周思儒,信忠保

(北京林業(yè)大學(xué) 水土保持學(xué)院,北京 100083)

0 引 言

青藏高原有著“亞洲水塔”和“第三極”之稱[1-3],是亞洲眾多大江大河的發(fā)源地,是維系中國(guó)乃至世界水資源安全的重要地區(qū),影響著周邊眾多國(guó)家人民生活和社會(huì)穩(wěn)定[4]。青藏高原氣候變化不僅影響自身的生態(tài)環(huán)境,而且對(duì)周邊地區(qū)乃至全球氣候均具有重大影響。在千年尺度以下的各級(jí)氣候變化中青藏高原都是變化最早的“啟動(dòng)區(qū)”[5],被稱為氣候變化的放大器[6],對(duì)中國(guó)、亞洲乃至世界的氣候變化具有重要影響[7]。揭示和認(rèn)識(shí)青藏高原降水的時(shí)空變化特性,是了解高原流域獨(dú)特的水循環(huán)過程、開展水文模擬預(yù)報(bào)以及水資源合理開發(fā)利用等一系列問題的重要基礎(chǔ)[8-9]。然而,相較于青藏高原廣闊的地理面積,該區(qū)域的氣象站數(shù)量顯得尤為稀少,且多分布在東南地區(qū),不能通過對(duì)站點(diǎn)數(shù)據(jù)插值獲取準(zhǔn)確的高空間分辨率的降水?dāng)?shù)據(jù)[10]。衛(wèi)星遙感數(shù)據(jù)彌補(bǔ)了地面觀測(cè)的不足,對(duì)于單點(diǎn)觀測(cè)數(shù)據(jù),衛(wèi)星降水?dāng)?shù)據(jù)具有時(shí)間和空間分辨率高、覆蓋面積廣的特點(diǎn),為研究該地區(qū)的天氣和氣候提供高時(shí)空分辨率降水?dāng)?shù)據(jù)。

此前,許多研究者分析了不同降水?dāng)?shù)據(jù)集在青藏高原地區(qū)不同流域的適用狀況。曾琪鋮等[11]比較了柴達(dá)木盆地TRMM與Global Precipitation Measurement(GPM)數(shù)據(jù)集的質(zhì)量發(fā)現(xiàn),TRMM降水?dāng)?shù)據(jù)較GPM在月、年尺度上精度高約分別高出30%和60%;張磊磊等[12]通過對(duì)比TMPA、TRMM、CMORPH和PERSIANN衛(wèi)星降水?dāng)?shù)據(jù)在黃河源區(qū)的精度,發(fā)現(xiàn)TRMM數(shù)據(jù)精度最高。黃琦等[13]比較了CMFD、GPM-IMERG和MSWEP 3種降水產(chǎn)品在雅礱江的適用情況,發(fā)現(xiàn)CMFD在各個(gè)時(shí)段精度均最高。Bai等[14]比較了TRMM、GSMaP、MSWEP、NCEP2等12種多源降水?dāng)?shù)據(jù)在青藏高原的適用性,發(fā)現(xiàn)以MSWEP為代表的多源混合降水?dāng)?shù)據(jù)相較表現(xiàn)優(yōu)于單源降水?dāng)?shù)據(jù)集。由于不同數(shù)據(jù)源的質(zhì)量存在很大差異[15-16],得到的降水變化趨勢(shì)規(guī)律也不盡相同。通過比較國(guó)內(nèi)外8種數(shù)據(jù)源降水?dāng)?shù)據(jù)集的模擬與再分析數(shù)據(jù)的誤差與適用性,揭示了近40 a青藏高原整體降水變化時(shí)空特征,對(duì)今后水文模擬及預(yù)報(bào)具有重大意義。

1 數(shù)據(jù)與方法

1.1 研究數(shù)據(jù)

本研究選取了青藏高原及其周邊103個(gè)氣象觀測(cè)站1980—2019年實(shí)測(cè)數(shù)據(jù)作為降水?dāng)?shù)據(jù)源,分布于研究區(qū)范圍內(nèi)及其周圍,數(shù)據(jù)下載于中國(guó)氣象數(shù)據(jù)網(wǎng)(http:∥data.cma.cn/)。選取了8種目前應(yīng)用較為廣泛的研究數(shù)據(jù)的衛(wèi)星遙感與再分析數(shù)據(jù)以及國(guó)內(nèi)學(xué)者制作的降水?dāng)?shù)據(jù)集,見表1。

表1 各降水?dāng)?shù)據(jù)集基本情況Table 1 Summary of precipitation datasets

其中Climatic Research Uni(CRU)、何永利[19]數(shù)據(jù)屬于格點(diǎn)降水?dāng)?shù)據(jù),Tropical Rainfall Measuring Mission satellite(TRMM)數(shù)據(jù)屬于衛(wèi)星反演資料,Global Land Data Assimilation Syste(GLDAS)、ECMWF(European Centre for Medium-Range Weather Forecasts) Reanalysis v5(ERA5)、彭守璋[18]及陽(yáng)坤[20]數(shù)據(jù)屬于再分析數(shù)據(jù)集,黃偉[17]數(shù)據(jù)屬于插值數(shù)據(jù)集。基本囊括了我們?nèi)粘Ｊ褂玫慕邓當(dāng)?shù)據(jù)類別。

1.2 研究方法

1.2.1 趨勢(shì)檢驗(yàn)

采用線性傾向率定量地反映站點(diǎn)與再分析數(shù)據(jù)隨時(shí)間的變化趨勢(shì)。采用Mann-Kendall法[21-22]判斷降水量的變化趨勢(shì),此法計(jì)算簡(jiǎn)便、檢測(cè)范圍寬、人為干擾少且定量化程度高。在Mann-Kendall檢驗(yàn)中,假設(shè)時(shí)間序列數(shù)據(jù)(X1,…,Xn)相互獨(dú)立且隨機(jī)變量同分布,n為時(shí)間序列的長(zhǎng)度,檢驗(yàn)的統(tǒng)計(jì)變量S計(jì)算式為

(1)

其中,

(2)

式中Xj、Xi分別為j,i年的相應(yīng)測(cè)量值。

(3)

這樣在雙邊的趨勢(shì)檢驗(yàn)中,在α置信水平上,若|Z|≥Z1-α/2,則拒絕原假設(shè),即在α置信水平上,時(shí)間序列數(shù)據(jù)存在明顯的上升或下降趨勢(shì)。分別在α=0.05(顯著)(|Z|>1.64)及α=0.01(非常顯著)(|Z|>2.32)水平,分析不同地區(qū)降水量的變化趨勢(shì)。

利用相關(guān)系數(shù)法來評(píng)價(jià)各降水?dāng)?shù)據(jù)與站點(diǎn)實(shí)測(cè)數(shù)據(jù)之間的一致性。相關(guān)系數(shù)R的表達(dá)式為

(4)

1.2.2 精度驗(yàn)證方法

使用相對(duì)誤差(BIAS)是指各個(gè)降水?dāng)?shù)據(jù)與站點(diǎn)實(shí)測(cè)數(shù)據(jù)之間的誤差,用來評(píng)價(jià)降水?dāng)?shù)據(jù)與站點(diǎn)實(shí)測(cè)數(shù)據(jù)在數(shù)值上的偏離程度[25-26]。其表達(dá)式為

(5)

BIAS越接近于0,表示2種數(shù)據(jù)的偏差越小,數(shù)值越準(zhǔn)確。

使用均方根誤差(Root Mean Squared Error,RMSE)來衡量觀測(cè)值與真實(shí)值之間的偏差,用于評(píng)價(jià)數(shù)據(jù)整體的偏移程度,即

(6)

RMSE值越接近于0,數(shù)據(jù)準(zhǔn)確性則越高。

2 研究結(jié)果

2.1 精度檢驗(yàn)

2.1.1 整體精度檢驗(yàn)

以青藏高原及其周邊103個(gè)氣象站點(diǎn)(青藏高原范圍內(nèi)75個(gè)站點(diǎn),青藏高原范圍外28個(gè)站點(diǎn))1980—2019年平均月降水量為基準(zhǔn)(圖1),分別對(duì)8種降水?dāng)?shù)據(jù)集進(jìn)行一元線性回歸分析及Mann-Kendall趨勢(shì)分析。氣象站點(diǎn)實(shí)測(cè)數(shù)據(jù)在時(shí)間連續(xù)性、數(shù)據(jù)穩(wěn)定性和精度上具有優(yōu)勢(shì)[27],在降水變化相關(guān)研究中,站點(diǎn)數(shù)據(jù)是判斷降水分布與變化的重要指標(biāo),常作為“真實(shí)值”對(duì)其他降水?dāng)?shù)據(jù)進(jìn)行驗(yàn)證[28]。由于8種降水?dāng)?shù)據(jù)集空間分辨率不一致,為對(duì)其質(zhì)量差異進(jìn)行定量描述,以青藏高原及其周邊103個(gè)氣象站點(diǎn)為基準(zhǔn),采用雙線性插值法對(duì)各降水?dāng)?shù)據(jù)集進(jìn)行采樣[29],得到對(duì)應(yīng)站點(diǎn)地理位置的月降水量,然后與站點(diǎn)觀測(cè)降水?dāng)?shù)據(jù)進(jìn)行比較(表2)。

圖1 青藏高原及其周邊氣象站點(diǎn)分布情況Fig.1 Distribution of meteorological stations on the Qinghai-Tibet Plateau and its surrounding areas

表2 8種數(shù)據(jù)集月降水過程與月降水觀測(cè)過程對(duì)比結(jié)果Table 2 Comparison of monthly precipitation process between the eight datasets and observations

結(jié)果表明在全球化的降水?dāng)?shù)據(jù)集中TRMM、GLDAS、CRU與氣象站點(diǎn)觀測(cè)的月降水?dāng)?shù)據(jù)相關(guān)系數(shù)R均值在0.9左右,數(shù)據(jù)一致性較好,相對(duì)誤差及均方根

誤差相對(duì)較高,相對(duì)誤差極值也相對(duì)較高,其數(shù)據(jù)在青藏高原地區(qū)整體精度相對(duì)較低,部分地區(qū)誤差很大。ERA5數(shù)據(jù)相關(guān)性系數(shù)R較低,為0.7以下,相對(duì)誤差及均方根誤差均值也極高,表明ERA5數(shù)據(jù)在青藏高原整體存在極高的系統(tǒng)誤差。

在國(guó)內(nèi)學(xué)者制作的數(shù)據(jù)集中,何永利與陽(yáng)坤的數(shù)據(jù)集與氣象站點(diǎn)實(shí)際觀測(cè)結(jié)果具有很好的一致性,相關(guān)系數(shù)R均值達(dá)到了0.97以上,相對(duì)誤差及均方根誤差均值相較其他數(shù)據(jù)集均處于較低水平。黃偉的數(shù)據(jù)集相關(guān)性系數(shù)R均值較高,為0.9左右,相對(duì)誤差及均方根誤差均值相對(duì)較低,相對(duì)誤差極值也相對(duì)較低,表明黃偉的數(shù)據(jù)集在整體上較為可靠。彭守璋的數(shù)據(jù)集相關(guān)系數(shù)R均值為0.7以下,相對(duì)誤差及均方根誤差均值相對(duì)較高,數(shù)據(jù)可靠性相對(duì)較低。

2.1.2 空間尺度精度檢驗(yàn)

各流域內(nèi)各站點(diǎn)的相對(duì)誤差(BIAS)均值如表3所示。不同數(shù)據(jù)集在各個(gè)流域內(nèi)的數(shù)據(jù)質(zhì)量呈現(xiàn)出相似的分布規(guī)律,各數(shù)據(jù)集數(shù)據(jù)質(zhì)量由東至西逐漸降低;低海拔流域數(shù)據(jù)質(zhì)量高于高海拔流域的數(shù)據(jù)質(zhì)量。全球化數(shù)據(jù)集中TRMM、GLDAS、CRU在各個(gè)流域表現(xiàn)基本相同,在黃河源區(qū)、長(zhǎng)江源區(qū)、瀾滄江流域相對(duì)誤差較低,數(shù)據(jù)質(zhì)量較好;黑河、塔里木河、內(nèi)陸河、怒江及雅魯藏布江流域內(nèi);在柴達(dá)木、青海湖及印度河流域內(nèi)相對(duì)誤差均值極高。ERA5數(shù)據(jù)在各個(gè)流域內(nèi)數(shù)據(jù)質(zhì)量差距不大,各流域相對(duì)誤差均值相較其他數(shù)據(jù)集均較高。

表3 8種數(shù)據(jù)集在青藏高原不同流域BIAS均值統(tǒng)計(jì)Table 3 Statistics of BIAS mean values of the eight datasets in different watersheds of the Qinghai-Tibet Plateau %

在國(guó)內(nèi)學(xué)者制作的數(shù)據(jù)集中,彭守璋制作的數(shù)據(jù)集相對(duì)誤差均值均較高,只在印度河流域中相對(duì)誤差均值極高,數(shù)據(jù)可靠性差。黃偉制作的數(shù)據(jù)集在大部分流域準(zhǔn)確性較高,只在柴達(dá)木、青海湖、塔里木河及印度河流域相對(duì)誤差均值較高。何永利及陽(yáng)坤的數(shù)據(jù)集數(shù)據(jù)質(zhì)量則更高,只在印度河流域內(nèi)有著較高的均值,其余流域內(nèi)均有著極高的數(shù)據(jù)準(zhǔn)確性(表3)。

以青藏高原各氣象觀測(cè)站點(diǎn)降水量為基準(zhǔn),采用相對(duì)誤差BLAS評(píng)價(jià)不同站點(diǎn)高程上8種衛(wèi)星降水?dāng)?shù)據(jù)的探測(cè)精度,圖2為相對(duì)誤差與站點(diǎn)高程的關(guān)系。不同數(shù)據(jù)集相對(duì)誤差均隨高程增加而逐漸增加,變化幅度分別為8.27%/1 000 m(TRMM)、14.92%/1 000 m(GLDAS)、17.10%/1 000 m(CRU)、11.01%/1 000 m(ERA5)、4.14%/1 000 m(黃偉)、7.81%/1 000 m(彭守璋)、2.64%/1 000 m(何永利)、2.58%/1 000 m(陽(yáng)坤),且大多數(shù)通過p<0.05顯著性檢驗(yàn)。所有數(shù)據(jù)集數(shù)據(jù)質(zhì)量均隨高程增加呈下降趨勢(shì)。

圖2 不同降水?dāng)?shù)據(jù)集相對(duì)誤差與高程關(guān)系Fig.2 Relationship between relative error and elevation for different precipitation datasets

2.2 年降水量變化特征

2.2.1 年際變化

對(duì)青藏高原整體降水量的評(píng)估結(jié)果相似,對(duì)青海省及西藏自治區(qū)降水量評(píng)估結(jié)果相差較大。各數(shù)據(jù)集均顯示近40 a青藏高原平均降水量約為400 mm,青海省為300 mm左右,西藏自治區(qū)為450 mm左右(圖3)。

圖3 近40 a青藏高原不同降水?dāng)?shù)據(jù)集年降水量變化Fig.3 Annual precipitation changes on Qinghai-Tibet Plateau in different datasets over the recent four decades

近40 a來,8種降水?dāng)?shù)據(jù)集均顯示青藏高原整體降水量呈增加趨勢(shì),其中增加速率最高的數(shù)據(jù)集為陽(yáng)坤,為3.52 mm/a,增加速率最低的數(shù)據(jù)集為CRU,為0.55 mm/a。所有數(shù)據(jù)集均顯示青海省降水量呈增加趨勢(shì),其中增加速率最高的數(shù)據(jù)集為TRMM,為3.41 mm/a,增加速率最低的數(shù)據(jù)集為CRU,為0.71 mm/a。僅TRMM數(shù)據(jù)集顯示西藏自治區(qū)降水量呈下降趨勢(shì),下降速率為-0.70 mm/a。其余數(shù)據(jù)集中,增加速率最高的數(shù)據(jù)集為陽(yáng)坤,為3.95 mm/a,增加速率最低的數(shù)據(jù)集為GLDAS,為0.30 mm/a。

2.2.2 空間分布

由氣象站點(diǎn)及各個(gè)降水?dāng)?shù)據(jù)集近40 a的平均降水量數(shù)據(jù)來看(圖4),青藏高原地區(qū)降水量分布極其不均勻,由東南向西北高原降水量遞減,但各個(gè)數(shù)據(jù)集中各流域降水量分布情況不盡相同。站點(diǎn)實(shí)測(cè)數(shù)據(jù),青藏高原降水量最為充沛的地區(qū)位于橫斷山區(qū)怒江、瀾滄江以及長(zhǎng)江流域的下游部分,降水量普遍達(dá)到800 mm以上,降水量最大的站點(diǎn)位于怒江流域的貢山站,近40 a平均降水量達(dá)到了1 741.2 mm。青藏高原降水量最為充沛的地區(qū)為雅魯藏布江流域下游的藏南地區(qū),各數(shù)據(jù)集普遍認(rèn)為藏南部分地區(qū)年降水量達(dá)到1 800 mm以上。黃河、長(zhǎng)江、怒江、瀾滄江及雅魯藏布江中上游地區(qū)普遍在400～600 mm之間。降水量最少的地區(qū)位于北部的塔里木河及柴達(dá)木流域,年降水量普遍不足100 mm,降水量最低的站點(diǎn)位于柴達(dá)木盆地的冷湖站,近40 a平均降水量?jī)H為20.6 mm。

圖4 近40 a青藏高原不同降水?dāng)?shù)據(jù)集降水量分布Fig.4 Spatial distribution pattern of annual precipita-tion on Qinghai-Tibet Plateau in different datasets over the recent four decades

在全球化數(shù)據(jù)集中,GLDAS及CRU對(duì)青藏高原南部降水量估計(jì)明顯偏高。ERA5數(shù)據(jù)在整個(gè)青藏高原普遍存在十分明顯的高估現(xiàn)象。TRMM數(shù)據(jù)質(zhì)量相對(duì)其他全球化數(shù)據(jù)集質(zhì)量較高,在內(nèi)陸河流域及柴達(dá)木流域產(chǎn)生了部分?jǐn)?shù)據(jù)異常值。且所有全球化數(shù)據(jù)集均明顯高估了塔里木河流域及內(nèi)陸河流域?qū)τ《群恿饔蚪邓康葍?nèi)陸干旱地區(qū)降水量。

國(guó)內(nèi)學(xué)者制作的數(shù)據(jù)集中,彭守璋及黃偉的數(shù)據(jù)集降水量分布相似,對(duì)內(nèi)陸河及塔里木河流域降水量的反映也較為準(zhǔn)確,但對(duì)印度河流域降水量存在明顯高估現(xiàn)象。陽(yáng)坤及何永利的數(shù)據(jù)集對(duì)青藏高原各流域反映較好,可以清晰看出青藏高原降水量的分布形式。在長(zhǎng)江下游地區(qū)及雅魯藏布江下游地區(qū)降水量達(dá)到800 mm以上,降水充沛;在雅魯藏布江中游及橫斷山區(qū)存在降水量低值分布區(qū),較周圍地區(qū)降水量偏低。西寧周邊存在著相對(duì)降水高點(diǎn),年降水量達(dá)到400 mm以上。柴達(dá)木及內(nèi)陸河北部降水量極低,屬于極度干旱地區(qū),年降水量普遍不足100 mm。

2.2.3 時(shí)空變化

近40 a來青藏高原地區(qū)降水量的年際變化存在明顯的空間差異性。根據(jù)氣象站點(diǎn)觀測(cè),40 a來青藏高原大部分地區(qū)降水呈上升趨勢(shì),在103個(gè)氣象站點(diǎn)中81個(gè)氣象站點(diǎn)年降水量呈上升趨勢(shì)。青藏高原北部地區(qū)上升趨勢(shì)尤為顯著,其中黃河源區(qū)上升速率最為快速,貴南站近40 a降水平均增速達(dá)到了4.88 mm/a。僅在長(zhǎng)江源區(qū)、瀾滄江、怒江及雅魯藏布江下游的部分地區(qū)近40 a來降水量呈下降趨勢(shì),下降最多的站點(diǎn)為長(zhǎng)江源區(qū)的香格里拉站,近40 a來降水量平均下降速度為8.70 mm/a,占該地40 a平均降水量的1.37%。

將8種不同的降水?dāng)?shù)據(jù)集及中國(guó)氣象站點(diǎn)數(shù)據(jù)采用Mann-Kendall檢測(cè)。各個(gè)氣象數(shù)據(jù)集對(duì)青藏高原降水年際變化的描述較為相近,均認(rèn)為青藏高原大部分地區(qū)降水量呈上升趨勢(shì)(表4、圖5),占整個(gè)青藏高原66%以上,而降水量呈顯著下降趨勢(shì)的地區(qū)普遍不足10%。但大部分?jǐn)?shù)據(jù)集顯示青藏高原大部分地區(qū)降水量變化并不顯著,僅GLDAS及陽(yáng)坤數(shù)據(jù)集認(rèn)為青藏高原大部分地區(qū)降水量呈十分顯著的上升趨勢(shì)。

圖5 近40 a青藏高原不同降水?dāng)?shù)據(jù)集降水變化趨勢(shì)Fig.5 Variation trend of annual precipitation on Qinghai-Tibet Plateau in different datasets over the recent four decades

表4 近40 a青藏高原8種數(shù)據(jù)集不同顯著性變化的面積占比Table 4 Proportions of areas with varied significant changes on Qinghai-Tibet Plateau in the eight datasets over the recent four decades %

在全球化的氣象數(shù)據(jù)集中,GLDAS及ERA5均顯示青藏高原大部分地區(qū)降水量呈上升趨勢(shì),僅在雅魯藏布江下游小部分地區(qū)下降速度極快。GLDAS與ERA5降水量上升速度怒江及雅魯藏布江流域中上游地區(qū)。2種數(shù)據(jù)集均認(rèn)為雅魯藏布江下游小部分地區(qū)降水量下降速度最高。CRU數(shù)據(jù)則顯示下降速率最快的地區(qū)位于雅魯藏布江流域上游及印度河流域,下降速度為2.79 mm/a;降水量上升速率最高的地區(qū)為雅魯藏布江中游地區(qū),上升速度為4.82 mm/a。TRMM數(shù)據(jù)顯示雅魯藏布江下游地區(qū)降水量下降速度達(dá)到了15.00 mm/a以上。而黃河源區(qū)及長(zhǎng)江源區(qū)北部則產(chǎn)生了較為快速地上升,普遍達(dá)到了4 mm/a以上。

在國(guó)內(nèi)學(xué)者制作的氣象數(shù)據(jù)集中,黃偉的數(shù)據(jù)集顯示雅魯藏布江中下游地區(qū)降水量呈非常迅速的下降趨勢(shì),下降速度普遍達(dá)到了10 mm/a以上,上升速率最高的地區(qū)位于雅魯藏布江下游,達(dá)到了9.45 mm/a。彭守璋的數(shù)據(jù)集顯示青藏高原地區(qū)降水量下降區(qū)域位于印度河流域,下降速度普遍達(dá)到了5 mm/a以上。而青藏高原中東部則普遍呈上升趨勢(shì),最高值為6.24 mm/a。何永利的數(shù)據(jù)集顯示青藏高原絕大多數(shù)地區(qū)降水量呈上升趨勢(shì),上升速率在2 mm/a左右,最高值出現(xiàn)在印度河流域,達(dá)到了6.47 mm/a。僅在雅魯藏布江上游及下游小部分地區(qū)降水量呈下降趨勢(shì)。陽(yáng)坤的數(shù)據(jù)集則顯示在怒江上游地區(qū)是整個(gè)青藏高原降水量下降最為迅速的地區(qū),下降速度普遍達(dá)到了9 mm/a以上,最高值達(dá)到14.97 mm/a(圖6)。

圖6 近40 a青藏高原不同降水?dāng)?shù)據(jù)集降水量變化速率Fig.6 Rates of annual precipitation change on Qinghai-Tibet Plateau in different datasets over the recent four decades

站點(diǎn)數(shù)據(jù)和各數(shù)據(jù)集均認(rèn)為近40 a來青藏高原年降水量整體呈上升趨勢(shì),但各數(shù)據(jù)集對(duì)年降水量上升速率的估計(jì)較實(shí)測(cè)數(shù)據(jù)普遍偏高[30]。不同數(shù)據(jù)集普遍認(rèn)為青藏高原北部較為干旱的黃河源區(qū)、柴達(dá)木流域及內(nèi)陸河流域上升趨勢(shì)最為顯著,這與許多其他學(xué)者[31-32]的研究結(jié)果較為一致。不同數(shù)據(jù)集對(duì)青藏高原降水量下降區(qū)域的判斷各有不同,但大部分?jǐn)?shù)據(jù)集認(rèn)為青藏高原東南部的雅魯藏布江下游、怒江、瀾滄江流域及長(zhǎng)江源區(qū)中下游部分地區(qū)降水量呈下降趨勢(shì),這一結(jié)果也普遍體現(xiàn)在其他各類研究中[33-35]。

3 討 論

系統(tǒng)研究不同降水?dāng)?shù)據(jù)集與氣象站點(diǎn)的平均降水量分布、降水變化速率以及降水變化趨勢(shì)后,結(jié)果表明各個(gè)數(shù)據(jù)集均可以大致滿足青藏高原地區(qū)降水研究的實(shí)際需求,但不同數(shù)據(jù)集對(duì)降水描述差距較大。CRU與GLDAS數(shù)據(jù)集對(duì)地形對(duì)于氣候的影響反應(yīng)較小,更多地體現(xiàn)出青藏高原由西南至東北降水量逐漸下降的變化趨勢(shì),對(duì)降水量變化趨勢(shì)與變化速率的描述與實(shí)際站點(diǎn)數(shù)據(jù)差距也較大,相較于2種數(shù)據(jù)集在我國(guó)中東部地區(qū)的表現(xiàn),可靠性明顯下降[36]。且這2種數(shù)據(jù)集在氣象站點(diǎn)稀疏且少雨的柴達(dá)木流域、塔里木河流域、內(nèi)陸河流域以及印度河流域相對(duì)誤差極大,可能是由于這些地區(qū)可用于率定的地面數(shù)據(jù)較少[37]。TRMM數(shù)據(jù)融合了多種數(shù)據(jù)源,在全球化數(shù)據(jù)集中對(duì)青藏高原降水的反映較好,但相對(duì)其在國(guó)內(nèi)其他地區(qū),高估現(xiàn)象更加嚴(yán)重[38],數(shù)據(jù)質(zhì)量依然有賴于氣象站點(diǎn)資料的質(zhì)量和密度[39],在站點(diǎn)稀疏地區(qū)誤差仍然相對(duì)較大。ERA5數(shù)據(jù)對(duì)青藏高原降水分布的反映較好,但存在整體性的嚴(yán)重高估現(xiàn)象,高估程度高于中東部地區(qū)[40]。

在國(guó)內(nèi)學(xué)者制作的數(shù)據(jù)集中,黃偉的數(shù)據(jù)集是由中國(guó)及周邊國(guó)家1202個(gè)降水站點(diǎn)數(shù)據(jù)利用局部薄盤光滑樣條法進(jìn)行插值制作,該方法插值精度顯著優(yōu)于其他方法[41-42],對(duì)青藏高原降水的反應(yīng)也普遍優(yōu)于全球化的氣象數(shù)據(jù)集,但在氣象站點(diǎn)稀少的青藏高原中西部地區(qū)仍存在錯(cuò)估降水變化趨勢(shì)的現(xiàn)象。彭守璋的數(shù)據(jù)集由CRU數(shù)據(jù)集以及World Clim數(shù)據(jù)集通過Delta空間降尺度方法生成,可以引入地形地貌對(duì)氣候的影響[43],對(duì)降水量空間分布的反映相對(duì)于原始數(shù)據(jù)集更加精準(zhǔn),但通過這種統(tǒng)計(jì)降尺度并不能改變數(shù)據(jù)集的準(zhǔn)確性[44],相對(duì)誤差仍然偏高。何永利數(shù)據(jù)是基于GPCC降水?dāng)?shù)據(jù)集得到的,GPCC數(shù)據(jù)集準(zhǔn)確性相對(duì)較高,甚至優(yōu)于氣象站點(diǎn)插值的成果,是基于全球陸地范圍內(nèi)67 200個(gè)超過10 a 記錄期的站點(diǎn),密度較CRU等只依賴國(guó)際交換站的數(shù)據(jù)集更大,且采用更為精細(xì)的質(zhì)量控制方案[45],并與其他氣候數(shù)據(jù)的結(jié)果比較融合,能綜合全面地體現(xiàn)局地月平均降水信息[46]。陽(yáng)坤的CFMD數(shù)據(jù)集以Princeton再分析資料、GLDAS資料、GEWEX-SRB輻射資料,以及TRMM降水資料為背景場(chǎng),融合了中國(guó)氣象局常規(guī)氣象觀測(cè)數(shù)據(jù)制作而成,相對(duì)于其他數(shù)據(jù)集融合了更多的青藏高原地面氣象站點(diǎn),數(shù)據(jù)質(zhì)量最為可靠。

雖然各個(gè)數(shù)據(jù)集對(duì)降水量估計(jì)的準(zhǔn)確性各有不同,但在各個(gè)流域的準(zhǔn)確性分布有著相似的規(guī)律。在青藏高原東南部的橫斷山脈的瀾滄江流域、怒江流域及雅魯藏布江流域內(nèi)相對(duì)誤差較高,這可能是由于青藏高原復(fù)雜的地理環(huán)境及高程變化,在地形復(fù)雜的地區(qū),衛(wèi)星傳感器對(duì)降水信息的表達(dá)能力相對(duì)較低導(dǎo)致的[47]。此外所有的降水?dāng)?shù)據(jù)集對(duì)降水量較低柴達(dá)木流域、塔里木河流域、內(nèi)陸河流域及印度河流域的誤差較大,這可能是由于降水產(chǎn)品對(duì)較大的降水的模擬較好而對(duì)微量降水的模擬易發(fā)生錯(cuò)報(bào)漏報(bào)現(xiàn)象[48]。

4 結(jié) 論

本文利用青藏高原地區(qū)及其周邊氣象站點(diǎn)月降水?dāng)?shù)據(jù)及國(guó)內(nèi)外8種降水?dāng)?shù)據(jù)集,比較了各降水?dāng)?shù)據(jù)集降水量與站點(diǎn)實(shí)測(cè)降水量之間的數(shù)據(jù)差異以及各降水?dāng)?shù)據(jù)集在青藏高原各流域中的表現(xiàn),探究了青藏高原降水量年際變化及變化趨勢(shì),可以得出以下結(jié)論:

(1)8種國(guó)內(nèi)外學(xué)者的氣象數(shù)據(jù)集中,陽(yáng)坤制作的CFMD數(shù)據(jù)集表現(xiàn)最好,在總體及各個(gè)流域內(nèi)均較其他數(shù)據(jù)集有一定的優(yōu)勢(shì)。TRMM數(shù)據(jù)在全球化降水?dāng)?shù)據(jù)集中質(zhì)量最高?；谡军c(diǎn)的降水?dāng)?shù)據(jù)集的精度整體高于衛(wèi)星反演數(shù)據(jù)和再分析數(shù)據(jù)。

(2)各個(gè)降水?dāng)?shù)據(jù)集對(duì)青藏高原不同流域降水量估計(jì)的準(zhǔn)確性各有不同,在地形較為復(fù)雜的地區(qū)如瀾滄江流域、怒江流域及雅魯藏布江流域以及干旱地區(qū)的柴達(dá)木流域、塔里木河流域、內(nèi)陸河流域及印度河流域的誤差均較大,同時(shí)在氣象站點(diǎn)稀疏的地區(qū),同樣會(huì)影響各數(shù)據(jù)集的準(zhǔn)確性。

(3)青藏高原2/3以上地區(qū)降水量呈上升趨勢(shì),其中上升趨勢(shì)顯著的為黃河源區(qū)中下游地區(qū)、內(nèi)陸河流域、柴達(dá)木流域。而青藏高原東南部雅魯藏布江、怒江、瀾滄江及長(zhǎng)江源區(qū)下游的降水量則呈顯著的下降趨勢(shì)。

(4)青藏高原各流域整體上呈正增長(zhǎng)趨勢(shì),青藏高原北部地區(qū)上升趨勢(shì)尤為顯著,黃河源區(qū)降水量上升最為快速,上升速率在5 mm/a左右,怒江流域,雅魯藏布江流域下游地區(qū)降水量下降速度最快,達(dá)到9 mm/a以上。