中國大陸衛星降水數據的融合訂正及空間降尺度研究

沈哲輝

南京林業大學土木工程學院,江蘇 南京 210037

降水在全球水循環、氣候系統和生態系統中扮演著重要的角色。雨量計和地基氣象雷達是傳統測量降水的方式,但雨量計和地基氣象雷達分布稀疏且不均,難以滿足全球尺度上對降水的監測。隨著對地觀測技術及降水反演算法的發展,基于衛星的遙感手段彌補了雨量計和地基氣象雷達的不足,可為全球提供空間連續和時間完整的降水估計。但相比于地面觀測,衛星降水數據存在較大的誤差和不確定性。此外,當前衛星降水產品的空間分辨率仍過于粗糙,限制了其在局部空間和區域研究中的應用。因此,論文圍繞提高衛星降水產品的精度和空間分辨率開展研究。首先,構建了一套完善的精度量化體系對衛星降水數據進行綜合的精度分析;其次,提出了一種基于自適應滑窗累積概率密度匹配的訂正方法對實時衛星降水數據進行實時訂正;再次,構建了多套星地降水融合方案以提高滯時衛星降水數據在中國大陸的精度;然后,提出了一種基于梯度提升決策樹的年尺度衛星降水空間降尺度方法;最后,設計了一種基于比例因子加權滑窗算法用于獲取高空間分辨率的月尺度衛星降水數據。論文的主要研究工作及結論歸納如下。

(1) 對新老兩代衛星降水產品TRMM-TMPA和GPM-IMERG的近實時和滯時降水數據在中國大陸進行了全面分析和比較。結果顯示,IMERG近實時和滯時產品的表現總體都優于相對應的TMPA產品,但對微量降水事件探測的準確性仍有進步空間。IMERG-L中的反向傳播程序對于減小對降水探測事件的誤報率是有效的,但并沒提高命中率。此外,IMERG-L相比IMERG-E系統誤差下降了27%,但同時隨機誤差卻比IMERG-E高出了5%。研究還發現近實時降水產品經GPCC站點校正后提高了與地面觀測的時空一致性,不同誤差組分都有不同程度降低,并且隨機誤差也顯著減小。然而在中國大陸,GPCC地面校正并不能有效提高TMPA和IMERG產品對于探測降水事件的能力,而且也不能有效降低系統誤差。

(2) 提出了一種基于自適應滑窗累積概率密度匹配的實時訂正方法(cumulative distribution function based on a self-adaptive moving window,CSMW),用于對實時衛星降水數據進行實時訂正。該訂正算法首先計算歷史衛星和地面數據的累積概率密度函數,可利用此先驗的累積概率密度函數間的關系去訂正實時衛星降水數據,而不再需要融合額外的同時段監測的地面站點數據以提高精度。研究表明,CSMW實時訂正算法能大大降低原始TMPA-RT的系統性高估,且可有效降低原始TMPA-RT的均方根誤差。與傳統基于累積概率密度匹配CDF的訂正方法相比,論文提出的CSMW訂正算法在站點稀疏的干旱區和半干旱區的表現更佳,尤其在中國西部地區更為突出。

(3) 研究構建了不同的星地降水融合方案,以提高滯時衛星降水數據在中國大陸的精度。采用兩種融合框架(地理差異分析GDA和地理比例分析GRA)和兩種空間插值技術(普通克里金OK和反距離加權IDW)對中國大陸的滯時衛星降水數據和站點觀測數據進行融合,通過交叉驗證對星地融合降水數據進行驗證。研究結果顯示,基于GDA的融合降水產品表現顯著優于原始TMPA,融合降水產品GDA-OK又進一步優于GDA-IDW。GRA融合框架對漏報降水和誤報降水十分敏感,導致空間插值中存在巨大的不確定性。此外,GRA融合框架中的少數極端比值更容易導致插值過程中對原始TMPA的過校正,因此其表現沒有GDA穩定。

(4) 提出了一種基于梯度提升決策樹GBDT方法的年尺度衛星降水空間降尺度方法?；贕BDT算法建立多源陸表環境變量與衛星降水數據的關系,在中國大陸將空間分辨率0.1°的年尺度IMERG數據在精度不損失的情況下提高到0.01°空間分辨率。因為迭代修正的屬性,GBDT模型對不平衡數據極為敏感,在地形復雜地區相比隨機森林RF模型能更貼近原始衛星降水的空間分布。研究還指出地理位置在GBDT的降尺度建模中占據很高的貢獻率。歸一化植被指數、地表溫度以及高程則在不同的氣候區對建模的影響差異較大,而坡度和坡向則在GBDT的建模中貢獻率很小。

(5) 在年尺度空間降尺度數據的基礎上,考慮到降水在局部空間尺度上是相對連續的,設計了一種基于比例因子加權滑窗方法(proportional factor based on weighted moving window,PFWMW),用于計算并獲得高空間分辨率的月尺度衛星降水數據。研究結果表明,利用該方法得到的月尺度空間降尺度IMERG數據與原始IMERG數據整體在空間分布上極為相似。但月尺度的空間降尺度IMERG數據在空間上更為平滑,能除去明顯的異常點,細節上的表達也更加豐富,并且同時保證了降水精度不受損失。