陳曉宏，鐘睿達，2，王兆禮，賴成光 ，陳家超

（1.中山大學(xué) 水資源與環(huán)境研究中心，廣東 廣州 510275；

2.華南理工大學(xué) 土木與交通學(xué)院，廣東 廣州 510641；

3.華南理工大學(xué) 亞熱帶建筑科學(xué)國家重點實驗室，廣東 廣州 510641）

1 研究背景

高質(zhì)量的降水數(shù)據(jù)在氣象、水文和農(nóng)業(yè)生產(chǎn)等領(lǐng)域起著至關(guān)重要的作用。雨量站點觀測是傳統(tǒng)的降水數(shù)據(jù)來源，但由于雨量站點通常密度較小且分布不均，難以準確反映降水的空間結(jié)構(gòu)［1-2］，難以滿足高精度水文模擬等應(yīng)用的需求。

近年來，隨著衛(wèi)星遙感技術(shù)和數(shù)據(jù)反演算法的發(fā)展，基于衛(wèi)星遙感反演的降水定量觀測（Quan?titative Precipitation Estimation，QPE）數(shù)據(jù)產(chǎn)品成為了新的降水數(shù)據(jù)來源。衛(wèi)星QPE產(chǎn)品通常具有寬廣的覆蓋范圍，較高的時間和空間分辨率，有效地彌補了傳統(tǒng)雨量站點觀測在空間分布上的缺陷，并為降水資料缺乏地區(qū)提供了新的數(shù)據(jù)參考。目前已有一系列高精度QPE產(chǎn)品相繼發(fā)布并對外開放，如PERSIANN（Precipitation Estimation from Remotely Sensed Information using Artificial Neural Networks）［3］、CMORPH（Climate Prediction Center Morphing Technique）［4］、GSMaP（Global Satellite Map?ping of Precipitation）［5］、TMPA（Tropical Rainfall Measurement Mission（TRMM）Multi-satellite Precipita?tion Analysis）［6］以及GPM（Global Precipitation Measurement）［7］等，并已被廣泛用于水資源、旱澇災(zāi)害以及氣候變化等領(lǐng)域的研究和應(yīng)用中［8-10］。

全球降水測量計劃（即GPM，Global Precipitation Measurement Mission），是由美國國家宇航局（NASA）開展的，建立在熱帶降水測量計劃（Tropical Rainfall Measurement Mission，TRMM）基礎(chǔ)上的衛(wèi)星遙感降水測量計劃，其目的是提供精度和分辨率更高的新一代準全球衛(wèi)星遙感數(shù)據(jù)產(chǎn)品。相比上一代TRMM產(chǎn)品，GPM產(chǎn)品有著更大的覆蓋范圍（拓展至南北緯60°之間）和更高的時空分辨率，并增強了對微量和固態(tài)降水的探測能力，從而有效地提高了探測精度［7］。GPM產(chǎn)品根據(jù)其所采用的數(shù)據(jù)反演算法分為4級。作為GPM的典型代表產(chǎn)品，3級IMERG（Integrated Multi-satellitE Retrievals for GPM）［11］產(chǎn)品被選為本文的研究對象，其可提供時間分辨率最高為逐半小時，空間分辨率為經(jīng)緯度0.1°×0.1°的準全球尺度降水數(shù)據(jù)。而根據(jù)降水數(shù)據(jù)校準次數(shù)的由少到多，IMERG產(chǎn)品又細分為“ear?ly-run”、“l(fā)ate-run”以及“final-run”3個產(chǎn)品（此后分別用IMERG-E、IMERG-L和IMERG-F表示）。其中IMERG-E和IMERG-L產(chǎn)品為準實時產(chǎn)品，分別于觀測后4 h和12 h后發(fā)布，分別提供2015年4月1日和3月14日以來的降水數(shù)據(jù)；而IMERG-F則為非實時后處理產(chǎn)品，其經(jīng)過了地面雨量站點的逐月觀測數(shù)據(jù)的偏差校準，因而具有較高的精度，通常于觀測所在月份的兩個月后發(fā)布，可提供2014年3月12日以來的降水數(shù)據(jù)。當前已有研究表明［12-15］，在全國范圍內(nèi)IMERG產(chǎn)品相比上一代TMPA 3B42-V7產(chǎn)品在精度上有著較為顯著的提高，反映了該產(chǎn)品在國內(nèi)有廣闊的應(yīng)用前景。

到目前為止，對于上一代TMPA衛(wèi)星降水產(chǎn)品，國內(nèi)已在全國和區(qū)域/流域等尺度上開展了充分的評估和應(yīng)用研究工作［16-30］，而對于新一代GPM IMERG產(chǎn)品，尤其是對于準實時的IMERG-E及IMERG-L產(chǎn)品及其水文效用的評估工作在國內(nèi)外仍鮮有開展。另外，隨著時空分辨率和時效性的進一步提高，經(jīng)過改進的新一代準實時的IMERG產(chǎn)品或?qū)碛懈蟮乃念A(yù)報潛力，因而對于其在中國南方濕潤區(qū)的精度及水文效用的評估也具有重要的現(xiàn)實意義。因此，本文以位于珠江流域下游、地處中國南方亞熱帶濕潤區(qū)的北江流域為研究區(qū)域，以上一代TMPA 3B42-V7（此后以3B42-V7表示）非實時衛(wèi)星降水產(chǎn)品作為對照，評估新一代GPM IMERG系列產(chǎn)品的精度，并結(jié)合VIC（Variable Infiltration Capacity）分布式水文模型對其水文模擬效用進行評估，探討其對地面站點觀測數(shù)據(jù)的可替代性，從而為該產(chǎn)品在中國南方濕潤區(qū)在水資源管理、災(zāi)害監(jiān)測和水文預(yù)報等領(lǐng)域的應(yīng)用提供參考依據(jù)。

2 研究區(qū)域、資料與方法

2.1 研究區(qū)域北江是珠江的二級支流，多年平均年徑流量427億m3。北江流域位于珠江流域下游，廣東省北部，介于東經(jīng)112°6′至114°42′，北緯23°30′至25°42′之間，石角水文站以上集水面積為38 672 km2（見圖1）。北江流域地表高程介于-2 m至1 876 m之間，地形以山地丘陵為主，其中北部喀斯特地貌占據(jù)了約30%的流域面積。該流域為典型的中國南方亞熱帶季風(fēng)濕潤區(qū)，年平均降水量達1 844 mm，其中約有80%的降水集中于汛期，歷史上發(fā)生的洪澇災(zāi)害較為嚴重，直接威脅到了流域下游的珠江三角洲地區(qū)，因此選取該流域作為典型中國南方濕潤地區(qū)代表，對新一代IMERG產(chǎn)品精度和水文效用的評估具有重要意義。

2.2 研究數(shù)據(jù)本文收集了2014—2016年的IMERG系列產(chǎn)品數(shù)據(jù)及3B42-V7產(chǎn)品的逐日降水數(shù)據(jù)，其中準實時的IMERG-E及IMERG-L產(chǎn)品數(shù)據(jù)的開始時間分別為2015年4月1日和2015年3月14日，而非實時的IMERG-F產(chǎn)品數(shù)據(jù)的開始時間則為2014年3月12日。IMERG系列產(chǎn)品由美國國家宇航局NASA官網(wǎng)（pmm.nasa.gov/data-access/downloads/gpm）下載，空間分辨率為0.1°×0.1°；3B42-V7數(shù)據(jù)同樣源于NASA官網(wǎng)（pmm.nasa.gov/data-access/downloads/trmm），空間分辨率為0.25°×0.25°，為方便評估，通過雙線性插值得到與IMERG產(chǎn)品相同的空間分辨率。

作為評估的對比參考數(shù)據(jù)，收集了2014—2016年由中國氣象局研發(fā)和發(fā)布的CMPA（China Merge Precipitation Analysis）逐小時高分辨率柵格降水數(shù)據(jù) 產(chǎn) 品［31］， 并按 IMERG 和3B42-V7產(chǎn)品的測量時段相應(yīng)累積到逐日尺度。該產(chǎn)品由全國范圍內(nèi)約20 000個自動氣象站的實測降水數(shù)據(jù)與CMORPH衛(wèi)星降水產(chǎn)品融合而 成［31］， 空 間 分 辨 率 與IMERG 產(chǎn) 品 相 同（0.1°×0.1°）。該融合產(chǎn)品所使用的站點網(wǎng)絡(luò)在中國南方地區(qū)有著較高的密度，且實測數(shù)據(jù)都經(jīng)過了嚴格的質(zhì)量控制，在本研究區(qū)域內(nèi)具有較高的精度和可靠性，適合作為IMERG系列產(chǎn)品的評估對比參考。為評估水文效用，收集了北江流域石角水文站1999—2006年及2014—2016年的逐日流量觀測數(shù)據(jù)，分別用于VIC水文模型的率定和IMERG系列產(chǎn)品的水文效用評估。另外，由于CMPA產(chǎn)品僅提供2008年以來的降水數(shù)據(jù)，故還收集了來自研究區(qū)域及其周邊的44個雨量站點的1998—2006年的逐日降水數(shù)據(jù)用于水文模型的率定。水文模擬所需的氣溫、風(fēng)速等其他氣象驅(qū)動數(shù)據(jù)則來自流域周邊的氣象站點，由中國氣象局官網(wǎng)（data.cma.cn）提供。

圖1 北江流域概況圖

2.3 精度評估指標為對IMERG產(chǎn)品精度及水文效用進行定量評估，本文采用的統(tǒng)計評估指標如下：皮爾遜相關(guān)系數(shù)（Pearson Correlation Coefficient，CC）用于衡量衛(wèi)星QPE產(chǎn)品的精度及其與對比參考數(shù)據(jù)的一致性；平均誤差（Mean Error，ME）、均方根誤差（Root Mean Square Error，RMSE）和相對偏差（Relative Bias，BIAS）則用于衡量衛(wèi)星QPE產(chǎn)品的絕對和相對誤差；探測率（Probability of Detec?tion，POD）和假報率（False Alarm Ratio，F(xiàn)AR）用于衡量QPE產(chǎn)品對降水事件的探測能力；納西效率系數(shù)（Nash-Sutcliffe Coefficient of Efficiency，NSCE）［32］則用于評估QPE產(chǎn)品的水文模擬的精度。各精度評估指標計算公式如下：

式中：Si、Oi分別為待評估序列及參考序列；分別為待評估及參數(shù)序列均值；n11為QPE產(chǎn)品數(shù)據(jù)及參考數(shù)據(jù)均探測到有雨的天數(shù)；n10為參考數(shù)據(jù)探測到有雨而QPE產(chǎn)品探測到無雨的天數(shù)；n01為參考數(shù)據(jù)探測到無雨而QPE產(chǎn)品探測到有雨的天數(shù)。

2.4 VIC水文模型VIC（Variable Infiltration Capacity）水文模型［33］是一個基于網(wǎng)格的大尺度分布式水文模型，能夠基于水量和能量平衡模擬陸面過程，并能考慮網(wǎng)格內(nèi)不同土地覆蓋類型的影響，具有較好的模擬效果。由于該模型僅進行產(chǎn)流的模擬，故還需耦合Lohmann［34］等研發(fā)的匯流模型進行匯流計算。目前VIC模型已被多次用于衛(wèi)星降水產(chǎn)品的水文效用評估［1，20-21］，并且已有研究表明該模型對北江流域有著較好的適應(yīng)性［35］，因此適合在本研究區(qū)域用于IMERG系列產(chǎn)品的水文模擬效用評估。目前該模型已更新到VIC5.0版本（vic.readthedocs.io/en/master/）。

本文在北江流域建立了網(wǎng)格尺寸為0.1°×0.1°的VIC模型，格網(wǎng)與IMERG產(chǎn)品一致。模型的土壤參數(shù)來自聯(lián)合國糧農(nóng)組織（FAO）發(fā)布的HWSD（Harmonized World Soil Database）土壤數(shù)據(jù)庫［36］，并經(jīng)由Saxton等［37］提出的土壤轉(zhuǎn)換公式換算為VIC模型所需的土壤水力參數(shù)；土地覆蓋參數(shù)來自美國馬里蘭大學(xué)發(fā)布的全球1km分辨率的土地覆蓋類型數(shù)據(jù)［38］。模型所需的除降水外的氣象驅(qū)動數(shù)據(jù)來自于流域周邊的氣象站點，并由反距離權(quán)重法（IDW）插值到每個VIC模型的格網(wǎng)中。

3 結(jié)果與討論

3.1 IMERG產(chǎn)品的統(tǒng)計精度評估在網(wǎng)格尺度、網(wǎng)格累積尺度和流域平均尺度上對2014—2016年間的3種IMERG產(chǎn)品以及3B42-V7產(chǎn)品分別基于CMPA數(shù)據(jù)計算了日尺度的各評估指標。網(wǎng)格尺度評估為對各網(wǎng)格的產(chǎn)品數(shù)據(jù)各自進行評估，網(wǎng)格累積尺度評估為將所有網(wǎng)格的數(shù)據(jù)視為同一序列進行評估，而流域平均尺度評估則為將各產(chǎn)品在空間上按網(wǎng)格面積加權(quán)平均成為流域平均值序列后進行評估。由于流域平均尺度與網(wǎng)格累積尺度存在相同的ME和BIAS值，故在流域平均尺度上僅計算了CC和RMSE指標。4種QPE產(chǎn)品各網(wǎng)格的精度評估指標箱線圖見圖2。圖2中，箱形的上、下邊界分別為上、下四分位數(shù)對應(yīng)位置，箱中水平實線為中位數(shù)對應(yīng)位置，水平虛線為平均值對應(yīng)位置；箱外豎直實線末端的兩條水平實線分別對應(yīng)最大和最小值位置，水平實線外的散點則為離群值位置。各產(chǎn)品網(wǎng)格累積尺度及流域平均尺度的各精度評估指標值則見表1。

結(jié)果表明，在網(wǎng)格尺度上，非實時的IMERG-F產(chǎn)品表現(xiàn)出了較高的精度，且略優(yōu)于上一代3B42-V7產(chǎn)品，其CC值達到0.65，BIAS則為5.87%，低于3B42-V7。對于準實時產(chǎn)品，IMERG-E和IMERG-L的精度雖略低于IMERG-F，但其CC均為0.6左右，RMSE為15.6 mm左右，BIAS均在5%以下，表明其精度同樣較為令人滿意。而在流域平均尺度上，4種QPE產(chǎn)品的精度相比網(wǎng)格尺度均有了顯著提高，RMSE均顯著降低。另外由4種產(chǎn)品各精度指標分布的箱線圖（圖2）可知，準實時的IMERG-E及IMERG-L產(chǎn)品的ME及RMSE均有較非實時產(chǎn)品更大的分布范圍，其中ME的分布范圍大致為-2～2.5 mm/d，RMSE為13～20 mm/d，表明準實時IMERG產(chǎn)品的不確定性相對較高，可靠性或相對較低。

對于各QPE產(chǎn)品的降水事件探測能力，根據(jù)表1，IMERG系列產(chǎn)品的POD顯著高于上一代3B42-V7產(chǎn)品，其中準實時的IMERG-E及IMERG-L產(chǎn)品的POD達0.74，而3B42-V7產(chǎn)品的POD僅為0.54。然而，IMERG系列產(chǎn)品的FAR也明顯高于上一代3B42-V7產(chǎn)品，達0.2左右，表明GPM雖較上一代TRMM有效地提高了降水探測能力，但其探測降水事件的敏感性還需進一步調(diào)整。

3.2 IMERG產(chǎn)品的水文效用評估IMERG系列產(chǎn)品的精度評估表明，新一代非實時IMERG-F產(chǎn)品有著與上一代3B42-V7相當?shù)木?，水文模擬潛力較大；而準實時的IMERG-E及IMERG-L產(chǎn)品雖精度相比較低，但其總體上精度同樣令人滿意，故這兩種產(chǎn)品也應(yīng)有一定的水文模擬潛力。本節(jié)的水文模擬效用評估在兩種假設(shè)情景下進行：情景I，以1999—2006年作為率定期，2014—2016年為驗證期，使用1999—2006年的地面雨量站點觀測數(shù)據(jù)率定VIC模型的參數(shù)，并由CMPA及4種衛(wèi)星QPE產(chǎn)品分別使用率定后的模型參數(shù)進行水文模擬并比較模擬結(jié)果，該情景代表使用雨量站點數(shù)據(jù)率定模型并使用衛(wèi)星QPE產(chǎn)品進行水文模擬的情況；情景II，在與情景I相同的率定期內(nèi)使用3B42-V7數(shù)據(jù)重新率定模型參數(shù)，并由各衛(wèi)星QPE產(chǎn)品使用率定后參數(shù)在相同的驗證期進行水文模擬，該情景代表在缺乏降水資料的流域利用已有多年觀測歷史的TMPA產(chǎn)品率定模型并使用IMERG產(chǎn)品進行水文模擬的情況。本文所使用的雨量站點數(shù)據(jù)與文獻［30，35］中相同，基于該套雨量站點數(shù)據(jù)對VIC模型在北江流域的適用性的驗證也已在該研究中進行并得到證實，因而本文中不再重復(fù)。

圖2 4種衛(wèi)星QPE產(chǎn)品各精度評估指標箱線圖

表1 4種QPE產(chǎn)品在網(wǎng)格累積尺度及流域平均尺度下各精度評估指標值

鑒于VIC模型通常需要提前進行預(yù)運行以初始化模型土壤參數(shù)［33］，本文以1998年作為VIC模型率定期的“啟動期”，而驗證期則在各QPE產(chǎn)品的有效期前插補一年的CMPA數(shù)據(jù)用于模型的預(yù)運行。

3.2.1 情景I結(jié)果分析 首先，由44個雨量站點的雨量觀測數(shù)據(jù)在率定期（1999—2006年）內(nèi)率定VIC模型，并由CMPA數(shù)據(jù)在驗證期（2014—2016年）進行水文模擬驗證，模型的率定結(jié)果如表2所示，而CMPA及4種QPE在驗證期的水文模擬結(jié)果如表2及圖3所示。由表2和圖3（a）可知，基于地面雨量站點率定的VIC模型在率定期和驗證期均呈現(xiàn)較理想的效果，其中率定期的日尺度NSCE達0.864，偏差接近于0，而驗證期的NSCE則達0.869，BIAS僅為-1.41%。即便兩個時期間存在7年的時間間隔，VIC模型依然保持了較高的模擬精度，進一步表明該模型適合用于評估IMERG系列產(chǎn)品的水文效用。

4種衛(wèi)星QPE產(chǎn)品的水文模擬結(jié)果（圖3（b—e））表明，總體上非實時IMERG-F產(chǎn)品的水文模擬結(jié)果最優(yōu)，NSCE為0.622，BIAS較大，達14.24%，與CMPA的模擬結(jié)果相比存在較大差距，但由圖3（d）可知該產(chǎn)品的模擬徑流與實測徑流基本吻合，對枯水期的模擬效果較好，能夠較為準確地重現(xiàn)洪峰的發(fā)生時間，其較低的NSCE值或由其對2016年2月和3月的局部洪峰流量的高估導(dǎo)致。而同為非實時產(chǎn)品的3B42-V7產(chǎn)品的模擬結(jié)果則相對略差，NSCE為0.547。綜上，非實時的IMERG-F產(chǎn)品在中國南方濕潤地區(qū)的水文效用較好，且偏差處于可接受范圍內(nèi)，可用于流域水資源管理、干旱監(jiān)測等應(yīng)用，并在一定程度上可替代地面雨量站點觀測數(shù)據(jù)。

表2 兩種情景下各QPE產(chǎn)品率定期及驗證期水文模擬結(jié)果比較

圖3 CMPA及4個衛(wèi)星QPE產(chǎn)品驗證期水文模擬結(jié)果

相比之下，準實時的IMERG-E和IMERG-L產(chǎn)品總體上模擬結(jié)果較差，NSCE值為0.4左右，但由圖3（b）—（c）可發(fā)現(xiàn)這兩個產(chǎn)品在2015年的汛期（5—9月）及2016年4月以后的模擬徑流與實測徑流吻合較好，且較準確地捕捉到了2015年5—6月的洪峰，故其較低的NSCE或是由于其對2015年4月流量及2016年2月和3月洪峰流量的嚴重高估以及對2015年10—12月流量的低估所致，而這些估計偏差又或是由該兩個產(chǎn)品自身對降水量的估計偏差導(dǎo)致。為進一步探究這兩種準實時產(chǎn)品在汛期的水文效用，以2015年汛期（5—9月）為例，進一步計算了其于該時期內(nèi)的NSCE和BIAS，結(jié)果表明，在2015年的汛期內(nèi)，IMERG-E及IMERG-L的NSCE要顯著高于其完整模擬時段（2015年4月—2016年12月），分別達0.750和0.733，BIAS也明顯更低，分別為1.1%和4.73%。該結(jié)果表明準實時的IMERG產(chǎn)品在汛期或?qū)⒂兄己玫乃男в茫蚨鴮Χ唐诤樗A(yù)報等實時應(yīng)用存在較大的應(yīng)用潛力。另外，鑒于本文準實時產(chǎn)品的研究時段較短，不確定性較大，故暫且可認為兩種準實時IMERG產(chǎn)品的精度和水文效用相當，IMERG-L相對IMERG-E并無顯著改進，因而在實際應(yīng)用中時效性更高的IMERG-E產(chǎn)品（觀測4 h后發(fā)布）應(yīng)當優(yōu)先考慮。

3.2.2 情景II結(jié)果分析 情景II下VIC模型率定結(jié)果以及各衛(wèi)星QPE產(chǎn)品水文模擬結(jié)果的各精度指標見表2。結(jié)果表明，雖在率定期內(nèi)VIC模型的模擬結(jié)果明顯差于情景I，但在驗證期內(nèi)，4種QPE產(chǎn)品的模擬結(jié)果均較情景I有了較明顯的改善。非實時IMERG-F產(chǎn)品的NSCE提高到0.65，上一代3B42-V7產(chǎn)品的NSCE和BIAS也有相應(yīng)的提高和降低。對于2015年的汛期（5—9月），準實時的IMERG-E與IMERG-L產(chǎn)品的NSCE也分別提高到0.764和0.773。考慮到GPM計劃建立在TRMM的基礎(chǔ)上，兩代產(chǎn)品有著相似的降水時空模式，因而情景II下各產(chǎn)品模擬精度的提高或是因為一方面情景I中用于模型率定的雨量站點分布較為稀疏，空間代表性較差，而另一方面經(jīng)由3B42-V7數(shù)據(jù)率定后VIC模型能更加適應(yīng)IMERG產(chǎn)品的時空結(jié)構(gòu)，從而一定程度上提高了模擬效果。以上結(jié)果表明，在使用IMERG產(chǎn)品進行水文模擬時，TMPA的歷史數(shù)據(jù)適合替代雨量站點數(shù)據(jù)用于水文模型的率定。

3.3 討論目前為止，對于新一代IMERG產(chǎn)品在國內(nèi)應(yīng)用的評估研究雖仍較少，但一定程度上仍可與本研究作對比參考。Tang等［14］在全國及流域尺度對IMERG-F產(chǎn)品及上一代TMPA 3B42V7兩種非實時衛(wèi)星QPE產(chǎn)品進行了評估和對比，發(fā)現(xiàn)新一代的IMERG-F產(chǎn)品總體上精度略高于上一代3B42V7產(chǎn)品；Guo等［39］在全國和區(qū)域尺度對比分析了非實時和準實時的IMERG產(chǎn)品及非實時的3B42V7產(chǎn)品的性能，同樣發(fā)現(xiàn)在南方地區(qū)非實時的IMERG產(chǎn)品性能與3B42V7產(chǎn)品相當，而準實時的IMERG產(chǎn)品則精度相對較差。對于水文效用方面，Tang等［15］在與本流域相鄰的贛江流域?qū)Ρ仍u估了非實時的IMERG-F產(chǎn)品和3B42V7產(chǎn)品以及準實時的3B42RTV7產(chǎn)品的水文模擬表現(xiàn)，發(fā)現(xiàn)IMERG-F產(chǎn)品的水文效用較上一代3B42V7產(chǎn)品有較明顯的改善。結(jié)合本文的研究結(jié)果可知，新一代非實時的IMERG產(chǎn)品有著較上一代3B42V7產(chǎn)品相當或更高的性能，憑借其更高的時空分辨率，在中國范圍內(nèi)尤其是中國南方地區(qū)有著廣闊的應(yīng)用前景。

對于新一代準實時的IMERG產(chǎn)品的水文效用評估研究，目前尚未有報道，但對于上一代TMPA產(chǎn)品及其他準實時衛(wèi)星QPE產(chǎn)品的研究則已有較多開展，可作為本文參考。唐國強等［29］及Jiang等［17］分別在同屬中國南方濕潤區(qū)的贛江流域及洣水流域評估了準實時的3B42RTV7產(chǎn)品和3B42RTV6-CMORPH融合產(chǎn)品的水文模擬效用，發(fā)現(xiàn)準實時的衛(wèi)星QPE產(chǎn)品均有一定的水文實時模擬和預(yù)報前景，與本文結(jié)果相似，表明準實時的IMERG產(chǎn)品在該地區(qū)或同樣擁有較大的洪水預(yù)報潛力；而Yong等［1］和Tong等［21］分別對位于高緯度地區(qū)的老哈河流域和高海拔的青藏高原地區(qū)的研究發(fā)現(xiàn)準實時的3B42RTV6和V7產(chǎn)品在當?shù)鼐兄喈敳畹乃哪M表現(xiàn)，說明準實時的衛(wèi)星QPE產(chǎn)品受氣候和地形因素影響較大，本文的結(jié)果可能不適用于這兩類地區(qū)。綜上，新一代準實時的IMERG產(chǎn)品在中國南方地區(qū)有著較好的洪水預(yù)報前景，而鑒于本文水文模擬時期較短，具有一定的不確定性，對于IMERG產(chǎn)品的洪水預(yù)報性能評估還有待進一步研究。

4 結(jié)論

以北江流域為例，定量評估了準實時IMERG-E、IMERG-L及非實時IMERG-F產(chǎn)品的精度，并結(jié)合VIC分布式水文模型進一步評估了該系列產(chǎn)品的水文效用，主要研究結(jié)論如下：（1）在網(wǎng)格尺度上，非實時的IMERG-F產(chǎn)品精度與上一代3B42-V7產(chǎn)品相當，具有較高的相關(guān)系數(shù)（0.65）和較低的偏差（5.87%），而準實時的IMERG-E和IMERG-L產(chǎn)品雖精度略差于實時產(chǎn)品（相關(guān)系數(shù)約為0.6），但其精度同樣較為令人滿意，其中IMERG-L精度略優(yōu)于IMERG-E。在流域平均尺度上，4種產(chǎn)品的精度均相比網(wǎng)格尺度有了顯著提高，誤差明顯降低。（2）在對降水事件的探測能力方面，IMERG系列產(chǎn)品的探測率（POD）均顯著高于上一代3B42-V7產(chǎn)品，說明GPM相對上一代TRMM顯著改善了其產(chǎn)品對降水事件的探測能力；IMERG系列產(chǎn)品的假報率（FAR）則明顯高于上一代3B42-V7產(chǎn)品，說明GPM產(chǎn)品探測降水事件的敏感性有待進一步調(diào)整。（3）情景I的水文模擬結(jié)果表明，新一代非實時IMERG-F產(chǎn)品的水文模擬表現(xiàn)優(yōu)于上一代3B42-V7產(chǎn)品，總體上對流量過程的模擬較好，表明其在流域水資源規(guī)劃、災(zāi)害監(jiān)測等領(lǐng)域中有著較大的應(yīng)用潛力，并且可在一定程度上替代地面雨量站點觀測數(shù)據(jù)；準實時IMERG-E及IMERG-L產(chǎn)品雖在整個模擬時段內(nèi)總體表現(xiàn)較差，但在汛期（2015年5—9月）內(nèi)表現(xiàn)較好，并能較為準確地捕捉5—6月的洪峰，表明這兩種產(chǎn)品有較大應(yīng)用于短期實時洪水預(yù)報的潛力。IMERG-L的水文效用與IMERG-E無顯著差異，故實際應(yīng)用中推薦優(yōu)先選用時效性更強的IMERG-E產(chǎn)品。（4）情景II的水文模擬結(jié)果表明，VIC模型經(jīng)3B42-V7數(shù)據(jù)率定后，4種產(chǎn)品的水文模擬表現(xiàn)均有所提高，說明在缺資料地區(qū)使用IMERG系列產(chǎn)品進行水文模擬時，TMPA 3B42歷史數(shù)據(jù)適合取代地面雨量站點觀測數(shù)據(jù)用于水文模型率定。

參 考 文 獻：

［1］ YONG B，REN L L，HONG Y，et al.Hydrologic evaluation of Multisatellite Precipitation Analysis standard pre?cipitation products in basins beyond its inclined latitude band：A case study in Laohahe basin，China［J］.Water Resources Research，2010，46（7）：759-768.

［2］ 唐國強，萬瑋，曾子悅，等.全球降水測量（GPM）計劃及其最新進展綜述［J］.遙感技術(shù)與應(yīng)用，2015，30（4）：607-615.

［3］ HSU K.Precipitation estimation from remotely sensed information using artificial neural networks［J］.Journal of Applied Meteorology，1997，36（9）：1176-1190.

［4］ JOYCE R J，JANOWIAK J E，ARKIN P A，et al.CMORPH：A method that produces global precipitation esti?mates from passive microwave and infrared data at high spatial and temporal resolution［J］.Journal of Hydrometeo?rology，2004，5（3）：287-296.

［5］ USHIO T，SASASHIGE K，KUBOTA T，et al.A kalman filter approach to the Global Satellite Mapping of Precip?itation（GSMaP）from combined passive microwave and infrared radiometric data［J］.Journal of the Meteorologi?cal Society of Japan，2009，87（3）：137-151.

［6］ 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］.Journal of Hydrometeorolo?gy，2007，8（1）：38-55.

［7］ HOU A Y，KAKAR R K，NEECK S，et al.The global precipitation measurement mission［J］.Bulletin of the American Meteorological Society，2014，95（5）：701-722.

［8］ SAHOO A K，SHEFFIELD J，PAN M，et al.Evaluation of the Tropical Rainfall Measuring Mission Multi-Satel?lite Precipitation Analysis（TMPA）for assessment of large-scale meteorological drought［J］.Remote Sensing of Environment，2015，159：181-193.

［9］ LIEW S C，CHIA A S，KWOH L K.Spatio-temporal analysis of climate change parameters using satellite data for the southeast Asian region［C］//34th International Symposium on Remote Sensing of Environment-The GEOSS Era：Towards Operational Environmental Monitoring，2011.

［10］ PRAT O P，NELSON B R.Mapping the world's tropical cyclone rainfall contribution over land using the TRMM Multi-satellite Precipitation Analysis［J］.Water Resources Research，2013，49（11）：7236-7254.

［11］ HUFFMAN G J，BOLVIN D T，BRAITHWAITE D，et al.Developing the integrated multi-satellite retrievals for GPM（IMERG）［J］.Acta Paulista De Enfermagem，2012，25（1）：146-150.

［12］ GUO H，CHEN S，BAO A，et al.Early assessment of integrated multi-satellite retrievals for global precipitation measurement over China［J］.Atmospheric Research，2016，176/177：121-133.

［13］ LI N，TANG G，ZHAO P，et al.Statistical assessment and hydrological utility of the latest multi-satellite precipi?tation analysis IMERG in Ganjiang River Basin［J］.Atmospheric Research，2016，183：212-223.

［14］ TANG G，MA Y，LONG D，et al.Evaluation of GPM Day-1 IMERG and TMPA Version-7 legacy products over Mainland China at multiple spatiotemporal scales［J］.Journal of Hydrology，2015，533：152-167.

［15］ TANG G，ZENG Z，LONG D，et al.Statistical and hydrological comparisons between TRMM and GPM Level-3 Products over a midlatitude basin：Is Day-1 IMERG a good successor for TMPA 3B42V7?［J］.Journal of Hydro?meteorology，2015，17（1）：121-137.

［16］ HU Q F，YANG D W，WANG Y T，et al.Accuracy and spatio-temporal variation of high resolution satellite rain?fall estimate over the Ganjiang River Basin［J］.Science China Technological Sciences，2013，56（4）：853-865.

［17］ JIANG S，REN L，HONG Y，et al.Comprehensive evaluation of multi-satellite precipitation products with a dense rain gauge network and optimally merging their simulated hydrological flows using the Bayesian model aver?aging method［J］.Journal of Hydrology，2012，452/453（10）：213-225.

［18］ LI X H，ZHANG Q，XU C Y.Suitability of the TRMM satellite rainfalls in driving a distributed hydrological mod?el for water balance computations in Xinjiang catchment，Poyang lake basin［J］.Journal of Hydrology，2012，426-427（7）：28-38.

［19］ MENG J，LI L，HAO Z，et al.Suitability of TRMM satellite rainfall in driving a distributed hydrological model in the source region of Yellow River［J］.Journal of Hydrology，2014，509（2）：320-332.

［20］ SUN R，YUAN H，LIU X，et al.Evaluation of the latest satellite-gauge precipitation products and their hydrolog?ic applications over the Huaihe River Basin［J］.Journal of Hydrology，2016，536：302-319.

［21］ TONG K，SU F，YANG D，et al.Evaluation of satellite precipitation retrievals and their potential utilities in hy?drologic modeling over the Tibetan Plateau［J］.Journal of Hydrology，2014，519：423-437.

［22］ YONG B，CHEN B，GOURLEY J J，et al.Intercomparison of the Version-6 and Version-7 TMPA precipitation products over high and low latitudes basins with independent gauge networks：Is the newer version better in both real-time and post-real-time analysis for water resources and hydrologic extremes?［J］.Journal of Hydrology，2014，508（2）：77-87.

［23］ ZHAO H，YANG S，WANG Z，et al.Evaluating the suitability of TRMM satellite rainfall data for hydrological simulation using a distributed hydrological model in the Weihe River catchment in China［J］.Journal of Geograph?ical Sciences，2015，25（2）：177-195.

［24］ ZENG H，LIJUAN L I，JIUYI L I.The evaluation of TRMM Multisatellite Precipitation Analysis（TMPA）in drought monitoring in the Lancang River Basin［J］.Journal of Geographical Sciences，2012，22（2）：273-282.

［25］ 胡慶芳，楊大文，王銀堂，等.贛江流域TRMM降水數(shù)據(jù)的誤差特征與成因［J］.水科學(xué)進展，2013，24（6）：794-800.

［26］ 江善虎，任立良，雍斌，等.TRMM衛(wèi)星降水數(shù)據(jù)在洣水流域徑流模擬中的應(yīng)用［J］.水科學(xué)進展，2014，25（5）：641-649.

［27］ 劉少華，嚴登華，王浩，等.中國大陸流域分區(qū)TRMM降水質(zhì)量評價［J］.水科學(xué)進展，2016，27（5）：639-651.

［28］ 孫樂強，郝振純，王加虎，等.TMPA衛(wèi)星降水數(shù)據(jù)的評估與校正［J］.水利學(xué)報，2014，45（10）：1135-1146.

［29］ 唐國強，李哲，薛顯武，等.贛江流域TRMM遙感降水對地面站點觀測的可替代性［J］.水科學(xué)進展，2015，26（3）：340-346.

［30］ 王兆禮，鐘睿達，賴成光，等.TRMM衛(wèi)星降水反演數(shù)據(jù)在珠江流域的適用性研究——以東江和北江為例［J］.水科學(xué)進展，2017，28（2）：1-11.

［31］ SHEN Y，ZHAO P，PAN Y，et al.A high spatiotemporal gauge-satellite merged precipitation analysis over China［J］.Journal of Geophysical Research Atmospheres，2014，119（6）：3063-3075.

［32］ NASH J E，SUTCLIFFE J V.River flow forecasting through conceptual models part I—A discussion of principles［J］.Journal of Hydrology，1970，10（3）：282-290.

［33］ LIANG X，LETTENMAIER D P，WOOD E F，et al.A simple hydrologically based model of land surface water and energy fluxes for general circulation models［J］.Journal of Geophysical Research Atmospheres，1994，99（7）：14415-14428.

［34］ LOHMANN D，Nolte-Holube R，RASCHKE E.A large-scale horizontal routing model to be coupled to land sur?face parametrization schemes［J］.Tellus Series A-dynamic Meteorology&Oceanography，2002，48（5）：708-721.

［35］ WU C，HUANG G，YU H，et al.Impact of climate change on reservoir flood control in the upstream area of the Beijiang River Basin，South China［J］.Journal of Hydrometeorology，2014，15（6）：2203-2218.

［36］ FAO.Harmonized World Soil Database［M］.FAO Land&Water Digital Media，2009.

［37］ SAXTON K E，RAWLS W J.Soil water characteristic estimates by texture and organic matter for hydrologic solu?tions［J］.Soil Science Society of America Journal，2006，70（5）：1569-1578.

［38］ HANSEN M C，DEFRIES R S，TOWNSHEND J R G，et al.Global land cover classification at 1 km resolution using a decision tree classifier.Int J Rem Sens［J］.International Journal of Remote Sensing，2000，21（6/7）：1331-1364.

［39］ GUO H，CHEN S，BAO A，et al.Early assessment of integrated multi-satellite retrievals for global precipitation measurement over China［J］.Atmospheric Research，2016，176/177：121-133.