張 弛，滑 申 冰2,3，朱 德 華4，靳 雙 龍2,3，李 響

(1. 國網(wǎng)四川省電力公司，四川 成都 610041； 2. 中國電力科學(xué)研究院有限公司 新能源與儲(chǔ)能運(yùn)行控制國家重點(diǎn)實(shí)驗(yàn)室，北京 100192； 3.中國電力科學(xué)研究院有限公司 國家電網(wǎng)電力氣象聯(lián)合實(shí)驗(yàn)室，北京 100192； 4. 南京信息工程大學(xué) 水文與水資源工程學(xué)院，江蘇 南京 210044)

降雨是時(shí)空變化特性最明顯的水文氣象要素，也是流域水文模型中非常重要的一個(gè)輸入變量。地面徑流的產(chǎn)生、土壤含水量的變化等水文過程受降雨的時(shí)空分配的影響很大。因此降雨數(shù)據(jù)的質(zhì)量在很大程度上影響降雨徑流過程的模擬和預(yù)報(bào)的準(zhǔn)確度[1]。近年來，隨著衛(wèi)星反演降雨技術(shù)逐漸成熟，各種衛(wèi)星降雨產(chǎn)品不斷完善，并且其空間覆蓋范圍廣，時(shí)空分辨率高，在一定程度上能彌補(bǔ)其他來源的降雨數(shù)據(jù)的不足，為降雨徑流模擬和洪水預(yù)報(bào)及其他相關(guān)水文過程的研究提供有力的數(shù)據(jù)支持，在水文模擬中的應(yīng)用有著巨大的潛力。目前國際上已經(jīng)發(fā)布了TRMM(Tropical Rianfall Measuring Mission)、CMORPH(Climate Prediction Center Morphing Technique)、GPCP(Global Precipitation Climatology Project)等一系列比較成熟的衛(wèi)星降雨產(chǎn)品[2-4]。其中CMORPH是由美國國家海洋與大氣管理局氣候預(yù)測中心研發(fā)制作的全球高時(shí)空分辨率降雨產(chǎn)品，時(shí)間分辨率為3 h，空間分辨率達(dá)到了0.25°×0.25°。國內(nèi)很多學(xué)者對TRMM衛(wèi)星降雨產(chǎn)品在中國不同地區(qū)的水文適用性進(jìn)行了分析研究，如楊秀芹[5]、胡慶芳[6]、費(fèi)明哲[7]分別研究了TRMM 衛(wèi)星降雨在淮河流域、贛江流域和鄱陽湖流域的精度與誤差特征。TRMM降雨產(chǎn)品分別已用于全國各大流域的流域陸面水文過程模擬與徑流精度評估[8-10]，針對遙感降雨對地面站點(diǎn)觀測的可替代性也進(jìn)行分析[11-12]。

然而，將地面降雨數(shù)據(jù)與衛(wèi)星降雨數(shù)據(jù)融合起來，提高衛(wèi)星降雨估計(jì)的精度和時(shí)空分辨率的研究還很少，衛(wèi)星和雨量計(jì)降雨產(chǎn)品的融合與相關(guān)水文適用性的研究仍然非常有限[13-14]。中國氣象局最近發(fā)布了CMORPH衛(wèi)星降雨與全國3萬多自動(dòng)觀測站融合的高時(shí)空分辨率降雨產(chǎn)品。本次研究將基于流溪河分布式水文模型構(gòu)建漢江中上游地區(qū)(丹江口水庫以上)降雨徑流模型，使用最新的衛(wèi)星-地面站融合降雨數(shù)據(jù)，針對中國中部中尺度流域進(jìn)行日徑流模擬，評估該高時(shí)空分辨率的逐時(shí)衛(wèi)星降雨產(chǎn)品在水文模擬中的潛力和適用性。

圖1 丹江口水庫流域位置及站點(diǎn)分布Fig.1 Location of Danjiangkou reservoir catchment and hydrological stations

1 研究區(qū)域與數(shù)據(jù)

流域范圍為東經(jīng)106.31°～111.72°，北緯31.58°～34.15°。研究流域集水面積約9.5萬km2，占漢江流域總面積的63%。流域多年平均降雨量為900 mm。降雨時(shí)間主要集中在5～10月，占全年降雨的80.5%。流域內(nèi)的洪水主要由暴雨形成，其洪水季節(jié)變化與暴雨基本一致，一般年份4,5月進(jìn)入雨季，年最大洪峰多出現(xiàn)在7,8,9三個(gè)月。漢江上游地區(qū)年降雨為 700～900 mm，年陸地蒸發(fā)量為500～600 mm。海拔高程在 75～3 556 m之間，地形起伏大，山區(qū)特征顯著[15-16]。本次研究采用的DEM數(shù)據(jù)采用中國科學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)信息中心地理空間數(shù)據(jù)云平臺(tái)提供的空間分辨率約為90 m的SRTM (Shuttle Radar Topography Mission)高程數(shù)據(jù)，研究區(qū)內(nèi)最高處高程約為3 550 m，最低處高程約為89 m。以此為基礎(chǔ)對研究區(qū)流域原始數(shù)據(jù)進(jìn)行相應(yīng)的水文預(yù)處理，包括提取流域邊界與水系流向等。應(yīng)用ArcGIS提取水文模型所需的基本空間信息，收集流域范圍內(nèi)雨量站和水文站點(diǎn)的逐時(shí)降雨和流量觀測數(shù)據(jù)，采用泰森多邊形將點(diǎn)雨量插值到流域面分布。丹江口以上的研究區(qū)域的邊界與各雨量站水文站位置如圖1所示。

本次研究中采用的土地利用類型數(shù)據(jù)為美國馬里蘭大學(xué)全球觀測實(shí)驗(yàn)室與中國科學(xué)院地理科學(xué)與資源研究所聯(lián)合實(shí)驗(yàn)室網(wǎng)站提供的1 km分辨率的全球土地覆蓋數(shù)據(jù)庫。研究流域的土地利用類型共有10種，其中林地和草地是主要的土地利用類型，占流域面積的53.83%， 通過土地利用類型可直接得出葉面指數(shù)LAI和曼寧系數(shù)n。流域土壤數(shù)據(jù)采用的是中國科學(xué)院南京土壤研究所提供的1∶1 000 000的全國土壤數(shù)據(jù)庫，經(jīng)分析后得出流域土壤類型共有7種，其中壤土為主要成分，占流域面積的72.62%。根據(jù)土壤數(shù)據(jù)庫中提供的土壤顆粒分布，采用美國華盛頓州立大學(xué)開發(fā)的土壤水特性軟件SPAW(Soil Plant Atmosphere Water)進(jìn)行模型參數(shù)的估算，可得到建模需要的各類土壤的屬性參數(shù)，包括土壤厚度、土壤飽和含水率、土壤田間持水率、凋萎含水率以及飽和水力傳導(dǎo)率等。

衛(wèi)星降雨數(shù)據(jù)來源于中國自動(dòng)站與CMORPH降雨產(chǎn)品融合的逐時(shí)降雨量網(wǎng)格數(shù)據(jù)集(1.0版)，可從中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)免費(fèi)獲取(http://data.cma.cn/)。該數(shù)據(jù)產(chǎn)品的空間覆蓋范圍為東經(jīng)70°～140°、北緯15°～60°，產(chǎn)品總體誤差水平在10%以內(nèi)，對強(qiáng)降雨和站點(diǎn)稀疏區(qū)的誤差在20%以內(nèi)，優(yōu)于國際同類型產(chǎn)品在中國區(qū)域的精度[17]。其數(shù)據(jù)來源于：① 經(jīng)過質(zhì)量控制后的全國3萬多個(gè)自動(dòng)氣象站觀測的小時(shí)降雨量地面站點(diǎn)觀測數(shù)據(jù)；② 美國氣候預(yù)測中心研發(fā)的全球30 min、8 km分辨率的CMORPH衛(wèi)星反演降雨產(chǎn)品。通過概率密度匹配PDF和最優(yōu)插值OI兩步數(shù)據(jù)融合算法，最終得到1 h、0.1°分辨率下的衛(wèi)星-地面站融合降雨產(chǎn)品[18]。

2 模型與方法

2.1 水文模型

本次研究采用柵格分布式物理水文模型-流溪河模型進(jìn)行流域降雨-徑流模擬。流溪河模型在垂向上將每個(gè)柵格單元?jiǎng)澐譃?層，分別是植被覆蓋層、地表層和地下層(如圖2所示)。在單元尺度下考慮植被作物的截留、蒸發(fā)蒸騰、下滲、壤中流、土壤水的滲漏及地下水運(yùn)動(dòng)。在水平方向上柵格單元又分為邊坡單元、河道單元和水庫單元，使用分級匯流的方式同時(shí)采用運(yùn)動(dòng)波和擴(kuò)散波對坡面和河道匯流進(jìn)行演進(jìn)計(jì)算[19-20]。

2.2 研究方法與評估指標(biāo)

本文在評估衛(wèi)星融合地面雨量站降雨精度時(shí)，分別求得衛(wèi)星降雨的流域均值和站點(diǎn)降雨的流域均值，在流域尺度上進(jìn)行比較。地面站點(diǎn)降雨數(shù)據(jù)和水文站點(diǎn)流量數(shù)據(jù)分別為1980～1987年和2008～2012年的逐日數(shù)據(jù)。其中1980～1985年為水文模型參數(shù)率定期，1985～1987年為水文模型參數(shù)驗(yàn)證期，2008～2012年的數(shù)據(jù)用作衛(wèi)星數(shù)據(jù)與雨量站的精度對比。流域范圍內(nèi)有90個(gè)自動(dòng)雨量站，利用泰森多邊形計(jì)算流域面平均的日降雨量。以同樣的方法對流域內(nèi)14個(gè)蒸散站的日蒸發(fā)數(shù)據(jù)進(jìn)行處理，可獲得流域面平均的日蒸散發(fā)量。通過臨界成功指數(shù)(CSI)、探測成功率(POD)和虛報(bào)率(FAR)3個(gè)分類統(tǒng)計(jì)指標(biāo)評估衛(wèi)星降雨的數(shù)據(jù)可靠程度，以測量衛(wèi)星降雨與地面降雨過程的對應(yīng)關(guān)系[21]。各統(tǒng)計(jì)指標(biāo)由公式(1)～(3)計(jì)算得到。

(1)

(2)

(3)

式中，a表示雨量站與衛(wèi)星同時(shí)探測到的降雨次數(shù)，b表示衛(wèi)星誤報(bào)降雨的次數(shù)，c表示衛(wèi)星空報(bào)降雨的次數(shù)。

圖2 流溪河分布式水文模型結(jié)構(gòu)示意Fig.2 Liuxihe model structure

在徑流模擬精度評估方面，在流域上游到下游選取5個(gè)有代表性的水文站點(diǎn)，采用Nash-Sutcliffe 效率系數(shù)(NS) 、相關(guān)系數(shù)(Correlation Coefficient, CC)、均方根誤差(Root Mean Square Error, RMSE)以及總水量誤差(Dv)，對衛(wèi)星降雨數(shù)據(jù)相對于地面雨量站觀測數(shù)據(jù)的精度進(jìn)行評估。各評價(jià)指標(biāo)由公式(4)～(7)計(jì)算得到。

(4)

(5)

(6)

(7)

3 結(jié)果與分析

3.1 流域日降雨量對比

圖3給出了丹江口水庫流域2008～2012年5 a降雨量的分布情況。該圖表明這兩種降雨產(chǎn)品在流域內(nèi)年降雨空間分布基本相似。然而，雨量計(jì)記錄的強(qiáng)降雨空間分布比衛(wèi)星降雨產(chǎn)品具有更寬的覆蓋范圍和更大的強(qiáng)度，特別是在2009，2010年和2011年，這意味著衛(wèi)星降雨產(chǎn)品在強(qiáng)降雨的定量估測方面可能存在較大的誤差。

圖3 丹江口水庫流域年均降雨分布Fig.3 Spatial distribution of annual rainfall for Danjiangkou reservoir basin from 2008 to 2012

圖4顯示了雨量計(jì)觀測降雨與衛(wèi)星降雨產(chǎn)品在流域日降雨量累積值的對比，兩組降雨資料的相似累積趨勢表明衛(wèi)星降雨產(chǎn)品可以準(zhǔn)確捕捉流域尺度的降雨模式，但2008～2012年的全流域累計(jì)降雨量相對于雨量計(jì)觀測值少了16.43%。

圖4 雨量站降雨與衛(wèi)星降雨產(chǎn)品的流域面雨量累積曲線Fig.4 Comparison of cumulative basin rainfall between raingauge measurements and the CMORPH-Station rainfall product

圖5為雨量計(jì)日觀測降雨與衛(wèi)星日降雨產(chǎn)品的對比，相關(guān)系數(shù)為0.73，平均絕對誤差為1.24 mm/d。

圖5 雨量站降雨與衛(wèi)星日降雨的數(shù)值對比與誤差分析Fig.5 Comparison of rainfall products by Daily CMORPH-Station and raingauge measurements

衛(wèi)星降雨產(chǎn)品可以捕捉到流域上大部分中小型降雨強(qiáng)度，但當(dāng)雨強(qiáng)超過10 mm/d時(shí)卻無法得到與雨量計(jì)類似的空間變化以及降雨強(qiáng)度。圖5(a)表示隨著降雨強(qiáng)度的增加，數(shù)據(jù)變得越來越分散。圖5(b)所示的殘差值隨著雨強(qiáng)的增加而增加，衛(wèi)星降雨產(chǎn)品相對于雨量站觀測數(shù)據(jù)的RMSE為2.52 mm/d。

此外，本研究還采用統(tǒng)計(jì)指標(biāo)(CSI、POD和FAR)來評估不同降雨強(qiáng)度下衛(wèi)星降雨產(chǎn)品的可靠性。圖6表明當(dāng)降雨強(qiáng)度從0 mm/d增加到33 mm/d時(shí)，對正確探測次數(shù)相當(dāng)敏感的POD有下降趨勢。這意味著隨著雨強(qiáng)增大，衛(wèi)星降雨產(chǎn)品的可靠性在下降，這與圖5中散點(diǎn)圖的結(jié)論一致。但當(dāng)降雨強(qiáng)度超過35 mm/d時(shí)，POD數(shù)值上升，這意味著衛(wèi)星降雨產(chǎn)品在極端降雨情況下的性能有上升趨勢。然而，當(dāng)雨強(qiáng)在25 mm/d時(shí)，衛(wèi)星降雨產(chǎn)品的誤差是最大的。

圖6 不同降雨強(qiáng)度下衛(wèi)星降雨產(chǎn)品的探測可信度評估Fig.6 The detection confidence level of satellite rainfall estimates against raingauge measurements

CSI的趨勢與POD接近，但CSI不僅對衛(wèi)星數(shù)據(jù)正確命中的次數(shù)敏感，而且對虛報(bào)次數(shù)和未能探測降雨的次數(shù)也很敏感。當(dāng)降雨強(qiáng)度低于22 mm/d時(shí)，F(xiàn)AR保持不變，但之后顯著增加，當(dāng)達(dá)到超過33 mm/d的極端降雨強(qiáng)度時(shí)，F(xiàn)AR下降。 因此，圖6的結(jié)果表明，當(dāng)降雨強(qiáng)度小于23 mm/d時(shí)，衛(wèi)星降雨產(chǎn)品比較可靠。在本研究中，隨著降雨強(qiáng)度從25 mm/d增加到40 mm/d，衛(wèi)星降雨產(chǎn)品的可靠性在下降。

3.2 模型參數(shù)率定和驗(yàn)證

在評估衛(wèi)星降雨產(chǎn)品模擬徑流能力時(shí)，基于雨量站點(diǎn)數(shù)據(jù)輸入進(jìn)行模型參數(shù)率定。表1給出了模型在率定期和驗(yàn)證期基于雨量站降雨輸入在5個(gè)不同水文站的徑流模擬的精度評估指標(biāo)值，其中模型效率系數(shù)(NS)是評價(jià)水文模型模擬效果的總體擬合情況，包括洪峰形狀和峰量。當(dāng)NS<0時(shí)，表示模型輸出比用平均值作為預(yù)測效果更差。相關(guān)系數(shù)(Cor)，即線性相關(guān)性，描述模擬量和觀測量之間的離散程度的指標(biāo)，越接近1表示變化越接近。均方根誤差(RMSE)，評價(jià)模擬的總水量誤差。總水量平衡誤差系數(shù)(Dv)，評價(jià)模型模擬的總水量誤差與總徑流量的比率。表1的結(jié)果表明流溪河分布式模型在參數(shù)驗(yàn)證期較率定期的模擬精度要低。更重要的是，在上游水文站的模擬精度要高于下游水文站，這也表明人類活動(dòng)以及蓄水和引水工程可能改變了流域下游地區(qū)的自然徑流條件，對水文過程的影響比上游地區(qū)大。

表1 流溪河模型參數(shù)率定與驗(yàn)證精度評估Tab.1 Statistics of model parameters calibration and validation at five stations

3.3 模型徑流模擬對比

采用雨量站與衛(wèi)星降雨數(shù)據(jù)作為輸入，基于雨量站點(diǎn)數(shù)據(jù)率定好的流溪河模型，進(jìn)行流域水文過程模擬。根據(jù)5個(gè)水文站的日流量觀測值對比進(jìn)行評估，模擬的日流量水文過程如圖7所示，兩種降雨數(shù)據(jù)在日水文過程模擬方面都能很好地與實(shí)測資料吻合。表2的評估標(biāo)準(zhǔn)顯示衛(wèi)星降雨數(shù)據(jù)在流域下游白河站的模擬徑流效果要優(yōu)于雨量站，其峰值模擬與實(shí)測結(jié)果吻合較好。然而衛(wèi)星降雨數(shù)據(jù)在流域上游的洋縣站和漢中站比雨量站降雨產(chǎn)生的流量要少。特別是峰值流量的模擬明顯低于實(shí)測值?？偹吭u估指標(biāo)Dv結(jié)果表明，衛(wèi)星降雨數(shù)據(jù)驅(qū)動(dòng)的流域徑流平均比雨量站的要低15.7%，但在均方根誤差RMSE上，兩種降雨產(chǎn)品的平均差異僅為44.05 m3/s。

表2 雨量站與衛(wèi)星降雨產(chǎn)品徑流模擬精度評估Tab.2 Statistics for daily flow simulation by raingauge and satellite rainfall products

雨量站與衛(wèi)星降雨的日徑流模擬數(shù)據(jù)的離散情況統(tǒng)計(jì)如圖8所示，相應(yīng)的數(shù)據(jù)在表3中給出。結(jié)果表明雨量站降雨和衛(wèi)星降雨產(chǎn)品在5個(gè)水文站的徑流模擬平均偏差分別為6.18%和-21.14%。對于低水徑流模擬，兩種降雨產(chǎn)品的最小值和下四分位數(shù)Q1都比觀測值低得多。雨量站降雨的平均偏差分別為-57.26%和-68.34%，衛(wèi)星降雨的平均偏差分別為-61.85%和-76.53%。相比之下，高水模擬的偏差遠(yuǎn)小于低水模擬，雨量站的上四分位數(shù)Q3和最大值的平均偏差分別為10.63%和-11.98%，衛(wèi)星降雨為-16.18%和-30.30%。這表明使用衛(wèi)星降雨的徑流模擬往往比觀測值低而且總水量較少?？傮w而言，衛(wèi)星降雨的總體性能與雨量站測量值在流溪河模型中的日流量模擬精度相當(dāng)。

圖7 雨量測量和衛(wèi)星降雨產(chǎn)品的流域徑流模擬對比Fig.7 Runoff simulation by raingauge and the satellite rainfall products

表3 雨量站與衛(wèi)星降雨的日徑流模擬數(shù)據(jù)離散偏差統(tǒng)計(jì)Tab.3 Daily runoff simulation bias by raingauge measurements and satellite rainfall %

圖8 雨量站與衛(wèi)星降雨的日徑流模擬數(shù)據(jù)的箱型統(tǒng)計(jì)圖Fig.8 Box plot for observed runoff and simulatied runoff results by raingauge measurements and satellite rainfall

4 結(jié) 論

本研究采用全分布物理水文模型——流溪河模型，評估了衛(wèi)星與雨量站降雨融合產(chǎn)品在日尺度水文過程模擬中的準(zhǔn)確性和實(shí)用性。研究表明，逐時(shí)合并的衛(wèi)星雨量產(chǎn)品在流域尺度上模擬日徑流量是可行的。水文評價(jià)結(jié)果表明，該衛(wèi)星降雨產(chǎn)品可以產(chǎn)生與雨量計(jì)測量值相當(dāng)?shù)哪M結(jié)果，因此在資料質(zhì)量一致的長期水文模擬中是可靠的。該產(chǎn)品有潛力用于數(shù)據(jù)稀疏或缺測的流域的水資源管理和水文模擬預(yù)測。

但本研究并未考慮水文模型參數(shù)的不確定性，且僅限于流溪河水文模型。因此，在未來可使用一系列不同的水文模型在不同的流域尺度去驗(yàn)證該衛(wèi)星降雨產(chǎn)品的水文效用評價(jià)效果。