張茜茹，陳益玲，李長軍，周笑天，崔雅琴，李蕓，張平

摘要：以質量控制后的觀測降水數(shù)據(jù)作為“真值”，采用多種指標評估檢驗國家氣象信息中心研制的5 km逐小時降水實時三源融合實況分析產(chǎn)品（簡記為“FRT_05”）和1 km逐小時降水實時多源融合實況分析產(chǎn)品（簡記為“RT_01”）在山東地區(qū)2021年汛期以及臺風“煙花”過程的適用性。結果表明：（1）兩種降水產(chǎn)品在山東的適用性較好，但RT_01產(chǎn)品的精細化實況監(jiān)測能力優(yōu)于FRT_05。（2）檢驗指標的月變化明顯，在降水量次多的9月降水產(chǎn)品的適用性最優(yōu)。（3）兩種降水產(chǎn)品在魯中山區(qū)西部、威海東部和青島沿海一帶地形復雜的區(qū)域以及大部分海島上的適用性相對較差。（4）由降水量級的檢驗評估來看，隨降水量增加，平均絕對誤差、均方根誤差增大；中雨量級相對偏差最小，兩種降水產(chǎn)品均高估了中雨及以下量級的實際降水強度，低估了大雨及以上量級的實際降水強度。（5）無論是降水量級還是降水落區(qū)，RT_01產(chǎn)品對臺風“煙花”降水過程的監(jiān)測和再現(xiàn)能力優(yōu)于FRT_05，但整體來看兩種產(chǎn)品均低估了“煙花”過程的降水強度。

關鍵詞：融合降水實況分析產(chǎn)品；山東；煙花；質量評估

中圖分類號：P459? ? ? 文獻標志碼：A? ? ? ?文章編號：2096-3599（2023）02-0001-00

DOI： 10.19513/j.cnki.issn2096-3599.2023.02.010

Applicability evaluation of two merged precipitation analysis products in Shandong

Zhang Qianru1，2， Chen Yiling1，2， Li Changjun1，2， Zhou Xiaotian1，2，

Cui Yaqin1，2， Li Yun1，2， Zhang Ping1，2

（1. Key Laboratory for Meteorological Disaster Prevention and Mitigation of Shandong， Jinan 250031， China; 2. Shandong Meteorological Data Center， Jinan 250031， China）

Abstract： The precipitation observation data after quality control is taken as the “true value”， and multiple indicators are used to evaluate the applicability of the real-time three-source merged analysis product of 5-km hourly precipitation （referred to as “FRT_05”） and the real-time multi-source merged analysis product of 1-km hourly precipitation （referred to as “RT_01”） developed by National Meteorological Information Center in Shandong during the flood period of 2021 and Typhoon In-Fa process. The results are listed as follows. （1） The applicability of both precipitation products in Shandong is good， but the refined live monitoring capability of RT_01 is better than that of FRT_05. （2） The inspection indicators have obvious monthly variations， and the applicability of precipitation products is the best in September，when the precipitation takes the second place. （3） The applicability of the two precipitation products is relatively poor in the west of the mountainous areas in middle Shandong province and coastal areas of eastern Weihai and Qingdao with complex topographies， as well as in most of the islands. （4） From the inspection and evaluation of different precipitation levels， it is indicated that the mean absolute error （MAE） and root mean square error （RMSE） increase with the increase of precipitation; the relative deviation （RD） of moderate rainfall is the smallest， and the two products overestimate the actual precipitation intensity of moderate rainfall and below， while they underestimate the actual precipitation intensity of heavy rainfall and above. （5） For Typhoon In-Fa， the monitoring and reproduction capabilities of RT_01 are obviously better than those of FRT_05 with respect to the precipitation intensity or the precipitation area， while both products underestimate the actual precipitation intensity on the whole.

Keywords： merged precipitation analysis product; Shandong; In-Fa; quality evaluation

引言

隨著我國氣象觀測網(wǎng)建設的快速發(fā)展，自動氣象站觀測數(shù)據(jù)時空密度大大提高，利用雷達、衛(wèi)星等獲取的觀測數(shù)據(jù)越來越多，多種數(shù)值模式模擬數(shù)據(jù)質量也在不斷提高。利用數(shù)據(jù)融合與數(shù)據(jù)同化技術，綜合多種來源觀測資料及多模式模擬數(shù)據(jù)，獲得高精度、高質量、時空連續(xù)的多源數(shù)據(jù)融合氣象格點產(chǎn)品是當前發(fā)展趨勢[1-3]。目前，我國多源融合降水實況分析產(chǎn)品的研究已取得了一定的進展[4-6]。中國氣象局國家氣象信息中心利用美國國家海洋和大氣管理局（National Oceanic and Atmospheric Administration，NOAA）氣候預測中心（Climate Prediction Center，CPC）提出的“概率密度函數(shù)＋最優(yōu)插值”兩步融合，研制了逐時、10 km地面和衛(wèi)星二源融合降水實況產(chǎn)品[7]。2014年，潘旸等[8]提出“概率密度函數(shù)＋貝葉斯模型平均＋最優(yōu)插值”方法，引入中國氣象局氣象探測中心的雷達定量降水估測產(chǎn)品，研制了逐時5 km的地面、衛(wèi)星、雷達三源融合降水實況產(chǎn)品。2021年，中國區(qū)域多源融合實況分析1 km分辨率產(chǎn)品投入業(yè)務應用，該產(chǎn)品綜合利用了地面自動站觀測、天氣雷達、風云衛(wèi)星、數(shù)值模式等多源資料和數(shù)據(jù)，采用了概率密度匹配、貝葉斯模型平均、多重網(wǎng)格變分、最優(yōu)插值等核心多源融合分析技術。

融合降水實況分析產(chǎn)品在不同地區(qū)的準確性有很大差別。張狄等[9]在評估融合降水實況分析產(chǎn)品在太行山區(qū)的適用性時指出，降水產(chǎn)品在夏季質量較好，且與地形存在密切關系；吳薇等[10]發(fā)現(xiàn)，在四川區(qū)域融合降水實況分析產(chǎn)品存在低估，且隨降水量增大誤差也越大。同時，不同空間分辨率的融合降水實況分析產(chǎn)品的準確性也存在差異。龍柯吉等[11]對比分析了4種降水融合實況分析產(chǎn)品在四川一次強降水過程的適用性，指出1 km降水產(chǎn)品的準確性較高；鄧悅等[12]評估了臺風“海高斯”期間3種融合降水實況分析產(chǎn)品的誤差，指出1 km逐小時降水融合實況分析產(chǎn)品效果最優(yōu)。

山東地處華東沿海，中部為地勢較高的魯中山區(qū)，東部為與黃海、渤海毗鄰的山東半島，特殊地形和海陸分布特征使得山東降水空間分布不均勻。在山東特殊地理環(huán)境背景下，評估融合降水實況分析產(chǎn)品在山東的適用性對本地強天氣過程的預報、監(jiān)測和防災減災具有重要意義。本文將通過評估2021年山東汛期5—9月兩種融合降水實況分析產(chǎn)品的數(shù)據(jù)質量，揭示融合降水實況分析產(chǎn)品在山東地區(qū)的適用情況，為下一步融合降水數(shù)據(jù)的應用提供科學依據(jù)。

1 數(shù)據(jù)與方法

1.1 融合降水實況分析產(chǎn)品

本文對比分析了2021年降水集中且降水形勢復雜的5—9月兩種融合降水實況分析產(chǎn)品在山東地區(qū)的適用性，這兩種數(shù)據(jù)分別為國家氣象信息中心研制的5 km逐小時降水實時三源融合實況分析產(chǎn)品（簡稱“FRT_05”）和1 km逐小時降水實時多源融合實況分析產(chǎn)品（簡稱“RT_01”）。RT_01產(chǎn)品在FRT_05產(chǎn)品的研發(fā)基礎上，將融合數(shù)據(jù)源由“地面、衛(wèi)星、雷達”三源資料擴展至“地面、衛(wèi)星、雷達和數(shù)值模式”等多源資料，同時RT_01產(chǎn)品融合技術增加了多源協(xié)同質量控制，優(yōu)化了地面觀測背景場質量，產(chǎn)品生成時效也由滯后10 min提升至5 min。本文通過氣象大數(shù)據(jù)云平臺“天擎”接口獲取融合降水實況分析產(chǎn)品，評估時段內應獲取產(chǎn)品數(shù)和實際獲取數(shù)均為3 672個時次。

1.2 地面觀測資料

觀測資料為同時段的山東省123個國家地面自動氣象觀測站（簡稱“國家站”）和1 788個區(qū)域自動氣象觀測站（簡稱“區(qū)域站”）的逐小時降水量數(shù)據(jù)。降水量數(shù)據(jù)經(jīng)過氣象資料業(yè)務系統(tǒng)（Meteorological Data Operational System 2.0，MDOS 2.0）中的氣候學界限值、時間一致性、內部一致性和空間一致性等質量控制，質量控制后，國家站降水量數(shù)據(jù)可用率為100%；區(qū)域站降水量數(shù)據(jù)可用率為99.76%，缺測率為0.23%，錯誤率為0.01%。由數(shù)據(jù)可用率分布來看（圖1），可用率較低的站主要為半島沿海一帶的臺站和海島上的臺站，其中長島北隍城站、長島跎磯站和董家口站3個臺站錯誤率較高，分別為8.09%、2.61%和0.32%，其余臺站均為缺測率較高。

1.3 檢驗方法

采取非獨立檢驗的方式，對已參與融合的1 911個國家站和區(qū)域站采用非獨立樣本檢驗。將質量控制后的觀測降水量數(shù)據(jù)作為“真值”，采用自然鄰近插值方法將融合降水格點數(shù)據(jù)插值到觀測點[10-11]，對評估時段的平均絕對誤差（mean absolute error，MAE）、均方根誤差（root mean absolute erro，RMSE）、相對偏差（relative deviation，RD）和相關系數(shù)（correlation coefficient，CC）4個指標進行分析[13-15]，公式如下：

，? ? ? ? ? ? ? ? ? ? ? ? ? （1）

，? ? ? ? ? ? ? ? ? ? ? （2）

，? ? ? ? ? ? ? ? ? ? ? ? ?（3）

，? ? ? ? ? ? ? ? ? ? ?（4）

其中，為臺站觀測值，為融合降水實況分析產(chǎn)品插值到檢驗臺站得到的數(shù)值，N為參與檢驗的總樣本數(shù)。

因小時降水量為0 mm的概率較高，因此在本文中，為了更加客觀地評估產(chǎn)品質量，統(tǒng)計時去除了觀測降水量、融合降水產(chǎn)品均為0的情況。同時，若觀測降水量或融合降水產(chǎn)品任意一方缺測，那么將該臺站該時次對應的觀測值和融合降水產(chǎn)品值均剔除，不參與檢驗評估。根據(jù)統(tǒng)計，F(xiàn)RT_05、RT_01兩種產(chǎn)品參與評估的總樣本數(shù)分別為797 647、842 668，樣本分布情況如圖2所示，可見大部分臺站的樣本數(shù)大于350（FRT_05臺站占比93.9%，RT_01為97.8%），5—9月各月參與評估的樣本數(shù)如表1所示。

2 結果與分析

2.1 檢驗結果總體特征

統(tǒng)計匯總了山東2021年5—9月1 911個自動氣象觀測站各臺站兩種融合降水實況產(chǎn)品與地面觀測降水量的MAE、RMSE、RD和CC等4種檢驗指標的分布情況（圖3）。結果表明，F(xiàn)RT_05的MAE值集中分布于0.4～0.6 mm，平均值為0.6 mm，而RT_01的MAE值集中分布于0.2～0.4 mm，平均值為0.3 mm；FRT_05的RMSE值集中分布于0.9～1.8 mm，平均值為1.5 mm，RT_01的RMSE值集中于0.3～1.2 mm，平均值為0.95 mm；兩種數(shù)據(jù)的RD分布相似，F(xiàn)RT_05的RD平均值為6.9%，RT_01為3.4%，其中FRT_05的RD集中在5～5%之間的臺站占比52%，而RT_01高達75%；FRT_05、RT_01的CC平均值分別為0.91、0.96，F(xiàn)RT_05的CC大于0.9的臺站約占84%，RT_01為94%。由此可見，兩種降水產(chǎn)品的數(shù)據(jù)質量均較高，但RT_01產(chǎn)品的檢驗結果要優(yōu)于FRT_05。

2.2 檢驗結果月變化特征

本文將2021年5—9月每月具有觀測記錄的所有臺站作為一個大樣本，分月統(tǒng)計了兩種融合降水實況分析產(chǎn)品與觀測降水量的MAE、RMSE、RD和CC。結合5—9月山東地區(qū)觀測平均降水量與4個檢驗指標的統(tǒng)計結果來看（表2）：5—8月RT_01的MAE、RMSE和RD誤差均比FRT_05產(chǎn)品小，相關性更高，9月RT_01的RD誤差值略大于FRT_05，但其他檢驗指標優(yōu)于FRT_05；5—8月MAE、RMSE誤差與降水量成正比，在降水量最大的7月MAE、RMSE誤差最大，但在降水量次多的9月MAE、RMSE反而較??；兩種降水產(chǎn)品的RD呈現(xiàn)一致的變化特征，在降水量遞增的5—7月RD誤差逐漸減小，8月增大，9月RD最??；兩種降水產(chǎn)品的CC均在降水量最少的5月表現(xiàn)較差，其中FRT_05僅0.61，RT_01為0.91，而9月相關性最好，F(xiàn)RT_05、RT_01的相關系數(shù)分別為0.93、0.97。根據(jù)以上分析得出，9月降水產(chǎn)品的適用性要優(yōu)于其他月份。

2.3 檢驗結果空間分布特征

圖4給出了兩種降水產(chǎn)品檢驗指標的空間分布，可以看到兩者在空間分布上略有不同：MAE和RMSE的分布特征基本一致，F(xiàn)RT_05誤差較大的區(qū)域主要集中于魯中山區(qū)西部、半島北部和東南部沿海及附近海島，部分臺站MAE值大于1.2 mm，RMSE大于3.2 mm，而RT_01誤差較大的區(qū)域相對集中于魯中山區(qū)西部、威海東部和青島沿海一帶，同時全省大部分海島站的誤差也較大，部分臺站MAE值大于0.9 mm，RMSE大于3.0 mm。從RD分布來看，兩種數(shù)據(jù)正負RD分布相對均勻，部分臺站的RD在30%以上，其中FRT_05產(chǎn)品中RD大于30%的臺站占比為5%，而RT_01占比為2%，RD誤差較大的區(qū)域與MAE、RMSE的大誤差區(qū)基本吻合。從CC分布來看，大部分臺站的相關性較好，其中FRT_05產(chǎn)品93%的臺站相關系數(shù)大于0.8，RT_01產(chǎn)品為97%，但FRT_05在半島北部和東南部沿海及附近海島的相關性較差，部分臺站CC小于0.5，RT_01在威海東部、青島沿海一帶以及大部分海島的相關性較差，部分臺站CC在0.8左右。

由此可見，RT_01產(chǎn)品的誤差在山東區(qū)域有效減小，但魯中山區(qū)西部、威海東部和青島沿海一帶的臺站以及大部分海島站的誤差仍相對較大。由圖1可知，魯中西部為海拔較高的泰山山脈，而青島東北部為嶗山山脈，威海東部瀕臨黃海，特殊地形和海陸邊界可能對產(chǎn)品質量存在一定影響；同時由降水量數(shù)據(jù)可用率可知，青島沿海一帶的臺站和海島站的數(shù)據(jù)可用率較低，這些臺站的數(shù)據(jù)可信度和臺站代表性需要進一步探究。

2.4 降水量分級檢驗

根據(jù)降水量強度，將小時降水量分為[0.1 mm， 2.0 mm）、[2.0 mm， 5.0 mm）、[5.0 mm， 10.0 mm） 、[10.0 mm， 20.0 mm）、≥20.0 mm這5個等級，基本對應小雨、中雨、大雨、暴雨和大暴雨級別，計算這5個級別下兩種融合降水實況分析產(chǎn)品與觀測降水量的MAE、RMSE和RD。由降水量級的檢驗評估來看（表3）：隨著降水量增加，兩種降水產(chǎn)品的MAE從不足1 mm增加到3 mm以上，RMSE由不足1 mm增加到5 mm以上，同時RD由正值變?yōu)樨撝怠煞N降水產(chǎn)品高估了中雨及以下量級的實際降水強度，低估了大雨及以上量級的實際降水強度，中雨量級的RD表現(xiàn)最好。

2.5 臺風“煙花”過程數(shù)據(jù)質量評估

以臺風“煙花”過程為例，對強降水過程降水產(chǎn)品的監(jiān)測和再現(xiàn)能力進行評估分析。受臺風“煙花”影響，2021年7月27日18時—30日11時，山東省普遍出現(xiàn)強降水，平均降水量達92.8 mm。如圖5所示，魯南、魯西北西部和魯中部分地區(qū)降水強度較大，降水量達100.0 mm，局部降水量超過250.0 mm；魯西北的東部和魯中大部分區(qū)域出現(xiàn)50.0 mm以上降水；魯中東部和半島內陸地區(qū)出現(xiàn)25.0 mm以上降水，局部地區(qū)超過50.0 mm；其他地區(qū)降水量不足25.0 mm。

兩種融合降水實況分析產(chǎn)品均可以準確地反映出降水量分布特征，但RT_01能夠刻畫出魯南地區(qū)累計降水量大于250.0 mm的局部強降水（圖5、圖6b紅框區(qū)域）。兩種產(chǎn)品的降水強度存在一定誤差（圖7），降水較強的魯南、魯中西部對應的降水量誤差較大，此外半島東南部沿海地區(qū)也存在較大的誤差，但RT_01誤差大值分布區(qū)域范圍明顯小于FRT_05。

進一步統(tǒng)計了整個降水過程兩種降水實況分析產(chǎn)品與地面觀測降水量的MAE、RMSE、RD和CC（表4），可見RT_01的檢驗結果優(yōu)于FRT_05，但兩種融合降水實況分析產(chǎn)品均低估了本次降水過程。為了探究兩種融合降水實況分析產(chǎn)品低估實際降水量的原因，本文對臺風“煙花”期間逐小時的地面觀測降水量和兩種降水產(chǎn)品的平均降水量進行了對比。由圖8可見，兩種產(chǎn)品降水趨勢與觀測相吻合，均可以準確地刻畫出降水峰值。在降水初期，兩種降水產(chǎn)品與觀測降水量的誤差較小，大致穩(wěn)定在0 mm附近；隨著降水量增加，降水產(chǎn)品的誤差也隨之增加，28日18時—29日04時，F(xiàn)RT_05數(shù)據(jù)明顯高估了降水強度，而RT_01低估了實際降水量；在29日05時—09時，F(xiàn)RT_05反而要優(yōu)于RT_01；降水后期，RT_01降水量誤差又再次穩(wěn)定在0 mm附近，而FRT_05質量較差，對降水量存在明顯的低估（圖9）?？偟膩砜?，無論是降水落區(qū)還是降水量級，RT_01產(chǎn)品對臺風“煙花”降水過程的監(jiān)測和再現(xiàn)能力優(yōu)于FRT_05。

3 結論與討論

高時空分辨率的融合降水實況分析產(chǎn)品對局地、短時強降水等天氣過程的預報、監(jiān)測和防災減災具有重要作用，因此評估融合降水實況分析產(chǎn)品的質量十分必要。本文對比了2021年汛期5—9月逐小時的5 km三源融合降水實況分析產(chǎn)品（簡稱“FRT_05”）和1 km多源融合降水實況分析產(chǎn)品（簡稱“RT_01”）兩種降水產(chǎn)品在山東地區(qū)的適用性，從產(chǎn)品誤差的時空分布特征、不同降水量級檢驗和強降水過程評估等方面分析了兩種融合實況產(chǎn)品的適用性，結果表明：

（1）兩種融合降水實況分析產(chǎn)品數(shù)據(jù)質量均較高，但通過對比分析平均絕對誤差（MAE）、均方根誤差（RMSE）、相對偏差（RD）和相關系數(shù)（CC）的總體分布特征，可以得到RT_01的MAE、RMSE和RD誤差相比FRT_05小，相關性更高；同時對比分析4個檢驗指標的空間分布特征，RT_01產(chǎn)品的誤差在山東區(qū)域有效減小。RT_01產(chǎn)品的精細化實況監(jiān)測能力優(yōu)于FRT_05。

（2）兩種融合降水實況分析產(chǎn)品的MAE、RMSE、RD和CC呈一致的月變化特征，其中5—8月MAE、RMSE誤差與降水量成正比，即從5月開始增大，7月達到峰值，但在降水量次多的9月，MAE、RMSE反而較??；RD在5—7月逐漸減小，8月增大，9月最??；降水量最少的5月降水產(chǎn)品與觀測降水量的相關性最差，而9月相關性最好。整體來看，降水產(chǎn)品在9月的適用性最優(yōu)。

（3）結合各個檢驗指標空間分布特征來看，兩種降水產(chǎn)品在魯中山區(qū)西部、威海東部和青島沿海一帶以及大部分海島上的質量均相對較差，這些地區(qū)地理環(huán)境復雜，多為高山丘陵、海陸交界一帶，特殊地形和海陸邊界可能對產(chǎn)品質量存在一定影響；同時，青島沿海一帶的臺站和海島站降水量數(shù)據(jù)可用率相對較低，站點的代表性有待考證。

（4）由不同降水量級的檢驗評估來看，降水越強，MAE和RMSE誤差對應越大；RD在中雨量級最優(yōu)，兩種降水產(chǎn)品均高估了中雨及以下量級的實際降水強度，低估了大雨及以上量級的實際降水強度。

（5）對于臺風“煙花”過程，兩種融合降水實況分析產(chǎn)品都可以準確地反映出降水分布特征和降水趨勢，但均低估了本次降水強度。

參考文獻：

[1] HUFFMAN G J， BOLVIN D T， NELKIN E J， et al. The TRMM Multisatellite Precipitation Analysis （TMPA）： Quasi-global， multiyear， combined-sensor precipitation estimates at fine scales[J]. J Hydrometeorol，2007，8（1）： 38-55.

[2] 宇婧婧，沈艷，潘旸，等.中國區(qū)域逐日融合降水數(shù)據(jù)集與國際降水產(chǎn)品的對比評估[J].氣象學報，2015，73（2）：394-410.

[3] 師春香，潘旸，谷軍霞，等.多源氣象數(shù)據(jù)融合格點實況產(chǎn)品研制進展[J].氣象學報，2019，77（4）：774-783.

[4] LU N M， YOU R， ZHANG W J. A fusing technique with satellite precipitation estimate and raingauge data[J]. Acta Meteor Sinica，2004，18（2）：141-146.

[5] XIE P P， XIONG A Y. A conceptual model for constrcting high-resolution gauge-satellite merged precipitation analyses[J]. J Geophys Res： Atmos，2011，116（D21）：D21106.

[6] 宇婧婧，沈艷，潘旸，等.概率密度匹配法對中國區(qū)域衛(wèi)星降水資料的改進[J].應用氣象學報，2013，24（5）：544-553.

[7] 潘旸，沈艷，宇婧婧，等.基于最優(yōu)插值方法分析的中國區(qū)域地面觀測與衛(wèi)星反演逐時降水融合試驗[J].氣象學報，2012，70（6）：1381-1389.

[8] 潘旸，谷軍霞，宇婧婧，等.中國區(qū)域高分辨率多源降水觀測產(chǎn)品的融合方法試驗[J].氣象學報，2018，76（5）：755-766.

[9] 張狄.融合多源數(shù)據(jù)的太行山區(qū)月降水精細化空間估算研究[D].南京：南京信息工程大學， 2016.

[10] 吳薇，杜冰，黃曉龍，等.四川區(qū)域融合降水產(chǎn)品的質量評估[J].高原山地氣象研究，2019，39（2）：76-81.

[11] 龍柯吉，谷軍霞，師春香，等.多種降水實況融合產(chǎn)品在四川一次強降水過程中的評估[J].高原山地氣象研究，2020，40（2）：31-37.

[12] 鄧悅，任曉煒，丘平珠，等.臺風“海高斯”（2007）期間多種降水融合實況產(chǎn)品的誤差評估[J].氣象研究與應用，2021，42（3）：62-68.

[13] 陳艷春，王娜，顧偉宗，等.環(huán)渤海區(qū)域再分析資料地面風速場的適用性對比分析[J].海洋氣象學報，2017，37（1）：67-72.

[14] 孟憲貴，郭俊建，韓永清.ERA5再分析數(shù)據(jù)適用性初步評估[J].海洋氣象學報，2018，38（1）：91-99.

[15] 朱文剛，李昌義，車軍輝.基于統(tǒng)一高度Cressman方法的地面2 m氣溫客觀分析[J].海洋氣象學報，2021，41（2）：138-148.