降水作为水能循环过程中的关键要素之一，具有显著的时空异质性^[1]，是区域旱涝灾害的主要风险源，对径流、土壤含水量、植被蒸腾、农业水资源转化等均有重要影响^[2-3]。高时空分辨率的连续降水数据获取和分析对区域旱涝灾害的评估、预报预警及防治具有重要意义。目前降水信息的获取途径主要有：地面雨量站观测、降雨雷达反演、卫星遥感观测和气候模式模拟^[1]。其中，地面雨量站观测精度较高，但存在站点空间分布不均和密度不够的缺点；雷达反演降水易受电子信号干扰和天气环境等因素的影响，且在地形复杂的山地区域存在较大的不确定性；卫星遥感降水产品具有大尺度均匀分布的优势，尤其对无资料或地形复杂地区是重要补充，但对不同地区和不同时间尺度上数据精度存在较大差异^{[1, 4-8]}。籍此，集合不同观测降水数据的优势，获取时空分辨率更为精细化的降水产品，以便能更好地再现区域降水时空异质性，开展多源降水数据的校正、降尺度、融合及应用已成为当前的热点研究课题^[9-12]。

近年，关于各类卫星遥感降水数据精度评估、校正及应用的研究已有很多^{[1, 13]}，其中，对TRMM（Tropical Rainfall Measuring Mission）^{[4, 8, 14-16]}卫星降水数据的研究较为突出，具有较大的应用前景。研究表明：在全国尺度上，TRMM降雨产品在月、年尺度上具有较好的精度（除西北片区以外）^{[4, 14]}，但受山区复杂地形的影响较大^[15]；在流域尺度上，TRMM产品在珠江流域月尺度水文模拟中能显著提高模拟效果^[8]。

广西地处亚热带季风区^[17]，年降水量丰沛，但其时空分布极不均匀^[18]，加之岩溶发育的石山丘陵、洼地广泛分布，土层浅薄且保水能力差，产汇流过程复杂^[19]，致使多年来区域洪涝、干旱灾害频繁，损失巨大^[20-21]。许多学者对广西的降水进行了分析研究，杨绍锷等^[22]对TRMM的3B42_daily及近实时3B42RT_daily产品的月尺度数据做了精度评估，证实其可用于区域近实时旱情监测；李燕等^[23]对TRMM 3B43进行了月、年尺度上的精度评估，相关系数分别为0.92和0.79。综上可知，广西地区的相关研究还较少，因此，亟待针对广西深入开展多源降雨数据在多种时间尺度上的精度评估、校正、融合及应用研究。

综上，本文以广西及其周边地区为研究区域（图 1），以地面气象站点降雨数据为基准，对TRMM 3B42V7在日、月、年时间尺度上进行精度评估，验证其适用性；并在此基础上评估了TRMM降雨产品相对于地面站点在干旱评估方面的优势，为后续开展广西多源降雨数据校正、降尺度融合奠定基础，亦为区域更有效的旱涝灾害评估、预报预警及防治工作提供科学支撑。

图 1

图 1 广西及其周边区域多源降雨数据格点分布图

文中采用的降雨数据包括2类：广西及其周边地区35个地面气象站观测的1998—2015年逐日降雨txt文件数据（来源于中国气象数据网：http://data.cma.cn）以及研究区域1998—2015年TRMM 3B42V7（以下简称TRMM）逐3 h降雨产品（来源于http://trmm.gsfc.nasa.gov/）。其中，TRMM 3B42V7产品时空分辨率为3 h、0.25 °×0.25 °格点降雨数据，空间范围50 °N~50 °S，是当前精度最高的卫星遥感降雨数据产品之一^[24]；该数据文件为HDF格式，本文采用IDL 8.3编程批量读取HDF文件，并裁剪出整个广西及周边地区0.5 °的地区数据并以txt的格式输出，最后用python编程将每个格点的数据按照时间序列排序汇总在Excel表中。

由于不同数据之间存在属性差异，在对比分析前必须将其统一到同一类型、同一时间和空间尺度上^[7]。为此，文中以气象站降雨数据为基准，在时间尺度上，将3 h的TRMM降雨产品按UTC+8 h转换为北京时间，并提取逐日时段3 h降雨量累加得到与气象站逐日降雨量完全对应的日降雨产品。进而通过累加即可得各自对应的月、季、年降雨量序列，其中，以3—5月为春季、6—8月为夏季、9—11月为秋季、12—2月为冬季；以1—12月降雨累计值为当年降雨量。在空间尺度上，采用ArcGIS软件提取研究区域TRMM格点数据，并剔除涠洲岛附近局部无效数据格点，最终得到研究区域共546个有效格点数据（图 1）。文中采用与气象站点最接近的TRMM格点数据进行精度评估，评估时间范围为1998—2015年。

卫星降雨产品的精度评估主要从时空分布一致性、平均（相对）误差、日降雨事件探测能力三个方面进行日、月、年多个时间尺度的分析^{[4-5, 8]}。在一致性方面，采用时间相关系数（Temporal Pearson Correlation Coefficient，TCC）度量降雨时间序列的一致性程度，采用空间相关系数（Spatial Pearson Correlation Coefficient，SCC）度量空间分布的一致性程度；在误差方面，采用平均误差（Mean error，ME）和相对误差（BIAS）度量不同时间尺度卫星降雨的误差量级与空间分布特征；在日降雨事件探测能力方面，采用探测率（Probability of Detection，POD），报错率（False Alarm Ratio，FAR）进行评价。各类卫星降雨精度评估指标计算公式见表 1和表 2。

表 1

表 1 广西TRMM降雨数据精度评估指标 精度评估统计指标 单位 计算公式 数值范围 最优值 相关系数（CC） 无 [-1, 1] 1 相对误差（BIAS） % （-∞，+∞） 0 平均误差（ME） mm （-∞，+∞） 0 探测率25-26（POD） 无 [0, 1] 1 报错率1252（FAR） 无 [0, 1] 0 注：n为样本个数；Gi(Ti)为气象站点(遥感产品)测得降雨量；R(T)气象站点(遥感产品)测得降雨量平均值；H、M、F、C值见表 2

表 1 广西TRMM降雨数据精度评估指标

表 2

表 2 日降雨事件探测结果[4] 降雨事件 气象站点观测降雨 有降雨 无降雨 TRMM降雨产品 有降雨 H F 无降雨 M C

表 2 日降雨事件探测结果[4]

皮尔逊相关系数的样本分布近似地服从自由度n-2的t分布，即：

式中T表示t检验值，r为相关系数，n为样本大小，由T检验不同信度下的阈值即可计算出相关系数的阈值。

在众多干旱评估指数中，因标准化降水指数（Standard precipitation index，SPI）计算简单且具有多尺度特征，资料容易获取等优点而被广泛应用^[28-29]。因此，本文采用SPI来对比分析广西地面站点与TRMM两种降雨数据在干旱评估方面的优劣。该指数具体计算步骤可参照相关标准^[30]，其等级划分见表 4。

表 4

表 4 SPI指数干旱强度等级表 指数范围 -1.0 < SPI≤1.0 -1.5 < SPI≤-1.0 -2.0 < SPI≤-1.5 SPI≤-2.0 旱涝类型 正常 中等干旱 严重干旱 极端干旱

表 4 SPI指数干旱强度等级表

计算广西35个气象站点降雨量与其对应的最近TRMM (1998—2015年)格点年尺度和月尺度的相关系数如图 2。结果表明：TRMM产品与气象站点降雨量的相关性在年尺度和月尺度的波动变化均较大，但总体相关性依然较好，年CC均值约为0.81，月CC均值约为0.72，结合表 3可知两者均通过了0.05的显著性检验。具体地，由图 2a可知，TRMM降雨产品的年CC值总体呈现出下降趋势，最低为2010年的0.57；TRMM降雨产品的年CC值有两个较为明显的连续变化期，2001—2007年CC值逐年减小，2007—2015年CC值则是剧烈波动。由图 2b可知，TRMM产品的CC值在月尺度呈现出较为显著的规律性变化，冬季到春季（12—5月），TRMM产品的CC值逐月增加，到夏季的7月达到最大，夏季到冬季（7—12月），TRMM产品的CC值逐月递减，到12月达到最小。

图 2

图 2 气象站点降雨量与TRMM降雨产品 a.年CC值变化；b.月CC值变化。

表 3

表 3 相关系数阈值表[27] n-2 5 10 20 30 40 50 ≥100 0.05显著性检验值 0.755 0.576 0.423 0.349 0.304 0.273 ≤0.195

表 3 相关系数阈值表[27]

计算广西35个气象站点降雨量与其对应的最近TRMM (1998—2015年)格点在年、月、日三个尺度下的CC值，并采用ArcGIS10.2软件进行反距离权重插值得CC值空间分布如图 3。结果表明：对广西地区，TRMM降雨产品在年、月尺度上与地面气象站点降雨数据均有很好的正相关性，两者CC最小值均通过了0.05的显著性检验，总体来说，月CC与年CC值均在0.80以上（除桂西北局部区域外），两者相比桂南的钦州、北海、防城港地区以及桂东部分地区月尺度CC略低于年尺度，且年尺度下桂西北CC值低于0.80的区域要明显大于月尺度；在日尺度上，TRMM产品CC仅在0.50~0.60。此外，从CC的空间分布来看，TRMM产品在月、日尺度上空间一致性较好，而在年尺度上桂西北地区CC值显著低于其他地区，总体空间一致性相对较差。

图 3

图 3 气象站点降雨量与TRMM CC值空间分布图

广西气象站点降雨量与TRMM产品在年、月、日三个尺度下对比绝对误差均值ME箱线图如图 4，TRMM降雨产品在年、月、日三个时间尺度上的ME箱线图下四分位均在0附近，即三个时间尺度下，广西大部TRMM产品的降雨量要大于气象站点降雨量。具体地，日、月、年尺度下，TRMM产品平均误差分别集中在-0.50~0.60 mm、-20~20 mm、-200~220 mm，三者均存在三个异常点，且均是负异常点有两个，正异常点有一个，这表明TRMM降雨产品在某些地区可靠性较差，其数值相对实际降雨量有较大可能会严重偏小。

图 4

图 4 气象站点降雨量与TRMM产品日尺度（a）、月尺度（b）、年尺度（c）ME箱线图

广西气象站点降雨量与TRMM产品的相对误差BIAS空间分布如图 5。结果表明，TRMM产品的BIAS值主要在在0~10%范围内变化，且总体空间分布具有较好的一致性（局部个别点除外）；在局部区域，如防城港、百色市南部、河池市南部、柳州北部、贵港中部等多个局部区域，TRMM的BIAS呈现-20%~-10%的偏小现象，在百色中部，南宁西南部等局部区域，TRMM的BIAS呈现10%~20%的偏大现象，这可能与局部点地形复杂、海陆季风及不同大气环流相互作用有关。说明这两种降雨产品在广西各区域雨量的相对偏差总体不大。

图 5

图 5 气象站点降雨量与TRMM降雨产品BIAS空间分布图

针对广西日尺度TRMM降雨产品精度评估研究相对不足问题，文中采用日降雨事件探测能力指数POD和FAR来评估该产品在日降雨事件表征方面的准确性。其中，POD表征日降雨事件准确率的度量，越接近1精度越高；FAR则表征日降雨事件错报率的度量，其越接近0精度越高^[4]。广西全区TRMM产品的POD和FAR值空间分布如图 6，多年逐月平均以及历年平均POD和FAR值如图 7。由图 6a可知，TRMM降雨产品POD值总体上在0.50~0.60范围内变化（除桂东边缘局部地区，全区POD均值0.57，略高于全国平均值^[4]）；从POD值的空间分布上看，TRMM产品具有很好的空间一致性。由图 6b可知，TRMM降雨产品FAR值总体上在0.20~0.30范围内变化（全区均值为0.27，略低于全国均值^[4]），仅在北海市及百色市局部FAR值为0.30~0.40，全区FAR值也表现出较好的空间一致性。综上可知，TRMM产品在广西地区的日降雨事件探测能力要略好于全国平均水平。

图 6

图 6 TRMM产品日降雨探测能力指数POD（a）、FAR（b）空间分布图

图 7

图 7 TRMM产品POD、FAR指数年内变化（a）、年际变化（b）

由图 7可知，TRMM降雨产品POD值和FAR在年际间变化不大，但在不同月份差异很大，如在春季的3、4、5月，其POD值从3月的0.38直线增大到5月的0.62；在夏季的6、7、8月，其POD值基本维持在0.75~0.80范围内；在秋季的9、10、11月，其POD值从9月的0.60直线下降到11月的0.34；在冬季的12、1、2月，其POD值基本维持在0.20~0.25范围内。籍此，根据广西5—8月为主要雨季，该4个月降雨量占全年的60%，且多为中、大暴雨^[31]，而此时TRMM产品的POD恰在高值区；其他月份降雨量相对较少，尤其是冬季12—2月（降雨量不到全年的10%），且多为中、小雨^[31]，此时TRMM产品的POD全部小于0.25，由此可初步推断，TRMM降雨产品对中、大日降雨事件探测准确率较高，而对小日降雨事件探测准确率很低。另外，从TRMM产品FAR值的逐月变化，亦可得到类似结论，即对中、大日降雨事件错报率较低，而对小雨事件错报率相对较高。

综合上述精度评估分析，可知TRMM降雨产品在月、年尺度上总体具有较好精度，可作为区域降雨时空演变分析的替代数据，以便发挥该数据区域均匀分布、时空分辨率较高、序列较长的优势；而在日尺度上，TRMM降雨产品在降雨量时空变化、强度及频率等方面具有不同程度的精度问题，并初步发现，其对高强度日降雨事件探测能力较好，对低强度日降雨事件探测能力相对较差，需要通过气象站降雨数据进行校正与融合，方可应用于相关研究中。

鉴于TRMM降雨具有较高的时空分辨率，在此采用SPI指数，以广西2009—2010年大旱事件为例，进一步对比分析多个时间尺度上TRMM降雨与地面站点观测降雨对区域干旱强度随时空演变特征的识别能力。该次大旱跨越秋、冬、春三个季节，其主要阶段为2009年10月29日—2010年4月3日，显著干旱期为2009年11月12日—2010年2月10日^[32]。通过计算，SPI6、SPI3、SPI1三个时间尺度上，两种降雨数据对广西干旱强度随时间、空间演变特征的描述分别如图 8和图 9所示。

图 8

图 8 2009—2010年广西SPI6（a）、SPI3（b）、SPI（c）均值

图 9

图 9 2009年10月—2010年3月广西SPI6(a)、SPI3(b)、SPI1(c)空间分布

由图 8可知，在三种时间尺度下两种降雨数据计算出的广西干旱强度均具有较高的一致性，具体数值差异较小，这表明在月、季、半年时间尺度上，TRMM降雨产品对广西干旱强度随时间变化的特征具有较好的识别能力；此外，SPI1能更好地呈现广西气象干湿强度随时间的不断转化过程，而在SPI3、SPI6中的这种频繁干湿转化现象则难以很好地表达，也即干旱识别的时间尺度效应显著。

由图 9可知，同一场干旱在不同的时间尺度上，两种降雨数据在空间分布特征描述方面均存在较大差异，例如图 9中多处黄圈处所示。多个尺度的空间分布表明：TRMM降雨计算的SPI干旱强度空间分布在很多区域表达更为精细，并且随时间尺度的细化更加准确（从SPI6到SPI1），即月尺度比季、半年尺度能更好地识别干旱的演变过程，表明干旱空间演变的识别也具有显著的空间尺度效应；而有限的地面站点降雨所得SPI空间分布在许多区域具有均质化的现象，不能很好地表现出干旱的空间异质性。

此外，从图 9的SPI6、SPI3到SPI1空间分布随时间的演变过程发现，2009年7月—2010年6月时段内，在SPI6尺度上，桂中、桂西北、西南大部分区域表现为重旱（图 9a），这与Xiao等^[32]的研究结果相似；而在SPI3尺度上，桂西北、桂东北、桂东南局部地区表现为重旱（图 9b），其空间分布面积较SPI6减小且更为分散；而在SPI1尺度上，不同月份的空间分布差异较大，如2009年10—12月大部分地区均显示正常，仅有分散的局部区域呈现为干旱状态，而在2010年1月总体均表现为湿润，至2010年2—3月再次演变为大范围干旱，但主要为中旱强度等级（图 9c）。上述现象表明：SPI6、SPI3尺度上的重旱是在SPI1尺度上中、轻度干旱随时间延续而累积得到的现象，而在不同时间尺度上的空间分布则存在显著差异。

综上可知，广西干旱演变过程存在显著的时空分异尺度效应和强度累积效应，TRMM降雨产品在广西干旱监测中具有较为显著的空间异质性表达优势，可应用于该区域的干旱监测及后续的预警研究。

本文通过对TRMM产品在广西地区的精度评估，得出以下主要结论。

（1）广西TRMM降雨产品在年、月、日尺度上与气象站降雨存在显著的时空相关性，其中，仅TRMM降雨日尺度相关系数最低为0.5~0.6，其他各类相关系数均在0.7以上。与气象站降雨量相比，广西TRMM降雨量总体偏大，其相对偏差范围主要在0~10%。

（2）在日降雨事件探测能力方面，广西TRMM降雨POD均值为0.55，其FAR均值为0.29，总体探测能力优于全国平均水平；但在强降雨月份表现出较好的探测能力（POD>0.75），而在降雨量较少的冬季月份存在准确率显著下降的现象。

（3）TRMM降雨产品在广西干旱强度监测方面总体具有较好的识别能力，能够揭示区域干旱的时空尺度效应和强度累积效益，具有比地面站点数据更精细化的空间异质性表达。

文中分析发现TRMM降雨产品对不同强度日降雨的探测能力差异较大，并初步发现，其对高强度日降雨事件探测能力较好，对低强度日降雨事件探测能力相对较差。因此，下一步将对多源降雨数据进行不同降雨强度和频率的精度评估，进而开展多源降雨数据校正、降尺度融合研究，以期能为区域更有效的旱涝灾害评估、预报预警及防治工作提供科学支撑。