陳文華 徐 娟 趙上倫 楊素玲

（1.保山學院資源環(huán)境學院；2.云南省水文水資源局保山分局，云南 保山 678000）

氣候柵格數(shù)據(jù)在氣候變化、水文水資源、農業(yè)生產、生物多樣性研究等方面有廣泛用途[1]。不同類型的研究或應用對柵格數(shù)據(jù)的時間、空間精度有不同要求。一般對于山區(qū)氣候研究，1 km空間分辨率以內的數(shù)據(jù)才能刻畫立體氣候的差異[2]。目前國際上流行的WorldClim數(shù)據(jù)，其柵格空間分辨率為30角秒，接近1 km[1]。Karger,et al.(2017)推出了另一套基于EAR?Interim再分析氣候數(shù)據(jù)降尺度的高分辨率數(shù)據(jù)集CHELSA[3]。此數(shù)據(jù)集主要包括降水和氣溫等要素，空間分辨率與WorldClim數(shù)據(jù)相當。

保山市地處云南省西部，橫斷山區(qū)的南緣，地理位置在98°25′～100°02′E和24°08′～25°51′N之間，西北與正南面與緬甸交界，國境線長167.8 km。國土面積19 062 km2（據(jù)《云南省生態(tài)保護紅線劃定方案》）。保山屬于低緯高原亞熱帶季風氣候區(qū)，由于地貌多樣，形成復雜的立體氣候。涵蓋了從北熱帶到中溫帶的多個氣候類型。年均氣溫14.8℃～21.3℃[4]。全區(qū)降水豐富，年均降水量為1 536 mm，降水總量292.5×108m3[5]。降水時空分異明顯，在時間上，5～10月為雨季，占全年降水的80%以上；在空間分布上，西部地區(qū)降水量大，而東部地區(qū)降水量小。

以保山市為例，利用市域內主要氣象站觀測數(shù)據(jù)對上述兩套高空間分辨率數(shù)據(jù)集的累年月降水產品進行檢驗，為該數(shù)據(jù)在本地的應用提供支持。

1 研究方法

1.1 數(shù)據(jù)源

通過訪問WorldClim和CHELSA的官方網(wǎng)址，分別下載了月降水量分布柵格圖。其中World?Clim 2.0月降水柵格的統(tǒng)計年限為1970?2000年，而CHELSA降水數(shù)據(jù)的統(tǒng)計年限為1979?2013年[3]。從云南省氣象局獲得保山1區(qū)4縣的月降水序列（1970?2013年），分別計算1970?2000年，1979?2013年兩個時段的累年月均值，用于與柵格數(shù)據(jù)值進行比較。

1.2 數(shù)據(jù)精度的驗證

采用相關系數(shù)（R）、平均絕對誤差（MAE）、均方根誤差（RMSE）和平均相對誤差（MRE）幾個指標來進行數(shù)據(jù)精度評價[2,6]。對于兩套柵格數(shù)據(jù)，分別提取站點位置柵格像元值，然后統(tǒng)計柵格值與對應月觀測雨量的相關系數(shù)（R）：

式中，xi，yi分別為站點位置的柵格像元值和觀測值；xˉ、yˉ分別為像元值和觀測值的均值；n表示樣本數(shù)。

2 結果與分析

2.1 相關系數(shù)

統(tǒng)計各站點在CHELSA、WorldClim 2.0月降雨柵格值與其對應月觀測雨量差值關系見圖1。由圖1（a）可知CHELSA月降水與觀測值兩者相關性較高，相關系數(shù)R達0.98，由圖1（b）可知WorldClim 2.0月降水與觀測值兩者相關性也較高，相關系數(shù)R達0.93?？傮w上CHELSA降水與觀測降水的點據(jù)更加集中于趨勢線附近。圖中各自的趨勢線斜率均低于1，說明柵格數(shù)據(jù)的降水與觀測值相比偏低。

圖1 研究區(qū)站點降水與CHELSA降水（a）、WorldClim 2.0降水（b）的相關關系

2.2 誤差

兩套數(shù)據(jù)與觀測值對比的各項誤差指標為：CHELSA降水MAE=31.8 mm、RMSE=45.7 mm、MRE=28%；WorldClim降水MAE=22.5 mm、RMSE=42.8 mm、MRE=20%。進一步繪圖發(fā)現(xiàn)，CHEL?SA各月降水普遍存在低估的情況（圖2（a）），且月降水量越大，低估的值越大。WorldClim 2.0低估和高估的情況均有（圖2（a）），除了10月、12月略微高估外，其余月份降水量越大，低估也越大。然而，從各個站點的情況來看，CHELSA降水在所有測站均為低估，而WorldClim 2.0在保山站4～8，10月，施甸站6～10月出現(xiàn)比較明顯的高估。在研究區(qū)內降水量最多的龍陵縣，降水柵格的偏差達到最大（圖 3（b））。

圖2 CHELSA降水、WorldClim2.0降水與觀測降水在站點平均（a）與各站點（b）的絕對差值

3 討論

國內外發(fā)布并提供下載的氣候柵格數(shù)據(jù)集通常為10 km分辨率以上的數(shù)據(jù)①Dee,Dick&National Center for Atmospheric Research Staff(Eds).Last modified 31 Oct 2019."The Climate Data Guide:ERA?In?terim."Retrieved from https://climatedataguide.ucar.edu/climate?data/era?interim.[7]。利用站點觀測數(shù)據(jù)針對目前國外發(fā)布并提供下載的兩套相似的高空間分辨率（1 km）降水柵格數(shù)據(jù)進行了初步評價。通過評價認為兩套月均值數(shù)據(jù)與觀測資料的相關性均較好，能夠反映降水在年內的分布規(guī)律。其中，CHELSA降水數(shù)據(jù)與觀測值的偏差雖然比WorldClim 2.0數(shù)據(jù)略大，但屬于系統(tǒng)性偏差（均低估了月降水），可以通過地區(qū)系統(tǒng)校正的方法做進一步修正。而WorldClim 2.0除了低估以外，還在研究區(qū)內的部分地區(qū)存在高估的情況，校正起來難度較大。

因此，在研究數(shù)據(jù)選取時建議優(yōu)先選擇CHELSA數(shù)據(jù)，并根據(jù)研究目的與精度要求，考慮在研究區(qū)內做進一步校正。