崔豪 王賀佳 肖偉華 高斌

摘要： 為研究再分析數(shù)據(jù)集CMFD（China Meteorological Forcing Dataset）中降水?dāng)?shù)據(jù)在三峽庫(kù)區(qū)的應(yīng)用精度，為地貌特征復(fù)雜地區(qū)的水文模擬提供數(shù)據(jù)驅(qū)動(dòng)支撐，結(jié)合三峽庫(kù)區(qū)范圍內(nèi)27個(gè)氣象站點(diǎn)降水?dāng)?shù)據(jù)，對(duì)降水產(chǎn)品CMFD進(jìn)行多尺度精度評(píng)估，并以此驅(qū)動(dòng)SWAT模型對(duì)庫(kù)區(qū)范圍內(nèi)典型流域進(jìn)行徑流模擬。結(jié)果表明：① 研究區(qū)內(nèi)1979～2015年氣象站點(diǎn)與CMFD數(shù)據(jù)集的降水?dāng)?shù)據(jù)相關(guān)系數(shù)較高，均在0.85以上;② 1979～2015年庫(kù)區(qū)內(nèi)CMFD年均面降水量能夠較好地反映三峽庫(kù)區(qū)內(nèi)降水空間分布特征，其總體相對(duì)誤差為3%;③ CMFD日降水事件探測(cè)能力POD為0.89～0.99，ACC為0.55～0.65，CSI為0.44～0.56;④ 在徑流模擬效果上，CMFD降水?dāng)?shù)據(jù)率定期和驗(yàn)證期內(nèi)的納什效率系數(shù)和相關(guān)系數(shù)分別為0.90和0.89（率定期）、0.91和0.88（驗(yàn)證期）。CMFD數(shù)據(jù)在庫(kù)區(qū)范圍日降水探測(cè)能力較好，庫(kù)區(qū)上中下游典型站點(diǎn)降水月尺度相關(guān)性均較高，在典型流域水文模擬中效果較優(yōu)，可以為庫(kù)區(qū)范圍降水時(shí)空演變特征分析及水循環(huán)精細(xì)化模擬提供支撐。

關(guān) 鍵 詞： 降水產(chǎn)品; CMFD數(shù)據(jù)集; 降水精度; SWAT模型; 三峽庫(kù)區(qū)

中圖法分類號(hào)： ?TV11

文獻(xiàn)標(biāo)志碼： ?A

DOI： 10.16232/j.cnki.1001-4179.2021.08.015

0 引 言

降水?dāng)?shù)據(jù)是區(qū)域/流域水循環(huán)模擬過(guò)程的重要輸入數(shù)據(jù)[1]。降水?dāng)?shù)據(jù)可以通過(guò)地面氣象觀測(cè)站監(jiān)測(cè)、氣象雷達(dá)監(jiān)測(cè)、衛(wèi)星遙感反演等手段獲取，但卻存在著各自的局限性。由于地面氣象觀測(cè)站數(shù)據(jù)起始年份不同以及數(shù)據(jù)的缺失，使得降水觀測(cè)數(shù)據(jù)序列往往缺少一致的數(shù)據(jù)支持，亦或站點(diǎn)架設(shè)的密度不足導(dǎo)致空間分辨率不夠，在流域水循環(huán)的模擬過(guò)程中，由降水輸入的誤差導(dǎo)致對(duì)徑流、蒸發(fā)等要素的模擬存在較大的不確定性[2]。地面雷達(dá)提供的高時(shí)空降水觀測(cè)信息有助于監(jiān)測(cè)降水分布及降水強(qiáng)度，但受到架設(shè)位置限制，在復(fù)雜環(huán)境下有一定的不確定性[3];衛(wèi)星反演降水?dāng)?shù)據(jù)可以獲取空間尺度上的連續(xù)數(shù)據(jù)，但其較地面觀測(cè)站有一定的偏差[4]。近年來(lái)，隨著科學(xué)技術(shù)的迅速發(fā)展，借助衛(wèi)星反演、模式運(yùn)算以及站點(diǎn)數(shù)據(jù)插補(bǔ)等數(shù)據(jù)融合方法，生成了大量不同時(shí)空分辨率的再分析降水產(chǎn)品[5-6]。由于數(shù)據(jù)時(shí)空尺度的不同、模式運(yùn)算及數(shù)據(jù)插值等會(huì)產(chǎn)生不確定性誤差，所以有必要對(duì)數(shù)據(jù)資料在研究區(qū)范圍進(jìn)行精度評(píng)估，分析其在流域及區(qū)域的適用性。

劉少華等[2]對(duì)中國(guó)范圍內(nèi)TRMM數(shù)據(jù)進(jìn)行分析，得出珠江片區(qū)和東南片區(qū)TRMM數(shù)據(jù)日降水準(zhǔn)確性最高，西南片區(qū)和長(zhǎng)江流域次之。劉瑜等[7]對(duì)CMORPH降水?dāng)?shù)據(jù)在中國(guó)區(qū)域的極端降雨效果進(jìn)行了評(píng)估，得出對(duì)海拔較低區(qū)域降水量存在高估現(xiàn)象;聞新宇等[8]通過(guò)分析CRU資料，得出CRU降雨量與中國(guó)東部四季降水量十分一致。吳倩鑫[9]對(duì)CMFD再分析降雨數(shù)據(jù)在疏勒河流域的適用性進(jìn)行分析，得出CMFD與地面觀測(cè)降水和年際變化趨勢(shì)最為接近。王留杰等[10]選用CMFD數(shù)據(jù)中降水、氣溫要素對(duì)其在長(zhǎng)江上游的適用性進(jìn)行評(píng)估，得出氣溫具有很好的一致性，而降水在不同子流域數(shù)據(jù)質(zhì)量不同。Guo等[11]運(yùn)用CMADS、IMERG、TRMM降水?dāng)?shù)據(jù)驅(qū)動(dòng)SWAT模型，探討其在金沙江流域的適用性，得出3種降水?dāng)?shù)據(jù)在流域尺度上相關(guān)系數(shù)均達(dá)到0.8以上，其中以CMADS驅(qū)動(dòng)SWAT模型的徑流模擬精度最高。Liu等[12]運(yùn)用CLDAS及GLDAS大氣近地面強(qiáng)迫資料驅(qū)動(dòng)Offline Land Surface Model（LSM）模型，在中國(guó)八大流域以CLDAS驅(qū)動(dòng)的水文模型徑流模擬效果均較GLDAS驅(qū)動(dòng)的有所改善。盡管多數(shù)研究指出基于衛(wèi)星反演和模式運(yùn)算的降水資料與實(shí)際站點(diǎn)監(jiān)測(cè)雨量存在偏差，但高時(shí)空分辨率的再分析降雨資料對(duì)氣候變化背景下的水文模擬和驗(yàn)證具有十分重要的意義，尤其是可以為資料匱乏區(qū)域以及地貌特征復(fù)雜區(qū)域的水循環(huán)分析和水資源管理方面提供支撐。

三峽庫(kù)區(qū)受復(fù)雜地理地貌環(huán)境的影響，其氣候要素在庫(kù)區(qū)范圍內(nèi)差異顯著，特別是水庫(kù)開始蓄水后，庫(kù)區(qū)水位明顯提高，下墊面水域面積的擴(kuò)大對(duì)庫(kù)區(qū)范圍內(nèi)水循環(huán)要素也產(chǎn)生一定的影響[13]。本次研究選取三峽庫(kù)區(qū)，對(duì)CMFD降水?dāng)?shù)據(jù)和地面站點(diǎn)觀測(cè)降水?dāng)?shù)據(jù)進(jìn)行對(duì)比檢驗(yàn)和分析，并在研究區(qū)典型流域選用SWAT（Soil & Water Assessment Tool）模型對(duì)徑流模擬精度進(jìn)行分析，探討其在水文模擬中的適用性，為該產(chǎn)品在三峽庫(kù)區(qū)內(nèi)水循環(huán)演變規(guī)律及水資源管理領(lǐng)域的應(yīng)用提供參考依據(jù)，并為庫(kù)區(qū)范圍災(zāi)害監(jiān)測(cè)及水庫(kù)的科學(xué)防洪調(diào)度提供支撐。

1 研究區(qū)域與數(shù)據(jù)方法

1.1 研究區(qū)概況

三峽庫(kù)區(qū)位于長(zhǎng)江上游尾段，即長(zhǎng)江中下游和四川盆地之間（105°25′49″E～111°7′39″E，28°15′43″N～31°43′41″N）。從地形上看，庫(kù)區(qū)主要位于大巴山、巫山和武陵山等山區(qū)以及渝西平行嶺谷低山丘陵區(qū)，地形高低不平、地勢(shì)起伏較大，溝壑分布稠密（見圖1）。三峽庫(kù)區(qū)內(nèi)有27個(gè)氣象觀測(cè)站點(diǎn)，多年平均降水量為1 125.3 mm。庫(kù)區(qū)內(nèi)土壤類型以雛形土和淋溶土兩大類為主，分別占32.14%和26.10%，合計(jì)占58.24%。其次，強(qiáng)酸土和人為土所占面積比例為17.16%和14.05%，其他土壤類型均零星分布，所占面積比例較小。土地利用類型中林地所占比例為43.00%，耕地（含水田、旱地）所占比例為43.00%，草地所占比例為12.00%。

1.2 研究數(shù)據(jù)

氣象站點(diǎn)觀測(cè)資料采用中國(guó)氣象局國(guó)家氣象信息中心提供的研究區(qū)內(nèi)27個(gè)站點(diǎn)1979～2015年逐日降水?dāng)?shù)據(jù)。模擬數(shù)據(jù)來(lái)源于陽(yáng)坤等開發(fā)的中國(guó)區(qū)域高時(shí)空分辨率地面氣象要素驅(qū)動(dòng)數(shù)據(jù)集（CMFD）[14]，該數(shù)據(jù)集降水?dāng)?shù)據(jù)是以Princeton 再分析資料、GLDAS 資料，以及TRMM 降水資料為背景場(chǎng)，由中國(guó)氣象局站點(diǎn)降水?dāng)?shù)據(jù)融合而成，其時(shí)間分辨率為 3 h，空間分辨率為0.1°。降水?dāng)?shù)據(jù)作為流域水文模擬的重要輸入項(xiàng)目，直接影響著水文模擬的精度，故本研究通過(guò)NCAR Command Language（NCL）提取了CMFD庫(kù)區(qū)內(nèi)1979～2015年的日降水格網(wǎng)數(shù)據(jù)進(jìn)行適用性分析，并通過(guò)WGN Parameters Estimation Tool處理日氣象數(shù)據(jù)作為SWAT輸入格式。

徑流模擬數(shù)據(jù)站點(diǎn)位置如表1所列，其中氣象站點(diǎn)輸入模型選用巫溪流域周邊3個(gè)氣象站點(diǎn)數(shù)據(jù);CMFD輸入模型選用巫溪流域內(nèi)按照格網(wǎng)提取的22個(gè)站點(diǎn)數(shù)據(jù)。

1.3 降水事件的探測(cè)能力評(píng)估方法

根據(jù)27個(gè)氣象站點(diǎn)提取的CMFD降水?dāng)?shù)據(jù)，結(jié)合氣象站點(diǎn)觀測(cè)資料對(duì)1979～2015年CMFD日降水?dāng)?shù)據(jù)準(zhǔn)確性進(jìn)行評(píng)價(jià)。表2為CMFD對(duì)于三峽庫(kù)區(qū)日降水事件的探測(cè)能力結(jié)果，根據(jù)CMFD日降水事件探測(cè)結(jié)果，采用命中率（Probability of Detection，POD）、誤報(bào)率（False Alarm Ratio，F(xiàn)AR）、精度指數(shù)（Accuracy，ACC）、臨界成功指數(shù)（Critical Success Index，CSI）4項(xiàng)指標(biāo)對(duì)CMFD降水準(zhǔn)確性進(jìn)行綜合評(píng)價(jià)：

POD= H H+M? （1）

FAR= F F+H? （2）

ACC= H+C H+M+C+F? （3）

CSI= H H+M+F? （4）

式中：4項(xiàng)指標(biāo)取值均介于[0，1]之間，POD、ACC、CSI越接近于1，F(xiàn)AR越接近于0，降水探測(cè)精度越高。

1.4 徑流模擬能力評(píng)估方法

SWAT模型是基于物理機(jī)制的半分布式水文模型，其能較好地模擬和分析流域內(nèi)水文過(guò)程、泥沙演變規(guī)律以及流域內(nèi)點(diǎn)面源污染等[15-17]。在研究中，由于氣象站點(diǎn)布設(shè)密度的原因，導(dǎo)致某些研究區(qū)流域范圍內(nèi)無(wú)氣象站點(diǎn)，使得流域范圍內(nèi)降水的空間分布精度有限。故本文選取氣象站點(diǎn)降水?dāng)?shù)據(jù)及CMFD降水?dāng)?shù)據(jù)輸入SWAT模型進(jìn)一步分析其在徑流演變中的適用性。

本文采用確定系數(shù)（R2）來(lái)評(píng)價(jià)模擬徑流數(shù)據(jù)與實(shí)測(cè)徑流數(shù)據(jù)的擬合優(yōu)度，用納什效率系數(shù)（NSE）來(lái)描述模型預(yù)測(cè)能力。

R2=? ??n i=1? Qo-Q o? Qm-Q m?? ??n i=1? Qo-Q o 2 ?n i=1? Qm-Q m 2 2 （5）

NSE=1- ??n i=1? Qo-Q m 2 ??n i=1? Qo-Q o 2? （6）

式中：Qo為觀測(cè)值，Qm為模型模擬值，Q o為觀測(cè)平均值，Q m為模擬平均值，n為時(shí)間序列長(zhǎng)度。R2和NSE的值越接近于1，說(shuō)明模型的模擬效果越好。

2 ?結(jié)果與分析

2.1 站點(diǎn)尺度降水一致性評(píng)價(jià)

選取庫(kù)區(qū)內(nèi)上、中、下游6個(gè)氣象站點(diǎn)（見表3）實(shí)測(cè)逐月降水量與CMFD數(shù)據(jù)集進(jìn)行相關(guān)性分析，相關(guān)關(guān)系如圖2所示，可以看出，各個(gè)氣象站點(diǎn)與CMFD數(shù)據(jù)集的降水相關(guān)系數(shù)均較高，均在 0.850以上。其中，奉節(jié)站和巴東站實(shí)測(cè)逐月降水量與CMFD的相關(guān)關(guān)系最好，相關(guān)系數(shù)為 0.987，而合川站的相關(guān)系數(shù)最低，為 0.854。從空間分布來(lái)看，CMFD數(shù)據(jù)集降水?dāng)?shù)據(jù)在庫(kù)首的相關(guān)性最好，庫(kù)尾降水?dāng)?shù)據(jù)與站點(diǎn)實(shí)測(cè)數(shù)據(jù)相關(guān)性稍低，但整體來(lái)看，CMFD數(shù)據(jù)集在三峽庫(kù)區(qū)降水相關(guān)性較高，有較好的適用性。

為更直觀體現(xiàn)CMFD降水?dāng)?shù)據(jù)精度，選取庫(kù)區(qū)內(nèi)CMFD降水?dāng)?shù)據(jù)及實(shí)測(cè)降水?dāng)?shù)據(jù)通過(guò)泰勒?qǐng)D進(jìn)行說(shuō)明。如圖3所示，圖中模式CMFD點(diǎn)到原點(diǎn)的距離代表數(shù)據(jù)的標(biāo)準(zhǔn)差;CMFD點(diǎn)與觀測(cè)點(diǎn)的距離為CMFD數(shù)據(jù)相對(duì)于觀測(cè)結(jié)果的均方根誤差數(shù)值;而原點(diǎn)與模式點(diǎn)的延長(zhǎng)線與1/4圓周的交點(diǎn)為觀測(cè)與模擬之間的相關(guān)系數(shù);CMFD點(diǎn)與觀測(cè)點(diǎn)距離越近，對(duì)數(shù)據(jù)空間分布特征捕捉越精準(zhǔn)。從圖3可以看出：CMFD數(shù)據(jù)模式的歸一化標(biāo)準(zhǔn)差略大于1，相關(guān)系數(shù)為0.76。通過(guò)氣象站點(diǎn)年降水量與CMFD數(shù)據(jù)的泰勒?qǐng)D可以看出CMFD點(diǎn)距離觀測(cè)點(diǎn)距離較近，CMFD數(shù)據(jù)集數(shù)據(jù)能較好地捕捉降水的空間分布特征。

對(duì)比三峽庫(kù)區(qū)月均降水量與CMFD月均面降水量可知（見圖4），各月CMFD面降水量均大于氣象站點(diǎn)面降水量。相對(duì)誤差均較小，均在10%以內(nèi)，僅有11月相對(duì)誤差達(dá)到了6%。研究區(qū)內(nèi)各月CMFD降水量與氣象站點(diǎn)面降水量具有季節(jié)性差異，呈“單峰”趨勢(shì)。

2.2 區(qū)域尺度降水精度評(píng)價(jià)

從空間分布來(lái)看，對(duì)比庫(kù)區(qū)內(nèi)氣象站點(diǎn)和CMFD多年平均面降水量（見圖5）可知：庫(kù)區(qū)內(nèi)CMFD年均面降水量均在不同程度上高于氣象站點(diǎn)面降水量，尤其是庫(kù)區(qū)庫(kù)首范圍東南片區(qū);局部地區(qū)站點(diǎn)年均面降水量略高出CMFD年均面降水量。表4為氣象站點(diǎn)與CMFD年平均降水?dāng)?shù)據(jù)及相對(duì)偏差。其中，在銅梁站和神農(nóng)架站CMFD年均面降水量相對(duì)誤差分別達(dá)到了18.0%和27.3%，CMFD對(duì)此區(qū)域面降水量值存在高估。但總體而言，CMFD降水量能夠較好地反映三峽庫(kù)區(qū)內(nèi)降水空間分布特征，其總體相對(duì)誤差為2.6%。

分析產(chǎn)生降雨空間分布誤差的原因如下：CMFD數(shù)據(jù)對(duì)于三峽庫(kù)區(qū)內(nèi)東南地區(qū)降水有所高估，這與研究區(qū)地處四川盆地與長(zhǎng)江中下游平原的結(jié)合之處，跨越鄂中山區(qū)峽谷及川東嶺谷地帶縱橫交錯(cuò)有密切關(guān)系。因?yàn)镃MFD是基于TRMM降雨場(chǎng)，并融合了再分析資料等研制的全球降水?dāng)?shù)據(jù)，而衛(wèi)星觀測(cè)數(shù)據(jù)對(duì)于下墊面復(fù)雜區(qū)域，如地形坡度、植被覆蓋率等變化較大的山區(qū)探測(cè)會(huì)受到干擾，最終導(dǎo)致數(shù)據(jù)集對(duì)局部降水量的高估。

2.3 降水準(zhǔn)確性評(píng)價(jià)

各氣象站點(diǎn)CMFD日降水的準(zhǔn)確性評(píng)價(jià)結(jié)果如圖6所示。整體而言，三峽庫(kù)區(qū)CMFD日降水準(zhǔn)確性較高。由圖6可以看出：三峽庫(kù)區(qū)CMFD日降水精度指數(shù)（ACC）由庫(kù)首至庫(kù)尾遞減，日降水事件命中率（POD）從庫(kù)尾至庫(kù)首遞減。三峽庫(kù)區(qū)地處長(zhǎng)江流域上游，地形復(fù)雜，山區(qū)內(nèi)氣象站點(diǎn)分布較少，對(duì)再分析資料CMFD降水誤差影響較大。CMFD日降水準(zhǔn)確性空間分布具有顯著空間差異，因?yàn)镃MFD日降水?dāng)?shù)據(jù)對(duì)日降水量精度為0.1 mm，而氣象站降水量數(shù)據(jù)無(wú)法記錄日降水量小于0.1 mm的降水?dāng)?shù)據(jù)，從而導(dǎo)致錯(cuò)誤預(yù)報(bào)數(shù)量偏高，使得再分析數(shù)據(jù)的降水準(zhǔn)確性偏低。

2.4 徑流模擬能力

對(duì)CMFD降水精度評(píng)估后，利用SWAT模型進(jìn)一步分析其水文徑流效應(yīng)。在模型構(gòu)建中選取統(tǒng)一的DEM數(shù)據(jù)、下墊面及土壤屬性設(shè)定，將研究區(qū)劃分為73個(gè)子流域，采用流域內(nèi)站點(diǎn)降水?dāng)?shù)據(jù)及格點(diǎn)降水?dāng)?shù)據(jù)分別輸入模型進(jìn)行敏感性分析及率定。通過(guò)SWAT-CUP中的SUFI2算法對(duì)21個(gè)參數(shù)的敏感性進(jìn)行分析及對(duì)參數(shù)自動(dòng)率定，確定敏感性最高的10個(gè)參數(shù)并率定了參數(shù)值范圍（見表5）。

模型設(shè)定2005年為預(yù)熱期，2006～2010年為率定期、2011～2015年為驗(yàn)證期。通過(guò)氣象站點(diǎn)降水?dāng)?shù)據(jù)和CMFD降水?dāng)?shù)據(jù)分別驅(qū)動(dòng)模型模擬三峽庫(kù)區(qū)內(nèi)大寧河流域徑流，選取巫溪水文站進(jìn)行徑流模擬，對(duì)月徑流模擬效果進(jìn)行分析。由表6可知：氣象站點(diǎn)數(shù)據(jù)和CMFD數(shù)據(jù)驅(qū)動(dòng)模型模擬徑流與實(shí)測(cè)徑流在率定期的NSE分別為0.83和0.90，R2分別為0.85和0.91;驗(yàn)證期NSE分別為0.79和0.89，R2為0.82和0.88。模擬徑流精度方面在率定期和驗(yàn)證期再分析CMFD數(shù)據(jù)均高于氣象站點(diǎn)數(shù)據(jù)。由圖7徑流模擬可以看出，氣象站點(diǎn)降水?dāng)?shù)據(jù)和再分析降水?dāng)?shù)據(jù)CMFD基本能較好地對(duì)徑流過(guò)程進(jìn)行模擬，但由于氣象站點(diǎn)空間分布的差異性，有時(shí)無(wú)法準(zhǔn)確反映流域內(nèi)真實(shí)的降雨情況，在流域內(nèi)模擬精度有所下降;CMFD再分析數(shù)據(jù)能更好地刻畫洪峰過(guò)程，但是對(duì)于流域內(nèi)流量有一定的高估。

3 討 論

在對(duì)降水?dāng)?shù)據(jù)進(jìn)行精度評(píng)估時(shí)，通常選用地面站點(diǎn)降水量作為參考真值。本文以觀測(cè)站點(diǎn)降水?dāng)?shù)據(jù)和站點(diǎn)所在網(wǎng)格CMFD降水?dāng)?shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，在空間尺度分析會(huì)受到地面站點(diǎn)布設(shè)數(shù)量、位置的限制，且無(wú)法直觀反映誤差指標(biāo)的連續(xù)空間分布情況。通過(guò)插值庫(kù)區(qū)37 a平均降水量的空間分布，可以看出CMFD和氣象站點(diǎn)較為接近，本次研究收集到流域內(nèi)27個(gè)站點(diǎn)降水資料進(jìn)行面雨量插值。由于氣象站點(diǎn)的分布不均且三峽區(qū)間本身存在左岸大巴山暴雨區(qū)和右岸鄂西南暴雨區(qū)，氣象站點(diǎn)數(shù)據(jù)插值結(jié)果可能無(wú)法反映真實(shí)的面雨量，而CMFD降水?dāng)?shù)據(jù)融合了TRMM衛(wèi)星降水?dāng)?shù)據(jù)，遙感監(jiān)測(cè)能夠更好地探測(cè)復(fù)雜地形的三峽區(qū)間降水量，更能準(zhǔn)確反映庫(kù)區(qū)降水實(shí)際分布情況。

在對(duì)水文效應(yīng)的評(píng)估中，由于不同水文模型結(jié)構(gòu)算法、輸入數(shù)據(jù)及參數(shù)的不確定性都可能會(huì)使得徑流模擬產(chǎn)生偏差。對(duì)不同氣象數(shù)據(jù)輸入模型進(jìn)行參數(shù)敏感性分析，可能會(huì)得到多套不同的適用參數(shù)值范圍。有研究顯示，在模擬徑流中使用不同的大氣強(qiáng)迫數(shù)據(jù)各自分別率定得到的最佳參數(shù)范圍進(jìn)行徑流模擬，比利用別的大氣強(qiáng)迫數(shù)據(jù)率定得到的最佳參數(shù)范圍模擬的效果精度更高。故本文在構(gòu)建SWAT模型時(shí)分別選用各自最佳參數(shù)集范圍進(jìn)行徑流模擬能力評(píng)估。在流域徑流模擬時(shí)，某些流域內(nèi)由于氣象站點(diǎn)空間分布有限，往往僅存在極少數(shù)氣象監(jiān)測(cè)站點(diǎn)需要流域周圍氣象數(shù)據(jù)進(jìn)行插值。融合衛(wèi)星降水產(chǎn)品和地面站點(diǎn)降水插值結(jié)果能夠更好地反映流域降水實(shí)際分布情況，能夠更精確地反映流域內(nèi)水循環(huán)變化，更好對(duì)徑流進(jìn)行模擬。

4 結(jié) 論

本文通過(guò)對(duì)庫(kù)區(qū)范圍CMFD數(shù)據(jù)集中降水?dāng)?shù)據(jù)進(jìn)行精度評(píng)估，并以此驅(qū)動(dòng)水文模型在庫(kù)區(qū)小流域進(jìn)行徑流模擬，得到以下結(jié)論：

（1） 研究區(qū)內(nèi)1979～2015年氣象站點(diǎn)與CMFD數(shù)據(jù)集的降水相關(guān)系數(shù)均較高，均在 0.85以上。整體來(lái)看，CMFD數(shù)據(jù)集在三峽庫(kù)區(qū)降水相關(guān)性具有較高的值，有較好的適用性;1979～2015年研究區(qū)內(nèi)CMFD降水量與氣象站點(diǎn)面降水量演變趨勢(shì)基本一致。

（2） 1979～2015年庫(kù)區(qū)內(nèi)CMFD年均面降水量在不同程度上高于氣象站點(diǎn)面降水量，只有個(gè)別站點(diǎn)出現(xiàn)低于氣象站點(diǎn)降水量的情況?？傮w而言，CMFD降水量能夠較好地反映三峽庫(kù)區(qū)內(nèi)降水空間分布特征，其總體相對(duì)誤差為3%，且?guī)靺^(qū)內(nèi)CMFD年均面降水量相對(duì)誤差均不高于15%。

（3） 在評(píng)估徑流模擬中，對(duì)CMFD降水產(chǎn)品進(jìn)行徑流模擬，率定期NSE為0.90、相關(guān)系數(shù)為0.91，驗(yàn)證期NSE為0.89、相關(guān)系數(shù)為0.88。相比于率定期，驗(yàn)證期各類指標(biāo)均有所下降，但模擬效果均優(yōu)于氣象站點(diǎn)降水輸入數(shù)據(jù)模擬效果。

參考文獻(xiàn)：

[1] ?鄒磊，夏軍，陳心池，等.多套降水產(chǎn)品精度評(píng)估與可替代性研究[J].水力發(fā)電學(xué)報(bào)，2017，36（5）：36-46.

[2] 劉少華，嚴(yán)登華，王浩，等.中國(guó)大陸流域分區(qū)TRMM降水質(zhì)量評(píng)價(jià)[J].水科學(xué)進(jìn)展，2016，27（5）：639-651.

[3] 湯秋鴻，張學(xué)君，戚友存，等.遙感陸地水循環(huán)的進(jìn)展與展望[J].武漢大學(xué)學(xué)報(bào)（信息科學(xué)版），2018，43（12）：1872-1884.

[4] 王漢濤，張瀟瀟，趙牧晨，等.三峽區(qū)間TMPA和IMERG衛(wèi)星降水產(chǎn)品精度評(píng)估[J].長(zhǎng)江科學(xué)院院報(bào)，2019，36（12）：23-27.

[5] 閆燕，劉罡，何軍，等.重慶地區(qū)衛(wèi)星及再分析降水資料評(píng)估[J].高原氣象，2020，39（3）：594-608.

[6] HE J，YANG K，TANG W，et al.The first high-resolution meteorological forcing dataset for land process studies over China[J].Scientific Data，2020，7（1）.

[7] 劉瑜，吳裕珍，馮志州，等.多種衛(wèi)星降水產(chǎn)品對(duì)中國(guó)極端降雨反演效果評(píng)估[J].熱帶地理，2017，37（3）：417-433.

[8] 聞新宇，王紹武，朱錦紅，等.英國(guó)CRU高分辨率格點(diǎn)資料揭示的20世紀(jì)中國(guó)氣候變化[J].大氣科學(xué)，2006（5）：894-904.

[9] 吳倩鑫.多種降水產(chǎn)品在疏勒河上游和中下游的適用性對(duì)比研究[D].西安：西北大學(xué)，2019.

[10] ?王留杰，張行南，方園皓，等.中國(guó)區(qū)域地面氣象要素?cái)?shù)據(jù)集在長(zhǎng)江上游流域的適用性評(píng)估[J].水力發(fā)電，2017，43（3）：18-22.

[11] GUO D，WANG H，ZHANG X，et al.Evaluation and analysis of grid precipitation fusion products in Jinsha River Basin based on China meteorological assimilation datasets for the SWAT model[J].Water，2019，11（2）：253.

[12] LIU J，SHI C，SUN S，et al.Improving land surface hydrological simulations in China using CLDAS meteorological forcing data[J].Journal of Meteorological Research，2019，33（6）：1194-1206.

[13] 張靜，劉增進(jìn)，肖偉華，等.三峽水庫(kù)蓄水后庫(kù)區(qū)氣候要素變化趨勢(shì)分析[J].人民長(zhǎng)江，2019，50（3）：113-116.

[14] CHEN Y，YANG K，HE J，et al.Improving land surface temperature modeling for dry land of China[J].Journal of Geophysical Research-Atmospheres，2011，116：D20104.

[15] HIMANSHU S K，PANDEY A，SHRESTHA P.Application of SWAT in an Indian river basin for modeling runoff，sediment and water balance[J].Environmental Earth Sciences，2017，76：3.

[16] 李朝月，方海燕.基于SWAT模型的壽昌江流域產(chǎn)沙模擬及影響因素分析[J].水土保持學(xué)報(bào)，2019，33（6）：127-135.

[17] 喬衛(wèi)芳，牛海鵬，趙同謙.基于SWAT模型的丹江口水庫(kù)流域農(nóng)業(yè)非點(diǎn)源污染的時(shí)空分布特征[J].長(zhǎng)江流域資源與環(huán)境，2013，22（2）：219-225.

（編輯：謝玲嫻）

引用本文：

崔豪，王賀佳，肖偉華，等.

三峽庫(kù)區(qū)CMFD降水?dāng)?shù)據(jù)適用性評(píng)估

[J].人民長(zhǎng)江，2021，52（8）：98-104.

Evaluation on application accuracy of CMFD precipitation data in Three Gorges Reservoir Area

CUI Hao，WANG Hejia，XIAO Weihua，GAO Bin

（ State Key Laboratory of Simulation and Regulation of Water Cycle in River Basin，China Institute of Water Resources and Hydropower Research，Beijing 100038，China ）

Abstract：

In order to analyze the application accuracy of CMFD （China Meteorological Forcing Dataset） precipitation data in the Three Gorges Reservoir area and provide data-driven support for hydrological simulation in areas of complex geomorphological features，the precipitation data of 27 meteorological stations was used to evaluate the accuracy of the precipitation product CMFD from multi-scale.And the result is used to drive the SWAT model to simulate the runoff of the typical basin.The results show that the correlation coefficients of precipitation between the meteorological stations and the CMFD for the study area from 1979 to 2015 are high and above 0.85.The CMFD annual average precipitation in the reservoir area from 1979 to 2015 can relatively properly reflect the spatial distribution of the precipitation in the Three Gorges Reservoir area，with an overall relative error of 3%.The daily precipitation event detection capability of CMFD is 0.89～0.99 for POD，0.55～0.65 for ACC，and 0.44～0.56 for CSI.In terms of the runoff simulation results，the Nash efficiency coefficient and the correlation coefficient of the CMFD precipitation data rate obtained at a regular internal and during the verification period are 0.90 and 0.89，0.91 and 0.88，respectively.CMFD data has a good ability to detect daily precipitation in the reservoir area，and the monthly scale correlation of precipitation at typical sites in the upper，middle and lower reaches of the reservoir area are relatively high and has a good effect in hydrological simulation of typical watersheds.It can provide support for the analysis of the temporal and spatial evolution characteristics of precipitation in the reservoir area and the refined simulation of the water cycle.

Key words：

precipitation product;CMFD;precipitation accuracy;SWAT model;Three Gorges Reservoir area