卫星降水产品在太行山区的适用性初步评估
发布时间：2021-02-20 13:03
以地面雨量站的观测数据作为基准,采用连续统计指标（相关系数R、均方根误差RMSE、偏差率β、变化率γ、综合评价指标KGE’）以及分类统计指标（命中率POD、误报率FAR、临界成功指数CSI）,在不同时间尺度（1,3,6,12和24 h）,基于不同降水强度（小雨、中雨、大雨、暴雨、大暴雨）范围,综合评价了3种卫星降水产品（CMORPH CRT,TMPA TRMM 3B42和GPM IMERG）在太行山区的适用性。结果表明:在精度表现上,当降水累积到3 h之后,各产品的精度表现逐渐平稳,KGE’值基本保持不变,但总体精度较低。在降水探测表现上,3种产品的POD随时间积累而升高,波动范围在0. 5～0. 8,CRT和3B42产品的FAR随时间的累积而下降,波动范围在0. 5～0. 75。在不同降水强度范围的进行精度分析,发现卫星观测降水和地面实际降水呈弱相关（R<0. 4）,RMSE随雨强的增大而增大,POD随雨强的增大而减少,范围大致在0. 4～0. 65,FAR随雨强的增大而升高,范围大致在0. 6～0. 85。IMERG产品在各时间尺度下都低估了<0. 1 mm降水事件,而...
【文章来源】：高原气象. 2020,39(04)北大核心
【文章页数】：11 页
【部分图文】：
太行山区地形和雨量站分布
图2显示了卫星降水产品在不同时间尺度下的精度表现，可见CRT和IMERG产品与地面观测值的线性相关程度在1 h上最低[图2(a)],R值中位数分别为0.12和0.61。3B42产品则表现出在3 h上与地面观测值的相关性最低，R值中位数为0.39。IMERG产品数据与地面观测数据显示出了最优的线性相关，并在降水累积到3 h以后R值波动范围稳定，CRT和3B42产品的相关系数也表现出了相似的变化特征。各产品的RMSE均表现出随着时间的累积而增大，且IMERG产品的RMSE在各时间尺度上均最大。CRT和IMERG产品高估了实际降水（β>1），而3B42产品要低估（β<1）实际降水，并且所有产品都低估了实际观测降水的变化情况（γ<1）的变化[图2(d）]。KGE"作为R，β，γ的集成综合评价指标，能更为概括性的反映卫星降水产品的精度表现，由图2(e）可知，除CRT产品在1 h上表现较差，其他产品在各时间尺度上的KGE"值基本保持不变，但总体表现不佳。卫星降水产品在不同时间尺度的降水探测能力各有不同[图2(f)～(h）]。POD随时间的积累逐渐升高，FAR在3 h以后基本保持不变。结合POD和FAR可以计算CSI得分，CRT和3B42产品的CSI随着时间积累而增加，由此可见，降水累积影响了卫星产品POD从而造成了不同时间尺度上产品探测表现的差异。基于精度和探测能力的评价结果，卫星降水产品表现和时间尺度的最优契合节点应该在6 h左右，在该时间尺度下，产品精度表现更好且能获得更为短时的降水数据资料。
进一步分析卫星降水产品在不同时间尺度下的精度表现。在1 h尺度，CRT和IMERG产品数据与地面观测数据在各降水强度区间都呈现较弱的相关性（R?0.4），由于1 h内发生大暴雨（P>40mm）的事件仅两次，从而导致在该降水强度范围内的R=1。当P≥0.1 mm时，IMERG观测数据与地面观测数据达到了中等相关程度（R=0.45）。在3 h尺度，当P≥0.1 mm,CRT,IMERG和3B42产品的R值分别是0.50,0.6和0.48。当降水时间累计到6 h以上时，各产品对大暴雨观测的相关性反而优于其他降水量级。在各时间尺度下，3套卫星数据与实际降水的RMSE随着降水时间的累积而总体增大。关于降水产品的变化的离散程度可以通过变化率（γ）反映，3种产品在各时间尺度下，对各降水量级事件观测的离散程度较高（γ>1），除24 h以外，其他时间尺度3种卫星产品的γ均大于2。基于KGE"的计算结果，卫星产品对各降水量级观测精度在24 h上表现更好，这与RMSE的评价结果存在差异，其主要原因可能是：RMSE描述的是卫星数据与地面数据偏差的平方与观测天数比值的平方根，但实际强降水事件的降水量可能会大于本研究所划定的暴雨或大暴雨量级阈值，从而导致RMSE在强降水量级范围的差异很大，但由于β所计算的是时间序列上的均值，卫星数据的观测降水和站点观测降水总量差异不大，就不会出现过大的偏差率，反而显得卫星降水产品在对大暴雨的观测精度更高。因此，在对不同卫星降水产品进行精度分析时，要多角度多指标的进行综合评价。3.3 卫星降水产品对不同降水类型的探测能力评价
【参考文献】：
期刊论文
[1]GPM卫星降水产品在台风极端降水过程的误差评估[J]. 肖柳斯,张阿思,闵超,陈生. 高原气象. 2019(05)
[2]全球降水计划IMERG和GSMaP反演降水在四川地区的精度评估[J]. 曾岁康,雍斌. 地理学报. 2019(07)
[3]不同降水卫星数据反演降水量精度评价——以雅鲁藏布江流域为例[J]. 刘江涛,徐宗学,赵焕,何璟嫕. 高原气象. 2019(02)
[4]全球降水计划多卫星降水联合反演IMERG卫星降水产品在中国大陆地区的多尺度精度评估[J]. 任英杰,雍斌,鹿德凯,陈汉清. 湖泊科学. 2019(02)
[5]1960—2014年淮河流域极端降水发生时间的时空特征[J]. 潘欣,尹义星,王小军. 高原气象. 2019(02)
[6]GPM卫星降水数据在黑河流域的适用性评价[J]. 王思梦,王大钊,黄昌. 自然资源学报. 2018(10)
[7]卫星遥感降水的反演、验证与应用综述[J]. 王存光,洪阳. 水利水电技术. 2018(08)
[8]太行山地形影响下的极端短时强降水分析[J]. 王丛梅,俞小鼎,李芷霞,李江波,王秀明. 气象. 2017(04)
[9]全球降水测量（GPM）计划及其最新进展综述[J]. 唐国强,万玮,曾子悦,郭晓林,李娜,龙笛,洪阳. 遥感技术与应用. 2015(04)
[10]基于DEM的中国山地空间范围定量界定[J]. 张伟,李爱农,江晓波. 地理与地理信息科学. 2013(05)
本文编号：3042810
【文章来源】：高原气象. 2020,39(04)北大核心
【文章页数】：11 页
【部分图文】：
太行山区地形和雨量站分布
图2显示了卫星降水产品在不同时间尺度下的精度表现，可见CRT和IMERG产品与地面观测值的线性相关程度在1 h上最低[图2(a)],R值中位数分别为0.12和0.61。3B42产品则表现出在3 h上与地面观测值的相关性最低，R值中位数为0.39。IMERG产品数据与地面观测数据显示出了最优的线性相关，并在降水累积到3 h以后R值波动范围稳定，CRT和3B42产品的相关系数也表现出了相似的变化特征。各产品的RMSE均表现出随着时间的累积而增大，且IMERG产品的RMSE在各时间尺度上均最大。CRT和IMERG产品高估了实际降水（β>1），而3B42产品要低估（β<1）实际降水，并且所有产品都低估了实际观测降水的变化情况（γ<1）的变化[图2(d）]。KGE"作为R，β，γ的集成综合评价指标，能更为概括性的反映卫星降水产品的精度表现，由图2(e）可知，除CRT产品在1 h上表现较差，其他产品在各时间尺度上的KGE"值基本保持不变，但总体表现不佳。卫星降水产品在不同时间尺度的降水探测能力各有不同[图2(f)～(h）]。POD随时间的积累逐渐升高，FAR在3 h以后基本保持不变。结合POD和FAR可以计算CSI得分，CRT和3B42产品的CSI随着时间积累而增加，由此可见，降水累积影响了卫星产品POD从而造成了不同时间尺度上产品探测表现的差异。基于精度和探测能力的评价结果，卫星降水产品表现和时间尺度的最优契合节点应该在6 h左右，在该时间尺度下，产品精度表现更好且能获得更为短时的降水数据资料。
进一步分析卫星降水产品在不同时间尺度下的精度表现。在1 h尺度，CRT和IMERG产品数据与地面观测数据在各降水强度区间都呈现较弱的相关性（R?0.4），由于1 h内发生大暴雨（P>40mm）的事件仅两次，从而导致在该降水强度范围内的R=1。当P≥0.1 mm时，IMERG观测数据与地面观测数据达到了中等相关程度（R=0.45）。在3 h尺度，当P≥0.1 mm,CRT,IMERG和3B42产品的R值分别是0.50,0.6和0.48。当降水时间累计到6 h以上时，各产品对大暴雨观测的相关性反而优于其他降水量级。在各时间尺度下，3套卫星数据与实际降水的RMSE随着降水时间的累积而总体增大。关于降水产品的变化的离散程度可以通过变化率（γ）反映，3种产品在各时间尺度下，对各降水量级事件观测的离散程度较高（γ>1），除24 h以外，其他时间尺度3种卫星产品的γ均大于2。基于KGE"的计算结果，卫星产品对各降水量级观测精度在24 h上表现更好，这与RMSE的评价结果存在差异，其主要原因可能是：RMSE描述的是卫星数据与地面数据偏差的平方与观测天数比值的平方根，但实际强降水事件的降水量可能会大于本研究所划定的暴雨或大暴雨量级阈值，从而导致RMSE在强降水量级范围的差异很大，但由于β所计算的是时间序列上的均值，卫星数据的观测降水和站点观测降水总量差异不大，就不会出现过大的偏差率，反而显得卫星降水产品在对大暴雨的观测精度更高。因此，在对不同卫星降水产品进行精度分析时，要多角度多指标的进行综合评价。3.3 卫星降水产品对不同降水类型的探测能力评价
【参考文献】：
期刊论文
[1]GPM卫星降水产品在台风极端降水过程的误差评估[J]. 肖柳斯,张阿思,闵超,陈生. 高原气象. 2019(05)
[2]全球降水计划IMERG和GSMaP反演降水在四川地区的精度评估[J]. 曾岁康,雍斌. 地理学报. 2019(07)
[3]不同降水卫星数据反演降水量精度评价——以雅鲁藏布江流域为例[J]. 刘江涛,徐宗学,赵焕,何璟嫕. 高原气象. 2019(02)
[4]全球降水计划多卫星降水联合反演IMERG卫星降水产品在中国大陆地区的多尺度精度评估[J]. 任英杰,雍斌,鹿德凯,陈汉清. 湖泊科学. 2019(02)
[5]1960—2014年淮河流域极端降水发生时间的时空特征[J]. 潘欣,尹义星,王小军. 高原气象. 2019(02)
[6]GPM卫星降水数据在黑河流域的适用性评价[J]. 王思梦,王大钊,黄昌. 自然资源学报. 2018(10)
[7]卫星遥感降水的反演、验证与应用综述[J]. 王存光,洪阳. 水利水电技术. 2018(08)
[8]太行山地形影响下的极端短时强降水分析[J]. 王丛梅,俞小鼎,李芷霞,李江波,王秀明. 气象. 2017(04)
[9]全球降水测量（GPM）计划及其最新进展综述[J]. 唐国强,万玮,曾子悦,郭晓林,李娜,龙笛,洪阳. 遥感技术与应用. 2015(04)
[10]基于DEM的中国山地空间范围定量界定[J]. 张伟,李爱农,江晓波. 地理与地理信息科学. 2013(05)
本文编号：3042810
本文链接：https://www.wllwen.com/projectlw/qxxlw/3042810.html
