SPI12 计算结果，求出每个站点各年内的逐月 SPI12 指数的平均值，得到 20022016 年内各站点年均SPI值。由图7可知，11个站点的年均SPI值存在一定的空间异质性，除武都（CC=0.685）略阳（CC=0.698）和绵阳站（CC=0.691）相关性较低外，其余站点均表现较高的相关性（CC0.7），表明IMERG卫星降水数据对流域内南部平原丘陵区的干旱情况反映比较敏感。IMERG-E 与 IMERG-L 两种降水数据较IMERG-F在一定时间段内存在干旱误报现象，而IMERG-F只存在轻微高/低估干湿情况，表现相对稳定，能够准确地监测与地面实测降水一致的干湿特征。鉴于SPI12能够较好地反映干湿累计程度，基于SPI12计算的结果，运用游程理论得到各站点近17年内所监测到的干旱次数、干旱事件的平均干旱历时以及平均干旱烈度，并采用克里金法在流域内及其周边站点对上述特征属性进行空间插值。如图8所示，基于IMERG-F的SPI指数监测到的干旱次数在流域中图6不同时间尺度下SPI指数值Fig.6SPIindex value under different time scales92第4期董永超等：IMERG卫星降水数据在嘉陵江流域的干旱监测效用评估图7站点尺度年均SPI指数值Fig.7 Average annual SPI index value at site scale图8SPI指数监测干旱次数、平均干旱历时和平均干旱烈度的空间分布Fig.8Spatial distribution of drought frequency,average drought duration and average drought intensity monitored by SPI index93第43卷水 文部高估严重，而基于IMERG-E较基于地面实测降水监测到的干旱次数仅低估 2.1%，这可能是因为IMERG-E是延迟时间最短的准实时数据，能够快速地监测到干旱事件。三种卫星降水数据计算的SPI指数监测到的平均干旱历时存在不同程度的高、低估，基于近实时产品监测到的平均干旱历时分别在广元和绵阳站附近呈现一定的高估，而基于IMERG-F较基于地面实测降水监测到的平均干旱历时仅低估2.3%。基于近实时产品监测到的平均干旱烈度同样在广元和绵阳站附近呈现出高估现象，基于IMERG-F较基于地面实测降水所监测到的平均干旱烈度在北部轻微高估，在流域上高估2.6%。总体上，基于IMERG-F与基于地面实测降水的SPI指数监测到的平均干旱历时和平均干旱烈度在空间的分布情况最为相似，可能原因是IMERG-F经过地面站点校正后，具有更高精度。3结论本文以地面实测降水数据为参考，在嘉陵江流域对IMERG三种产品能否用于干旱监测进行精度预评估，进一步分析三种产品呈现干旱演变规律的潜力，结论如下：（1）在站点尺度上，IMERG-F较近实时产品降低了 RRMSE 和 FAR，提高了 CC、POD 和 CSI，在武都站高估降水显著。在流域尺度上，IMERG-F在CC、BIAS和RMSE上均优于近实时产品；三种卫星降水产品对中小雨的探测性能较好，且IMERG-L的FAR最小；对于强降水事件，三种卫星降水产品的呈现能力均较弱。（2）利用卫星降水数据计算不同时间尺度下的SPI 指数，分析三种卫星降水数据在嘉陵江流域的干旱监测潜力，结果表明基于 IMERG-F 计算的不同时间尺度下的SPI值与地面实测降水计算结果的拟合度高于另外两种卫星降水数据；站点尺度下，IMERG 卫星降水数据对流域南部的干旱识别敏锐性较好，且 IMERG-F 较近实时产品的干旱识别性能更加稳定。（3）基于三种卫星降水数据计算的SPI12指数，运用游程理论分析其在流域内监测到的干旱次数、平均干旱历时和平均干旱烈度，结果表明基于IMERG-E与基于地面实测降水监测到的干旱次数较为接近，基于IMERG-F与基于地面实测降水监测到的平均干旱历时和平均干旱烈度最为相似。（4）本次研究发现在流域北部的武都、略阳、广元和绵阳站，IMERG卫星降水产品存在降水再现能力较弱、干旱识别敏锐性较差的现象，为提高降水反演精度和干旱监测性能，后续研究有必要对降水数据源精度进行校正和算法改进。参考文献：1黄荣辉,杜振彩.全球变暖背景下中国旱涝气候灾害的演变特征及趋势J.自然杂志,2010,32（4）：187-195.2黄琦,王瑞敏,向俊燕,等.三种降水产品在雅砻江流域的时空适用性研究J.水文,2020,40（4）：14-21.3马茜.不同类型降水产品在中国不同分区的精度评价及干旱监测适用性研究D.咸阳：西北农林科技大学,2021.4MAA B,XM C,JY C,et al.Evaluation of GPM-IMERG and TRMM-3B42 precipitation products over Pakistan-ScienceDirect J.Atmospheric Research,2020,249.5曾岁康,雍斌.全球降水计划IMERG和GSMaP反演降水在四川地区的精度评估J.地理学报,2019,74（7）：1305-1318.6KEIKHOSRAVI-KIANY M S,MASOODIAN S A,BALLING R C,etal.Evaluation of Tropical Rainfall Measuring Mission,IntegratedMulti-satellite Retrievals for GPM,Climate Hazards Centre InfraRedPrecipitation with Station data,and European Centre for Medium-Range Weather Forecasts Reanalysis v5 data in estimating precipitation and capturing meteorological droughts over Iran J.InternationalJournal of Climatology,2022,42（4）：2039-2064.7卫林勇,江善虎,任立良,等.IMERG卫星降水产品在中国的干旱监测效用评估J.农业工程学报,2021,37（2）：161-169.8石琳,杨春生,卫林勇,等.IMERG卫星降水产品实时监测黄河流域干旱效用分析J.水电能源科学,2021,39（6）：9-11.9HUFFMAN G J,BOLVIN D T,BRAITHWAITE D,et al.IntegratedMulti-satellite Retrievals for the Global Precipitation Measurement（GPM）Mission（IMERG）M.Satellite Precipitation Measurement,2020.10MCKEE T B,DOESKEN N J,KLEIST J.The relationship of droughtfrequency and duration to time scales C/Eighth Conference on Applied Climatology.Anaheim,California,1993.11KAO S C,RAO S G.A copula-based joint deficit index for droughtsJ.Journal of Hydrology,2010,380（1-2）：121-134.12王晓峰,张园,冯晓明,等.基于游程理论和Copula函数的干旱特征分析及应用J.农业工程学报,2017,33（10）：206-214.13嵇涛,杨华,刘睿,等.TRMM卫星降水数据在川渝地区的适用性分析J.地理科学进展,2014,33（10）：1375-1386.94第4期董永超等：IMERG卫星降水数据在嘉陵江流域的干旱监测效用评估Evaluation of Drought Monitoring Effectiveness in Jialing River BasinUsing IMERG Satellite Precipitation DataDONG Yongchao1,GAN Fuwan1,2,GAO Yang1,DIAO Xiang1,PAN Yue1（1.College of Civil Engineering and Architecture,Guangxi University,Nanning530004,China；2.Guangxi Key Laboratory of Disaster Prevention and Reduction and Engineering Safety,Nanning530004,China）Abstract：Flood and drought occur frequently in the Jialing River Basin where rain and heat are concentrated in the same period.To quickly and accurately understand the precipitation and drought situation of the basin,the gridded IMERG satellite precipitation data with wide coverage and high resolution were used to provide precipitation estimates with multi-temporal and spatialscales.Based on the IMERG data,the standardized precipitation index SPI and run-length theory were used to monitor thedrought in the basin.The results show that：the IMERG-F can more accurately reflect the daily precipitation in the basin,withthe overestimation upon ground precipitation being 2.6%.The SPI indices driven respectively by IMERG-F and ground precipitation data keep the high consistency CC0.9,The IMERG-F can better show the wet and dry characteristics in the basin.TheIMERG-E corresponds to the best-performing product on the simulation of the number drought times,and the IMERG-F corresponds to the best-performing product on monitoring average drought duration and average drought intensity.Keywords：IMERG;satellite precipitation;SPI index;drought monitoring;Jialing River basin2022，42（1）：97-102.18段尧清，郑卓闻，汪银霞，等.基于DEMATEL的数据要素属性结构关系分析J/OL.情报理论与实践：1-112022-03-30.http：/ on the Influence Mechanism of Campus Flood Risk FactorsLU Jiahang1，WU Xiaohua1，2（1.Zhejiang A&F University College of Landscape and Architecture，Hangzhou311300，China；2.Zhejiang A&F UniversityZhejiang Provincial Key Laboratory of Germplasm Innovation and Utilization for Garden Plants，Hangzhou311300，China）Abstract：Flood affects campus safety，however there are few studies on flood risk management on the campus scale.How to reduce the flood risk and improve resilience has become a hot issue for campus sustainability.This paper used the HER systemand integrated the DEMATEL-ISM method to construct a multi-level recursive structural model.The results show that：（1）Thecampus flood risk mechanism could be divided into five levels and three orders，of which the flood capacity is the most criticalfactor，Moreover，extreme daily precipitation，storm frequency，elative elevation difference are the effective factors；（2）Themost critical measure for campus flood risk is drainage facility capacity-drainage network installation rate-drainage facility maintenance frequency-vegetation cover-storm frequency.The study could provide a reference for campus flood risk management.Keywords：campus flood；flood risk；influencing factors；DEMATEL；ISM（上接第68页）95