TRMM和CMORPH卫星资料对三峡库区降水的评估分析

利用1998—2016年TRMM和CMORPH两种遥感卫星资料降水和同期三峡库区气象观测站数据,通过比较干、支流和远、近库区气象站点的降水变化和蓄水前后降水量、雨日、降水强度和频率等变化特征,分析评估了基于两种卫星遥感降水和测站降水的三峡库区局地降水变化。结果表明:库区TRMM和CMORPH卫星降水年际变化特征总体上与气象观测站相符,反演效果在日尺度TRMM略逊于CMORPH,在季尺度CMORPH略逊于TRMM;两种卫星资料对冬季降水反演效果都偏弱。三峡库区干流和支流站点的降水变化总体一致,干、支流各站点降水量均具有较强的年际变化特征。TRMM相比CMORPH更能重现干、支流测站降水的年际变化特征,CMORPH降水年际波动振幅总体上比测站偏大。蓄水前后时段(1998—2003年与2004—2016年)对比,从不同等级降水的强度和雨日、季节降水频率和总量等变化反演效果来看,CMORPH资料分布相比TRMM更接近测站的变化趋势,反演效果略优于TRMM;但两种卫星资料的降水频率和降水量分布与测站的误差在蓄水前后变化都不明显。此外,气象测站、TRMM、CMORPH资料都表现出蓄水后三峡远、近库区年降水量的比值呈平稳波动状态,表明三峡水库蓄水后附近地区降水没有明显变化。     

CMORPH和TRMM 3B42降水估计产品的评估检验

文章利用2007-2010年中国2447个站点的逐小时降水观测数据对同期CMORPH和TRMM 3B42卫星降水估计产品进行了检验和评估。经过对比分析得出:CMORPH和TRMM 3B42卫星降水资料与地面台站资料的日平均降水量空间分布具有较好的相似性,3 h降水量的相关系数在大部分地区分别在0.5和0.4以上;偏差均在±0.25 mm之间,但CMORPH存在显著的南北差异;平均绝对误差、相对误差和均方根误差均存在明显的季节周期性变化;两种卫星资料能够较好反映我国大部分区域夏季降水日变化特征,但在部分地区存在大的偏差;CMORPH和TRMM 3B42总空演率分别为7.23%和2.63%,总漏演率分别为3.25%和5.50%。     

卫星反演降水资料在青藏高原地区的适用性分析

利用2000—2012年青藏高原附近地区251个台站的降水观测资料评估了CMOR.PH、PERSI—ANN、TRMM3B41RT、TRMM3B42RT和TRMM3B42V7等5种卫星反演降水资料在青藏高原地区的差异性和一致性。结果表明,5种卫星反演降水资料均能较好地表征降水量在青藏高原地区从东南向西北递减和夏季降水多、冬季降水少的特征。通过分析相对误差和空间相关系数表明,5种卫星资料在夏季的反演效果最好、冬季最差,白天好于夜间。相对于其他4种资料,TRMM3B42V7资料与观测值之间的差异最小,除了冬季一段较短时间内空间相关系数较低外,一年之中大部分时段空间相关系数都在0.5以上。CMORPH仅次于TRMM3B42V7,在青藏高原地区的适用性也较好;对不同等级降水频数的反演效果表明,CMORPH和TRMM3B42V7反演的小雨降水频数与台站观测值基本一致,高估了大雨和暴雨的降水频数,而TRMM3B42V7对中雨降水频数的反演较为合理。     

华北地区夏季降水日变化的时空分布特征

利用2008~2014年间全国自动站观测降水和CMORPH[CPC（Climate Prediction Center）morphing technique]卫星反演降水资料融合而成的0.1°×0.1°小时降水产品揭示了华北夏季降水的日变化特征,发现华北多数地区夏季降水量和降水频率日变化呈现出明显的双峰特征且存在明显的区域性差异。在太行山以西地区,降水量和降水频率的日峰值出现在傍晚18:00左右（北京时）,规律性最强;而在太行山以东的平原和沿海地区,日峰值一般出现在上午。研究不同持续时间降水对总降水的贡献发现短时降水对傍晚的降水日峰值贡献较大,而长时降水则对凌晨的峰值影响更大。分析不同强度降水对总降水量的贡献结果表明,0.1~10 mm h-1强度降水较其它强度降水对夏季华北地区总降水量贡献更大,随着降水强度的增加降水量日变化的峰值个数增加。     

概率密度匹配法对中国区域卫星降水资料的改进

为考察概率密度匹配法 (PDF方法) 对中国区域卫星反演降水产品系统误差订正的适用性,基于逐日和逐时我国地面观测降水量资料,引入PDF方法,分别对逐日0.25°×0.25°水平分辨率和逐时0.1°×0.1°水平分辨率的CMORPH (Climate Prediction Center Morphing Technique) 卫星降水产品的系统误差进行订正。在分析CMORPH卫星降水产品误差特征的基础上,根据两种资料不同的时空分辨率和误差特点,调整概率密度匹配时选取样本的时间和空间范围,设计相应的订正方案。评估结果表明: PDF方法订正后, 两种分辨率卫星降水资料在中国区域系统误差均显著减小,达到了理想的订正效果。在我国站点稀疏的西部地区,订正后的CMORPH卫星降水产品仍保持卫星观测的降水空间分布,降水量也明显接近于地面观测降水量。可见,PDF方法是中国区域卫星反演降水产品系统误差订正的一种有效方法。     

基于GPM卫星的广东汛期降水日变化特征与评估

新一代全球降水观测计划GPM作为TRMM卫星的继承者,在物理探测和降水反演算法上具有明显进步。以广东省雨量自动站为基准,对2014—2018年间GPM的格点降水估测产品IMERG（V5B）的日变化特征和估测误差进行分析。结果表明,IMERG能清晰反映广东前、后汛期的降水双峰型特征,但对下午降水峰值明显高估,峰值出现时间滞后;而对于沿海早晨峰值降水则明显低估,对于降水极值,低估更加显著。IMERG对两个峰值的估测误差受不同因素影响,下午峰值降水的相对偏差与地形密切相关,珠江三角洲平原为稳定高估区,地形高度越高,低估幅度越大;而早晨峰值降水极值负偏差与地形高度、降水量的相关性均较小。对出现显著负偏差的早晨沿海降水样本日进行925 hPa风场合成,可知IMERG明显低估时,对应区域上游较强的超低空西南气流与风速夜间增长。IMERG对这一季风活动背景降水的低估构成了其估测早晨降水误差的主要来源。      

TRMM 3B42降水产品在洮河中上游的精度评估分析

基于洮河中上游2006-2016年气象站实测降水数据,在不同时间尺度上评估了TRMM 3B42 V7卫星产品在该区域的精度。结果表明:(1)研究区超过60%的降雨事件能被TRMM卫星探测到,综合评价指标ETS平均达到0. 31,体现了TRMM卫星在洮河中上游具备较好的降雨事件探测能力;TRMM产品在中雨和暴雨的尺度上探测能力表现最好。(2)TRMM数据和实测数据在日尺度的相关系数平均为0. 64,在降水量对比中,两者相差较小,精度较好;月尺度的精度比日尺度高,相关系数平均为0. 94;在月份差异上,温暖湿润的季节效果优于寒冷干燥的季节。(3)在年均和夏秋季节降水空间分布上,TRMM数据与站点实测降水的对应较好,两者均表现出洮河中上游降水西南多、东北少的趋势,且TRMM轻微高估了实测降水。以上结果表明了TRMM 3B42 V7降水产品在洮河中上游精度较高,对站点稀缺区具有重要的应用价值。     

青藏高原夏季降水日变化特征分析

利用2008—2014年逐小时空间分辨率为0.1°的全国自动站观测降水资料和CMORPH卫星反演降水融合资料,研究了青藏高原(下称高原)夏季降水日变化特征,并探讨了不同持续时间和等级降水对降水量日变化的影响。结果表明,整个高原地区夏季降水量和降水频率的日变化表现出明显的凌晨和傍晚的双峰结构,而降水强度的双峰结构却不太明显。进一步对各分区降水日变化特征的分析发现,高原中西部降水日变化特征与整个高原地区的一致,而高原北部(东部)地区降水量和频率的日峰值出现在傍晚(午夜-凌晨)。降水持续时间对降水量日变化有显著的影响,高原夏季降水量日变化的双峰特征是由短时(1~3 h)和长持续性(6 h以上)降水共同作用造成的,午夜-凌晨(傍晚)的降水日峰值主要是由于长持续性(短时)降水所引起。分析不同等级降水量日变化特征发现,高原北部地区小-大雨(暴雨)的降水量日峰值基本出现在下午(午夜),而高原中西部不同等级降水量的日变化基本都呈现出傍晚和午夜-凌晨的双峰结构,高原东部地区不同等级降水量的日变化形式较一致,日峰值出现在午夜-凌晨。     

基于时空结构指标的中国融合降水资料质量评估

引入空间、时间技巧评分以及结构函数3种指标,通过对比中国国家气象信息中心研制的逐日融合降水资料和美国国家海洋大气局(NOAA)气候预测中心卫星反演降水资料(CMORPH)、热带测雨卫星反演降水资料(TRMM)在中国区域的适用性和误差分布,着重考察融合降水资料的质量。结果表明,中国区域平均的融合降水资料时空精度远高于CMORPH和TRMM卫星降水资料,且融合资料和卫星资料在夏季的质量优于冬季;在中国东南区域的模拟精度普遍好于西部地区,融合降水质量最高的两个区域为江淮和华南,较差的区域则在青藏高原和西北地区。融合后降水资料比融合前CMORPH卫星降水在空间及时间技巧评分均有较大提高,其提高幅度冬季大于夏季。通过计算结构函数,发现在中国江淮、华南、华北和东北等地区,随着网格区域内任意两点距离的增大,融合产品与观测降水的结构函数曲线始终十分接近。在西北、青藏高原等区域,融合产品与观测降水的结构函数则偏离较大。西南地区地形复杂,卫星资料无法精确反映实际降水情况,高密度观测资料尤为重要。江淮、华南、华北地区的融合降水结构函数曲线增长率大于东北,也从侧面反映江淮、华南、华北地区降水分布的非均一性比东北强,降水可能受中小尺度天气系统影响较大。     

安徽大别山区5—8月不同阶段降水时空分布特征

利用2008—2016年中国区域CMORPH（Climate Prediction Center Morphing）多卫星降水数据相融合的、分辨率为0.1°×0.1°的逐时降水量数据集，将每年5—8月分为梅雨前（5月1日至入梅前1日）、梅雨期（入梅当日至出梅当日）和梅雨后（出梅次日至8月31日），分析了大别山区梅雨季节降水的时间和空间演变趋势。大别山区梅雨期间年平均降水量360.3 mm，梅雨前平均降水量279.7 mm，梅雨后平均降水量287.0 mm。梅雨季节主要存在3个降水大值区：山区北侧中段、主峰东南侧和西南侧。从日变化情况来看，梅雨期降水日变化呈现双峰特征，出现峰值的时间分别是09:00、16:00。梅雨前、梅雨后降水日变化呈单峰特征。强降水出现频率的空间分布大值区也随着梅雨前—梅雨期—梅雨后的时间变化逐渐北抬。     

基于卫星降水和WRF预报降水的“6.18”门头沟泥石流事件的回报检验研究

2017年6月18日北京门头沟地区突发泥石流,造成6人伤亡。短时强降水是这起事件的主要诱发因素,但常规气象观测并没有很好地观测到此次降水过程,可见降水数据的准确性对于滑坡泥石流的实时预警及预报至关重要。近年来,卫星遥感估算降水发展迅速,WRF（Weather Research and Forecasting Model）模式关于降水的预报技巧也逐渐提高。本文以自动站降水资料为参考,首先利用定性方法和泰勒图、TS（Threat Score）评分等定量的方法比较了CMORPH（CPC MORPHing technique）、GPM（Global Precipitation Measurement）和PERSIANN-CCS（Precipitation Estimation from Remotely Sensed Information using Artificial Neural Networks-Cloud Classification System）三种卫星降水资料以及不同起报时间的WRF预报降水对此次降水过程的表现能力,然后利用降水数据驱动滑坡泥石流统计预报模型,对此次事件进行了回报,分析不同降水数据在模型中的实际应用效果,最终为滑坡泥石流实时预警和预报系统的构建提供参考。结果表明,三种卫星降水资料基本上能反映出此次降水过程东北—西南向的带状空间分布形态,其中,CMORPH与自动站资料的空间相关性最好,命中率也最高,但对降水量有一定的高估,GPM对平均降水量的时间变化有较好的反映,体现了卫星降水在观测较少地区的良好利用价值,PERSIANN-CCS的表现则相对差些。WRF模式能预报出此次降水的带状空间分布特征,但降水中心的位置与实际有所偏差;此外,预报的最大降水量的峰值出现时间比实际上晚。由于此次降水的强局地性,只有空间分辨率均匀且质量相对较好的CMORPH卫星降水驱动模型可以回报出此次事件,而自动站点资料由于空间分布不均,则没有回报出此次事件,这表明了卫星降水在滑坡泥石流实时预警系统的构建中具有一定的优势。WRF模式降水驱动模型可以提前做出预警,虽然预报的事件发生时间与实际相比偏晚3~5 h,但WRF可以较好地预报72 h内的降水,因而可以延长灾害的可预见期。WRF模式预报降水的时间和空间精度都需要进一步提高,但是仍具有很好的参考意义。     

TRMM 卫星降水数据在商洛地区的精度分析及订正

利用商洛地区193 个国家和区域气象站点实测降水数据，从时间和空间尺度，运用相关分析、偏差、均方根误差等统计分析方法对 TRMM 卫星 3B43 v7降水数据在商洛地区的适用性进行了分析，在此基础上采用比值系数法对TRMM 卫星月降水产品进行订正。结果表明：①在时间尺度上，TRMM 月降水数据与站点实测月降水数据线性高度相关，TRMM 降水数据低估站点实测降水数据。②对月、季和年尺度的TRMM和站点降水量进行比较，决定系数R２均在0.8以上，拟合优度较高，季降水量结果拟合结果较月降水量有所提高。③利用比值系数法对TRMM降水量产品进行偏差订正，验证结果表明，订正后的TRMM 3B43月降水结果偏差更小，决定系数更高。TRMM 降水精度与降水强度和地形有关，TRMM月降水量与实测月降水量时间序列趋势一致，拟合性较高，分布规律相一致。总体上，降水量多的年份，TRMM 数据倾向于低估降水量，反之，高估站点降水量。通过对TRMM 卫星降水产品在商洛地区的精度评估和订正，为该地区地面降水数据提供有效补充。     

西藏拉萨汛期降水日变化特征

利用拉萨2005—2017年逐小时降水观测资料和1969—2017年逐3 h降水观测资料,在分析该站汛期(5—9月)降水日变化特征的基础上,揭示该站昼夜降水的长期演变特征。结果表明:(1)拉萨小时降水量和降水频次日变化呈单峰型分布,两者峰值均出现在05:00(北京时,下同),谷值出现在15:00—17:00;小时降水强度日变化呈双峰型分布,峰值出现在17:00和00:00,谷值出现在13:00—15:00。(2)拉萨汛期不同等级降水的小时降水量和降水频次日变化位相不同,其中微雨和小雨的小时降水量和降水频次日变化为单峰型,且峰值均出现在05:00,而中雨及以上小时降水量和降水频次日变化峰值出现时间较微雨和小雨略有提前。(3)近49 a拉萨汛期昼夜降水量显著增多,降水强度显著增强,而降水日数无明显趋势,降水强度增强是拉萨汛期降水量增多的主要原因。     

贵州地区CMORPH卫星降水产品的误差订正

CMORPH卫星反演降水产品具有全天候、全球覆盖的特点,其时空分布相对均匀、独立,但是CMORPH本质上是通过间接手段反演得到,其降水精度无法与地面观测降水精度相比,并且存在一定的系统误差。结合地面自动站降水资料采用概率密度匹配法对贵州地区CMORPH卫星反演降水产品进行系统误差订正,该方法将每个格点的卫星降水累积概率分布曲线和地面降水概率密度分布曲线匹配,获取降水误差订正值;其中误差订正效果受降水累积概率分布拟合曲线的影响,而考虑到降水累积概率分布是非正态分布,因此选用Gamma分布拟合降水累积概率分布曲线。通过对2018年5月三次降水过程的订正结果分析得到如下结论:(1) 逐时的CMORPH卫星反演降水产品存在明显的非独立系统误差,误差范围随降水量级的变化而变化,存在低值高估的特点;(2) 在小时尺度下地面降水的累积概率密度呈指数衰减分布,而CMORPH的降水累积概率密度分布更加复杂,其在中雨、大雨区间内的降水概率较高;(3) 通过概率密度匹配法订正后的CMORPH与订正前相比降水空间结构更加贴近地面降水,强降水中心的量级和范围明显减小,平均绝对误差和均方根误差均减小,其中偏差订正值在0.114~0.468 mm/h,均方根误差订正在0.24~1.49 mm/h之间。经概率密度匹配法订正后的CMORPH卫星反演降水产品精度明显提升,更加接近于实际降水。      

我国高分辨率降水融合资料的适用性评估

利用国家气象信息中心研制的全国30000多个地面自动站降水与 CMORPH (Climate Prediction Center Morphing technique)卫星反演降水融合而成的融合降水产品,分析了融合降水平均偏差和均方根误差的时空分布特征,探讨了不同降水量级以及站点稀疏区和密集区的融合效果,结果表明：融合降水的平均偏差和均方根误差量值均较卫星反演降水有显著减小,随时间的变化幅度不大且误差的区域性差异减弱;融合降水不同量级降水日数分布接近于地面观测降水,虽高估了雨强小于等于4 mm/d的降水,低估了大于4 mm/d高值降水,但同一量级下的误差比卫星反演降水大幅减小,且随着降水强度的增加改善效果明显;站点密集区的融合降水值主要是取决于地面观测降水;站点稀疏区在没有站点分布时,融合降水值主要取决于卫星反演降水,但随着站点个数增加,地面观测降水在融合降水中所占比重逐渐增大,且超过了卫星反演降水的作用。可见融合降水充分有效利用了地面观测降水和卫星反演降水各自的优势,融合效果明显。     

Comparison of satellite-estimated and model-forecasted rainfall data during a deadly debris-flow event in Zhouqu,Northwest China

本文比较了三种卫星遥感资料和三层嵌套WRF模式预报降水在舟曲泥石流事件前后相对观测降水的准确度、误差等。结果表明,卫星遥感资料能从降水分布型、降水量值等方面反映出实际的降水特征,尤其是CMORPH和TRMM,更是基本接近实际降水的情况。PERSIANN资料虽然有相对大一些的误差,但区域降水总量、降水区分布型以及最大降水的时空再现已经比较精确。数值预报降水对区域总降水以及降水的分布形态能比较好的预报,高分辨率的模式甚至能较好地预报降水极值的时间和位置,因此在灾害预警方面有较高的应用价值。     

山东半岛地区夏半年降水日变化特征

利用1985—2016年5—10月山东半岛地区24个气象观测站逐小时降水资料和2010—2016年5—10月ECMWF逐6 h再分析资料,详细分析了山东半岛夏半年降水的日变化特征。结果表明:(1)山东半岛地区夏半年降水量、降水频率和降水强度的日变化均呈双峰型特征,峰值出现在02:00—05:00和15:00前后,其中降水量和降水频率清晨峰值明显高于下午;(2)长持续性降水对总降水量的贡献大于短持续性降水,前者的日峰值出现在清晨03:00—06:00,后者的主峰出现在15:00—18:00,分别主导总降水量清晨和下午的峰值;(3)小雨对降水总频率的贡献最大,几乎占总频率的一半,而大雨和暴雨对总降水量的贡献更大,故而总降水量主要来自于大雨和暴雨。     

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

利用多种定量指标和分类指标,评估PERSIANN-CDR(Precipitation Estimation from Remotely Sensed Information using Artificial Neural Netw orks-Climate Data Record)和TRM M 3B42 V7 (Tropical Rainfall M easuring M ission 3B42 V7)两种降水卫星产品在雅鲁藏布江流域的反演精度,并首次在雅鲁藏布江流域使用降水量体积分类指标对卫星数据的适用性进行评价。结果表明:(1)降水卫星数据的偏差主要表现在微量和重度降水的偏差上,两种降水卫星数据总是高估了弱降水,低估了强降水,PERSIANN降水卫星要比TRM M降水卫星对降水数据偏离程度小;(2) PERSIANN-CDR降水卫星数据与地面实测数据的相关系数为0. 663,偏差为0. 845,TRMM 3B42 V7降水卫星数据与地面实测数据的相关系数为0. 666,偏差为0. 579。只考虑定量指标的评价体系,两个降水卫星数据的精度差异相对较小;(3) PERSIANN-CDR卫星数据在各站点的各分类指标数值范围均比TRMM 3B42 V7卫星数据的指标数值范围大,PERSIANN-CDR卫星数据对降水事件和降水量的反演精度要高于TRMM 3B42 V7卫星数据。考虑降水量分类指标的评价指标体系比单纯使用传统定量指标评价降水卫星数据更能有效地反映出降水卫星对资料稀缺的高寒地区地面降水特征的捕捉能力。     

GPM卫星和地面雷达对江苏盐城龙卷风强降水估测的对比

为综合评估卫星和天气雷达在2016年6月23日盐城龙卷风期间的强降水过程的降水估测精度,以国家级雨量站观测数据为基准,结合相关系数(CC)、相对误差(RB)、均方根误差(RMSE)以及分级评分指标,利用S波段的天气雷达定量降雨估测产品(RQPE)和全球降水观测计划多卫星融合产品(IMERG_FRCal,IMERG_FRUncal,IMERG_ERCal)进行比较。结果表明,雷达和卫星的累积降水量与雨量站的空间相关性很强(相关系数大于0.9),基本上能捕捉到整个降水过程的空间分布。降水主要分布在江苏省北部,但卫星高估了江苏省东北部强降水中心的降水量;对于小时时序区域平均降水,卫星高估了降水,而雷达低估了累积降水量。综合降水中心区域分析,IMERG的强降水区域降水量与雨量站的时间序列的偏差显著;RQPE在降水峰值达到之前及峰值之后与地面雨量站的变化趋势基本一致,但对降雨量峰值有明显的偏低。RQPE能较为准确地在时间上捕捉到降雨强度的变化趋势,但对于大雨及暴雨的估测能力不佳;RQPE的POD、SCI值都远远高于IMERG, FAR也较小。IMERG几乎未能监测到强降水的发生。总体上,RQPE对此次龙卷风强降水量的估测表现优于3种IMERG产品,特别是在捕捉强降水区域的空间分布方面,但对于强降水的估测能力仍需进一步改善。     

2008～2016年重庆地区降水时空分布特征

利用2008~2016年国家气象信息中心提供的0.1°分辨率的中国地面与CMORPH融合逐小时降水产品,分析了重庆地区的降水时空分布特征,尤其是小时强降水的时空分布特征。结果表明:(1)年均降水量总体呈西低东高分布,大值中心位于重庆东北和东南部,且存在一定的季节性差异,特别是夏季,西部降水明显增强,总降水呈两高(西部、东部)一低(中部)的分布;降水频次、降水强度与地形的相关性较高,海拔高度较高的山区(海拔高度>1000 m)降水频次多大于盆地和丘陵区(海拔高度<1000 m),降水强度与之相反,且小时强降水多发生在迎风坡前侧的过渡区域,说明高海拔区域易出现降水,但降水强度不强,而地形抬升则是触发强降水的重要原因,导致山前降水明显大于山峰。(2)重庆地区降水主要集中在5~9月,降水量、降水强度和小时强降水频次均呈单峰型分布,峰值出现在6~7月,降水频次呈双峰型分布,一个峰值出现在5~6月,另一个峰值出现在10月,7~8月为低频期,与副高控制下的连晴高温天气有关。(3)重庆地区降水存在明显的日变化特征,降水以夜雨为主,且降水峰值出现时间表现为向东延迟的特征,重庆西部日峰值出现在凌晨02:00(北京时,下同),中部出现在清晨05:00,东北部出现在早上08:00。从不同季节来看,春季、秋季和冬季降水日变化呈单峰型分布,主要集中在清晨,而夏季受午后局地对流性天气的影响,在下午17:00左右存在一个次峰值。(4)强降水的主要集中在夏季,在空间上存在三个大值中心,受西南涡及地形的相互作用,夏季在缙云山以西的盆地区域,小时强降水频次明显较高。