魏志明, 岳官印, 李 家, 吕天阳

(1.辽宁师范大学 城市与环境学院, 辽宁 大连 116029; 2.Esri中国信息技术有限公司,北京 100027; 3.大连国家海域使用动态监视监测管理中心, 辽宁 大连 116011)

GPM与TRMM降水数据在海河流域的精度对比研究

魏志明1, 岳官印2, 李 家1, 吕天阳3

(1.辽宁师范大学 城市与环境学院, 辽宁 大连 116029; 2.Esri中国信息技术有限公司,北京 100027; 3.大连国家海域使用动态监视监测管理中心, 辽宁 大连 116011)

[目的] 对GPM与TRMM降水产品在海河流域的测量精度进行对比研究，以评估TRMM及GPM数据在海河流域的适用性。 [方法] 以海河流域为研究区，利用35个气象站点2014年4—10月的实测降水量数据在月时间尺度上对两代降水产品利用决定系数R2和相对误差BIAS进行精度评价。 [结果] (1) 卫星降水产品与气象台站实测降水量决定系数从TRMM数据的0.758 2提升至GPM数据的0.760 7，斜率K从TRMM数据的0.810 5提升至GPM的数据的0.833 5。(2) TRMM与GPM降水产品差别较小，虽两者均轻微低估了降水量，但整体上精度较高且GPM略优于TRMM。 [结论] GPM IMERG降水产品在海河流域月尺度的高空间分辨率水文分析方面具有很好的应用前景。

GPM； TRMM； 降水数据； 精度评价

文献参数： 魏志明, 岳官印, 李家, 等.GPM与TRMM降水数据在海河流域的精度对比研究[J].水土保持通报，2017,37(2)：171-176.DOI:10.13961/j.cnki.stbctb.2017.02.026； Wei Zhiming, Yue Guanyin, Li Jia, et al. Comparison Study on Accuracies of Precipitation Data Using GPM and TRMM Product in Haihe River Basin[J]. Bulletin of Soil and Water Conservation, 2017,37(2)：171-176.DOI:10.13961/j.cnki.stbctb.2017.02.026

降水是整个水循环的主要驱动力，同时也是水文模型最基本的输入资料，具有充足时间、空间细节的准确数据对于估算流域尺度水文学非常重要[1]。大量研究成果显示[2-3]，空间分辨率直接影响到模型结果的精度，部分学者[4-5]研究表明水文模型中使用遥感卫星反演的降水栅格数据精度要优于点源降水数据。热带降水观测卫星TRMM(tropical rainfall measuring mission)于1997年11月27日发射成功，是美国国家航空航天局(NASA)与日本宇宙航空研究开发机构(JAXA)的合作计划。TRMM有效载荷主要有降雨雷达PR(precipitation radar)、微波成像仪TMI(trmm microwave imager)、可见光和红外扫描仪VIRS(visible and infrared scanner)，其中PR是全球第一个星载测雨雷达[6]。TRMM卫星数据的空间分辨率为0.25°，相比之前基于卫星的降水产品其分辨率较高，但是对于小空间尺度的水文研究仍较粗糙。因此，获得更高空间分辨率的卫星降水产品成为水文研究领域的一个重要目标。2014年2月27日,NASA和JAXA在TRMM取得的成功之上再次合作，在日本种子岛发射基地成功发射全球降水观测计划卫星GPM(global precipitation measurement)。GPM的成功发射，为高空间分辨率水文研究提供了新的数据源。GPM核心观测平台的主要载荷有双频测雨雷达DPR(dual-frequency precipitation radar)和GPM微波成像仪GMI(GPM microwave imager)。DPR能够返回液态及固态降水的三维轮廓及强度，这些数据将会揭示云中和云下的风暴内部结构。GMI具备在包括中到大雨及小雨雪条件下检测降水量、面积、强度和类型的能力[7-8]。TRMM降水数据在应用时必须对其精度进行检验，学者对此进行了大量的研究工作[9-13]，但目前关于GPM应用之前的数据精度验证等方面的研究还不多见，因此亟需开展类似研究。海河流域是我国经济比较发达的地区之一，包括作为全国政治和文化中心的首都北京，研究其水资源问题对京津冀一体化等重大国家战略和华北地区的社会经济与生态环境可持续发展具有重要意义。本研究以海河流域作为研究区，对TRMM及GRM卫星数据在该流域的监测精度进行对比评价。首先，对数据整体进行精度评估。随后，对数据从逐月整体评估及逐个气象站个体评估两个方面进行了进一步对比，评估TRMM及GPM数据在海河流域的适用性，以更好的表现海河的降水分布模式，同时也为使用水文模型提供更优的数据源，有利于提高水文模型的输出结果。

1 研究区概况

海河流域位于东经112°—120°，北纬35°—43°，东临渤海，南界黄河，西以太行山脉与黄河流域接界，北依蒙古高原与内陆河流域接界，总的地势是西北高，东南低。由滦河、海河、徒骇马颊河3大水系组成。流域总面积3.20×105km2，占全国面积3.3%。其中，山区面积1.89×105km2，占总流域面积的59%；平原面积1.31×105km2，占总面积的41%。海岸线长920 km，其中河北省421 km，天津市115 km，山东省344 km。除上述沿海3省市外，行政区划还包括北京市全域，山西省、河南省、辽宁省、内蒙古自治区的部分地区。海河流域地处温带半湿润、半干旱大陆性季风气候区。年平均气温由南往北和由平原向山地降低，变化范围在0～14.5 ℃。多年平均降水量535 mm，是中国东部沿海降水最少的地区。冬季寒冷少雪，盛行北风和西北风；春季气温回升快，风速大，干旱多风沙；夏季气候湿润，降水多，多东南风；秋季秋高气爽，降雨量少。

2 数据与方法

2.1 数据及预处理

所用的数据包括气象站点实测降水数据，GPM IMERG数据[14]，TRMM 3B43数据[15]。GPM IMERG降水数据的空间范围为90°S—90°N,180°W—180°E，空间分辨率为0.1°×0.1°，时间分辨率为月，数据记录的是每个月的平均每小时降水量(mm/h)。通过NASA-GSFC的降水处理系统(precipitation processing system, PPS)通过ftp方式(ftp:∥arthurhou.pps.eosdis.nasa.gov/)获得。TRMM 3B43V7降水数据的空间范围为50°S—50°N,180°W—180°E，空间分辨率为0.25°×0.25°，时间分辨率为月,数据记录的同样为月内平均每小时降水量(mm/h)。从美国国家航空航天局(NASA)戈达德航空航天中心(goddard space flight center, GSFC)通过匿名FTP(ftp:∥disc2.nascom.nasa.gov/data/s4 pa/TRMM_L3/TRMM_3 B43/)选取与实测降水数据同时段的数据。DEM数据为STRM V4数据，水平空间分辨率为3弧秒(相当于90 m)。

由于GPM IMERG数据从2014年4月开始分发，而到目前为止，TRMM 3 B43数据分发截止之间是2014年10月，故本研究采用2014年4—10月GPM IMERG数据产品以及同时期TRMM 3B43V7数据产品，研究中的月降水量通过降水速率逐月换算获得。同时，为检验两种基于遥感的降水数据在研究区的精度，从中国气象科学数据共享网(http:∥cdc.nmic.cn/home.do)选用2014年4—10月流域内35个气象站同期观测月降水量数据作为本研究“真值”，进行对比分析。本研究使用的行政边界数据为国家基础地理信息系统1∶400万数据集中国界与省界数据；海河流域范围从中国1∶25万一级流域分级数据集[16]提取；降水栅格数据为HDF5格式。预处理过程为：首先利用ArcMap软件提取降水Precipitation层数据，然后将其另存为tiff格式文件；接下来将文件导入ENVI软件将其投影转换为WGS84地理坐标系，波段运算去除噪声点后将数据输出；最后将文件再次使用ArcMap软件中的“提取值到点”工具提取降水台站所在位置的降水速率值。

2.2 检验及分析方法

本研究采用决定系数(R2)，相对误差(Bias)对两种将数据产品进行精度检验：

(1)

(2)

3 数据准确度检验

3.1 数据整体精度评估

以研究区内35个气象观测站2014年4—10月的观测数据为自变量，分别以TRMM3B43及GPMIMERG数据为因变量做一元线性回归分析(图1)。经检验TRMM数据与气象台站的决定系数，斜率K=0.833 5；GPM数据与气象台站的决定系数R2=0.760 7，斜率K=0.810 5，两代数据的决定系数均通过p<0.01的显著性检验，说明2种数据与观测数据之间具有明显的相关特性与一致性。从整体上看，TRMM数据降水量与观测量相比偏小，这很可能由于降水雷达(PR)观测数据的衰减校正和降水估算方法不确定性影响有关[17-18]，其可能因此导致TRMM数据在数值上偏小。同时，GPM数据降水量与观测量也偏小，在整体一致性上略优于TRMM数据，一定程度上说明了GPM在侦测小雨雪上的能力上优于TRMM。

从以上的检验的结果来看，TRMM，GPM两代数据产品在整体上具有较好的精度，为全面客观地揭示出两代产品在不同时间段精度及空间上的差异以及进一步分析TRMM与GPM两代产品在研究区的内的数据精度，现对两种数据从时间尺度及空间尺度2个方面进行精度验证。

图1 海河流域2014年4-10月GPM(左)、TRMM(右)与地面观测降水量的散点趋势

3.2 数据逐月整体精度评估

通过对海河流域研究区内的35个气象观测站点2014年4—10月逐月进行散点趋势分析，可以看出(表1)在月尺度上，除4月GPM数据与实测数据精度高于整体检验外，其余各月两种数据的精度均有所下降，其中7—9月丰水期内较为显著。在这一时期，TRMM的决定系数R2略优于GPM的R2，说明在7—9月TRMM整体趋势描述更好，而在4—5月及10月平水期内，GPM与实测数据的一致性则有更好的表现。所有月份的决定系数均通过p<0.01的显著性检验。为真实反映两种降水产品在研究时间段里对于降水侦测能力，计算逐月降水量并绘制折线图(图2)，结果显示除7月TRMM与实测降水量差值大小与GPM实测降水量小以外，其余各月GPM与TRMM相比于实测降水量差值更小，说明GPM相较于TRMM在捕捉降水信息上更为准确。GPM数据更为准确的原因是因为GPM核心观测平台中的两大主要载荷较其前代的性能提升。其中，GMI相比TMI频率范围由10～85.5 GHz拓展到10～183 GHz，增加的4个高频段更适合观测小到中雨；DPR的使用相比PR原有Ku波段(13.8 GHz)相控阵天气雷达的基础之上增加了Ka波段(35.5 GHz)，这一频率可成功侦测低至0.5 mm/h的微量降水及固态降水[19-20]。

体检验法也同时掩盖了单个站点数据与对应格网降水产品的差异，尤其降水是所有气象要素中影响因子最多的变量，其受地形、地势、海拔、大气环流、经纬度位置、海陆位置等因素影响[9]，具有空间、时间上的不连续性和高度非线性特征。因此，仅仅对数据总体精度进行评估是不足的。因此需要对研究区内各个站点进行进一步的精度验证。

表1 海河流域2014年4-10月逐月GPM,TRMM与地面观测站降水量决定系数

图2 2014年4-10月GPM与TRMM测得海河流域平均降水量关系

3.3 数据个体精度评估以

研究区内各个气象观测站2014年4—10月的月降水量数据为自变量(X轴)，以各个气象站对应的格网降水产品(GPM和TRMM)数据为因变量(Y轴)，做一元线性分析，得到各个格网数据与各气象观测站点之间的决定系数(且均通过了p<0.05的显著性检验)(表2)。

从表2可以看出： (1) 大部分的气象观测站实测降水量与TRMM 3 B43,GPM IMERG产品降水量之间呈现较高的相关性，这进一步验证了在海河流域，GPM和TRMM数据与气象观测数据存在明显的线性关系； (2) 个别气象站点与气象台站决定系数较低，如天镇，霸州，饶阳，泊头，南宫观测降水量与GPM(TRMM)的R2值分别为0.38(0.41)，0.20(0.41)，0.20(0.10)，0.17(0.34)，0.42(0.30)，说明这些台站GPM(TRMM)与观测数据之间的线性关系较弱。其中除天镇外，其余4点皆位于华北平原区及海河南系二级流域内(图3)。其主要原因可能是由于成像雷达像元内的降水不均匀性，导致降水产品与实测降水量两者在时空检测尺度不匹配[21-22]，使中部平原相较燕山太行山地区及东部沿海地区相比造成决定系数R2偏小。 (3) 35个观测站点中，有23个站点GPM与实测数据的决定系数高于TRMM与实测数据的决定系数，占到台站总数的65.7%。在其余12个观测站，除霸州与泊头两站GPM决定系数与TRMM决定系数相差较大外，其余10个观测站决定系数基本相当。2种数据表明在大多数站点上GPM月降水数据相较TRMM月降水数据与实测数据具有更好的一致性。

表2 海河流域2014年4-10月GPM,TRMM与地面观测站降水量决定系数

决定系数只能反映出TRMM与GPM降水数据和降水实测降水量之间一致性大小，无法客观反映两者之间降水量数值的差异程度。各气象站点计算得到的相对误差Bias反映了TRMM，GPM月降水数据偏离实测降水量的程度。利用公式(2)计算各个站点的Bias(表3)。由表3可知，在研究区35个观测站点中，2种产品五台山、遵化、惠民等3个站点的Bias均为负值，表明在这些站点上，月降水数据在整体上相比于站点实测降水量存在一定的低估。大同、蔚县、灵丘等22个观测站中Bias为正值，表明在这些点上，月降水数据在整体上相比于站点实测降水量存在一定的高估。其中，特别是石家庄、乐亭、泊头存在非常明显的高估。其余包括天镇、长治等在内的10个点在两种产品中，Bias值互为正负，表明存在不同的偏差。综合以上的精度验证结果：整体上，海河流域TRMM与GPM分别与站点实测降水量具有较好的一致性，除个别站点外全流域 值在0.75以上，数值上降水数据与实测站点数据整体略微偏高；从个体上，大多数站点卫星月降水数据与实测降水量在数值上差异较小，而在石家庄、乐亭、泊头差异较大。

图3 GPM，TRMM决定系数空间分布

表3 海河流域2014年4-10月GPM,TRMM数据与地面观测站降水量相对误差

4 结 论

(1) 在海河流域内TRMM 3B43/GPM IMERG数据与35个气象观测数据在整体上R2分别为0.758 2和0.760 7，斜率K分别为0.810 5和0.833 5，说明两代数据产品差别较小，GPM略优于TRMM，与观测数据具有明显的线性关系特征，数据质量较高。整体而言，从月数据产品中提取的降水值实测值比站点实测降水量均略微偏小。

(2) 在研究时间区间内，对两种数据产品进行逐月精度检验，发现GPM IMERG与TRMM 3B43相比整体上更接近实测降水量，且在平水期与实测数据有更好的一致性。

(3) 对35个气象台站降水数据与实测数据进行一元回归分析，结果表明各站点位置GPM的 值与 值均略高于TRMM各站点位置的 值与 值，且更接近与1，说明GPM IMERG在数据整体的一致性上，略优于TRMM 3B43。

(4) 对35个气象台数据准确性逐个进行分析，发现大部分值较高，少部分值较低，最低值出现在研究区中部的霸州、饶阳、泊头、南宫等地区；本研究的不足之处在于，TRMM卫星与GPM卫星的交接期较短，致使本研究的时间范围仅为7个月。且相对于整个海河流域，35个气象台站虽分布较均匀，但点位仍较少。如果未来采用卫星日尺度或小时尺度降水产品与实测站点数据，则有必要对降水产品进行更细致的适用性分析。

[1] Immerzeel W W, Rutten M M, Droogers P. Spatial downscaling of TRMM precipitation using vegetative response on the Iberian Peninsula[J]. Remote Sensing of Environment, 2009,113(2):362-370.

[2] Meng Jin, Li Li, Hao Zhenchun, et al. Suitability of TRMM satellite rainfall in driving a distributed hydrological model in the source region of Yellow River[J]. Journal of Hydrology, 2014,509(2): 320-332.

[3] 张蒙蒙,江志红.我国高分辨率降水融合资料的适用性评估[J].气候与环境研究,2013,18(4):461-471.

[4] Duan Z, Bastiaanssen W G M, Liu J. Monthly and annual validation of TRMM Mulitisatellite Precipitation Analysis(TMPA) products in the Caspian Sea Region for the period 1999—2003[C]∥Geoscience and Remote Sensing Symposium(IGARSS), IEEE： 2012 IEEE International. 2012:3696-3699.

[5] Adler R F, Kidd C, Petty G, et al. Intercomparison of global precipitation products: The third precipitation intercomparison project(PIP-3)[J]. Bulletin of the American Meteorological Society, 2001,82(7):1377-1396.

[6] Kozu T, Kawanishi T, Kuroiwa H, et al. Development of precipitation radar onboard the Tropical Rainfall Measuring Mission(TRMM) satellite[J]. Geoscience and Remote Sensing, IEEE Transactions on, 2001,39(1):102-116.

[7] Smith E A, Asrar G, Furuhama Y, et al. International global precipitation measurement (GPM) program and mission: An overview[M]∥Measuring precipitation from space. Springer Netherlands, 2007:611-653.

[8] Hou A Y, Kakar R K, Neeck S, et al. The global precipitation measurement mission[J]. Bulletin of the American Meteorological Society, 2014,95(5):701-722.

[9] 曾红伟,李丽娟.澜沧江及周边流域TRMM 3B43数据精度检验[J].地理学报,2011,66(7):994-1004.

[10] Liu Junzhi, Zhu AXing, Duan Zheng. Evaluation of TRMM 3B42 precipitation product using rain gauge data in Meichuan watershed, Poyang Lake basin, China[J]. Journal of Resources and Ecology, 2012,3(4),359-366.

[11] 骆三,苗峻峰,牛涛,等.TRMM 测雨产品 3 B42 与台站资料在中国区域的对比分析[J].气象,2011,37(9):1081-1090.

[12] Chen Sheng, Yang Hong, Cao Qing, et al. Similarity and difference of the two successive V6 and V7 TRMM multisatellite precipitation analysis performance over China[J]. Journal of Geophysical Research: Atmospheres, 2013,118(23):13,060-13,074.

[13] Koo M S, Hong S Y, Kim J. An evaluation of the tropical rainfall measuring mission(TRMM) multi-satellite precipitation analysis(TMPA) data over South Korea[J].Asia-Pacific Journal of Atmospheric Sciences, 2009,45(3):265-282.

[14] Huffman G J, Bolvin D T, Braithwaite D, et al. NASA Global Precipitation Measurement (GPM) Integrated Multi-satellitE Retrievals for GPM(IMERG)[M]∥Algorithm theoretical basis document, version 4.1. NASA, 2013.

[15] George J H, Robert F A, David T B. The TRMM Multisatellite Precipitation Analysis(TMPA): Quasi-global, multiyear,combined-sensor precipitation estimates at fine scales[J]. Journal of Hydrometeorology, 2006,8(1):38-55.

[16] 国家科技基础条件平台—国家地球系统数据共享平台—湖泊—流域科学数据中心.中国2002年1∶25万一级流域分级数据集[DB/OL]. (20020105)[20150525]http:∥lake.data.ac.cn.

[17] Iguchi T, Kozu T, Kwiatkowski J, et al. Uncertainties in the rain profiling algorithm for the TRMM precipitation radar[J].気象集誌，2009,87(2):1-30.

[18] 刘元波,傅巧妮,宋平,等.卫星遥感反演降水研究综述[J].地球科学进展,2011,26(11):1162-1172.

[19] Bidwell S W, Flaming G M, Durning J F, et al. The global precipitation measurement (GPM) microwave imager (GMI) instrument: role, performance, and status[C]∥Geoscience and Remote Sensing Symposium,IGARSS’05. Proceedings. IEEE： IEEE International， 2005.

[20] Huffman G J, Bolvin D T, Braithwaite D, et al. Developing the integrated multi-satellite retrievals for GPM (IMERG)[J]. Acta Paulista De Enfermagem, 2012, 25(1):146-150.

[21] 商建,范学花,杨汝良.TRMM卫星测雨雷达与地基雷达的数据匹配问题研究[J].遥感技术与应用,2009,24(2):164-166.

[22] 唐国强,万玮,曾子悦,等.全球降水测量(GPM)计划及其最新进展综述[J].遥感技术与应用,2015,30(4):607-615.

Comparison Study on Accuracies of Precipitation Data Using GPM and TRMM Product in Haihe River Basin

WEI Zhiming, YUE Guanyin, LI Jia, LÜ Tianyang

(1.CollegeofUrbanandEnvironmentalScience,LiaoningNormalUniversity,Dalian,Liaoning116029,China; 2.EsriChinaInformationTechnologyCo.Ltd,Beijing100027,China; 3.DalianSeaUSCDynamicSurveillanceManagementCenter,Dalian,Liaoning116011,China)

[Objective] The accuracies of GPM and TRMM precipitation data were measured to evaluate the applicability of TRMM and GPM data in the Haihe River basin. [Methods] The precipitation products from April to October 2014 in the Haihe River basin were compared with the corresponding data measured with rain gauges from 35 meteorological stations. the coefficient of determinationR2and relative error BIAS were used as statistical indicators to evaluate the performance of GPM(global precipitation measurement) and TRMM (tropical rainfall measuring mission). [Results] GPM performed slightly better than TRMM did. The coefficient of determinationR2between satellite precipitation product and in-situ data were 0.758 2 and 0.760 7 for TRMM and GPM, the slopeKwere 0.810 5 and 0.833 5, respectively. Although the difference between TRMM and GPM was minor and both of them underestimated the real precipitation, accuracies of them still were relative high. [Conclusion] GPM IMERG precipitation product has potentially good application prospect in monthly scale hydrology for its high spatial resolution.

GPM； TRMM； precipitation data； evaluation

2016-10-13

2016-11-08

魏志明(1991—)，男(汉族)，辽宁省沈阳市人，硕士研究生，研究方向为地理信息系统。E-mail:876830062@qq.com。

B

1000-288X(2017)02-0171-06

P412.27