基于TRMM数据的拉萨河流域降水时空分布规律研究

陈牧风 许珊珊 刘金涛,2 姬海娟

(1.河海大学 水文水资源学院,南京 210098;2.河海大学 水文水资源与水利工程科学国家重点实验室,南京 210098)

拉萨河流域地处西藏自治区腹地,是西藏自治区 首府所在地.拉萨河发源于念青唐古拉山脉中段北侧的罗布如拉,位于该山脉的南麓,沿途流经墨竹工卡县、达孜县,最后在拉萨市南郊汇入雅鲁藏布江,流域面积32896 km2,约占雅鲁藏布江流域面积的13.5%,是雅鲁藏布江最大的一条支流.拉萨河两岸山峰多在3 600～5 500 m之间,也是世界上最高的河流之一.但拉萨河属于典型的缺资料流域,目前仅有3个国家气象站和4个雨量站,降水观测站点稀疏且分布不均匀(如图1所示),这极大地限制了当地水资源保护开发和防汛抗旱等工作的开展.

图1 拉萨河位置及地面站点位置

降水是水循环的重要环节,它在时间和空间上具有高度异质性[1],研究流域降水的时空分布特征,对流域的水文预报、水资源管理、旱涝灾害分析等都具有重要意义.拉萨河流域现有降水站点数量及分布无法充分反映降水的时空分布规律.为满足降水资料缺乏地区的水文研究及生产实践需要,国际上通常采用卫星遥感降水数据来揭示流域降水的时空分布规律.

目前,最具代表性的遥感降水产品是热带降雨观测计划(TRMM)提供的降水数据.国内学者在TRMM卫星降水精度评估[2-4]、应用TRMM卫星降水分析某些流域,如雅鲁藏布江流域、珠江流域等的降水时空变化特征上[5-6]开展了系列研究.在高原地区,目前已有青藏高原测站降水与TRMM估测降水一致性评估、TRMM数据的修正等研究[7-8],但对于拉萨河流域降水的空间分布规律及TRMM卫星降水数据的适应性分析尚不足.本文以拉萨河流域为研究对象,在月、年时间尺度上利用地面观测站点的降水数据评估TRMM数据的精度,并根据数据评价结果,进一步分析拉萨河流域降水的时空分布特征,为水文模拟及流域水资源管理提供依据.

1 研究区域、数据和方法

1.1 研究区域及数据

拉萨河是雅鲁藏布江流域面积最大的一条支流.其河源地区为平坦湿地,海拔5 200 m,汇入口海拔3 580 m,总落差1 620 m.流域内气候寒冷干燥,降雨多分布在夏季,冬季干旱几乎无雨.拉萨河流域总体属高原温带半干旱气候,具有高原干湿季节分明的大陆性气候特点.与我国同纬度地区相比,拉萨河具有气温低、年温差小、降雨强度弱、蒸发强等高原气候特征.由于流域内高程变化大,造成上、下游及山峰河谷气候有较大的差异[9].

本文采用的TRMM 3B43降水数据(下文简称"TRMM数据"),来自NASA,空间分辨率为0.25°×0.25°,以月为时间尺度,资料年限:2000年1月～2012年12月.地面降水数据则选用了拉萨河流域3个气象站点和4个雨量站点的实测数据,由中国气象局国家气候中心和西藏自治区水文局提供,数据有严格的质量控制和均一化订正.由于拉萨气象站和拉萨雨量站以及墨竹工卡气象站和唐加雨量站之间距离较近,降水量接近,本文取相应两站的均值并与所在网格的TRMM数据进行对比分析.

1.2 数据评价指标

以实测降水量数据为基准,利用相关系数R2来检验TRMM数据和实测数据的相关性,利用纳什效率系数NSE、平均绝对偏差 MAE、平均相对偏差MRE这3个指标衡量两种数据的相似程度,具体公式如下:

式中,PS和PT分别表示长度为n的两个降水序列,其中PS为地面站点实测降水数据,PT为TRMM数据,PS和PT分别表示两个降水序列的均值.R2的取值范围为[0,1],其值越接近1.表明数据相关性越大,即卫星数据和实测数据越一致.NSE反映的是两种数据的相似程度,其值越接近1表明卫星降水数据与实测数据相差越小.MAE和MRE分别表示TRMM数据与实测值的平均绝对偏差量和平均相对偏差值,值越小则数据精度越高.

分析实测数据和卫星数据所显示的降水年际变化幅度,用变差系数Cv来衡量,公式如下:

式中,Cv反映降水量的年际变化情况,Cv值越大,说明年降水量波动越大;Cv越小,说明年降水量的年际变化波动越小,逐年降水量差异不大.

2 TRMM降水数据评估

2.1 月降水量数据评估

以拉萨河流域内地面站的实测数据为基准,对TRMM数据的相关性进行分析.研究显示(如图2所示),拉萨站、当雄站、墨竹工卡站、羊八井站、旁多站的月相关系数分别为0.94、0.89、0.98、1.00、1.00.这5个站的平均相关系数R2=0.96,该相关系数较高,说明整体上TRMM降水数据与拉萨河流域内的实际降水数据一致性较高.

图2 TRMM月数据与地面站点实测降水比较散点图

从纳什效率系数来看,五站平均月纳什效率系数为0.93,拉萨站、当雄站、墨竹工卡站、羊八井站、旁多站的月均方根偏差分别是0.81、0.88、0.97、0.99、0.99,五站平均月平均绝对偏差量MAE为7.1 mm.总体来说两种数据月值偏差较小,说明TRMM数据与实测数据相差较小,数据可信度较高,在应用时只需做小幅度校正即可.将两种数据进行比较,总体上TRMM降水数据的值偏大于实测降水数据.

各月平均降水数据的分析结果见表1和图3所示,可以看出11、12月中两种数据的偏差量较小,但平均相对偏差值较大,两种数据的相关性也较不理想,而7、8月份TRMM数据与实测数据的偏差量虽大,但平均相对偏差较小,且相关性较好.分析表明降水量较多的月份中TRMM数据的质量更好,降水少的月份则精度较差.

表1 各月TRMM数据与站点实测降水量比较

图3 TRMM各月数据与地面站点实测降水比较散点图

2.2 年降水量数据评估

根据月降水数据推求得到年降水值,以地面站实测数据为基准,分析可知(如图4所示)拉萨站、当雄站、墨竹工卡站、羊八井站、旁多站的年相关系数分别为0.63、0.72、0.95、0.99、1.00.5个站的平均相关系数为R2=0.86,该相关系数较高,但相比于月值则明显下降,五站年平均MAE为57.1 mm,可见TRMM在月值数据上与实测值相似度更高.总体来说,TRMM观测所得年降水数据精度较高,可用于分析拉萨河流域降水时空分布规律.

图4 TRMM年数据与地面站点实测降水比较散点图

3 拉萨河流域年降水时空分布分析

根据TRMM降水分布,拉萨河流域多年平均降水分布如图5所示.

图5 拉萨河流域多年平均降水分布

由图5可知,拉萨河流域降水整体呈现由东南向西北递减的特征,主要是由于来自孟加拉湾的暖湿气流,沿雅鲁藏布江上溯形成降水,而同时该地受到西南季风的影响,导致水汽在输送过程中不断损失,造成降水分布东多西少.比较特殊的是,在墨竹工卡地区附近有高达6 018 m的分水岭,挡住了怒江流域降水云气南移,又阻止了沿雅鲁藏布江逆流而上的降水云气北上,造成了墨竹工卡以北从东部向西部降水减少,墨竹工卡以南在个别月份西部降水大于东部的情况[9].

从多年月平均降水分布情况(如图6所示)可见,1、2、3月份降水分布情况相似,流域内东北部降水量高于中西部,但整体降水较少,大部分地区几乎无降水;从4月份开始,流域内降水区从东北向南部延伸;到7、8月份,降水最多的区域移至流域南部,东部降水相对减少,并且受印度洋暖湿气流的影响,降水量在7、8月份达到峰值,两月总降水量为303.1 mm,占全年降水的50.4%,降水量最大的栅格单元可达209.5 mm;到9月份,全流域降水分布比较均匀,但降水总量较7、8月份大幅度下降,流域内降水量在58.0～99.0 mm之间;从10月开始拉萨河流域内降水量进一步下降,到12月份流域平均降水达到最小值,仅1.8 mm,占全年降水的0.3%.全年来看,拉萨河流域内大多数降雨在夏季,春、冬季节流域内干旱少雨.

图6 基于TRMM数据的拉萨河多年月平均降水分布图

地面站点和TRMM降水量的年际变差系数见表2.从表中不难发现,羊八井站多年降水量的变差系数最小,表明该站所在处多年降水量变化最小.在所有站点中,当雄站的年降水变差系数最大.总体来说,拉萨河流域内降水,在各站测得的多年降雨量变差系数基本相同,即各站点所测多年降水量变化幅度基本一致.

表2 实测和TRMM年降水量数据统计表

4 结 论

本文利用拉萨河流域地面站点的降水数据,分析评价了卫星降水TRMM 3B43数据在月、年尺度上与地面站点数据的一致性及精度质量.在此基础上,对拉萨河流域降水的时空分布特征进行了分析,得到以下结论:

1)拉萨河流域内TRMM月数据与站点实测降水量的相关系数R2=0.96,平均绝对偏差MAE=7.1 mm,纳什效率系数NSE=0.93,显示了两者之间存在很好的线性相关性,且偏差较小,数据质量较高.整体而言,TRMM月数据的降水值比站点实测降水量稍大.

2)拉萨河流域内TRMM年数据与站点实测降水量的相关系数R2=0.86,平均绝对偏差MAE=57.1 mm,表明TRMM年数据精度较高,但相比月数据略显不足.

3)受来自孟加拉湾的暖湿气流和西南季风的共同影响,导致拉萨河流域降水分布东多西少的特点.同时,在墨竹工卡地区附近有高达6 018 m的分水岭,造成了墨竹工卡以北从东部向西部降水量减少,墨竹工卡以南情况相反的降水特点.

4)拉萨河流域内年平均降水分布规律呈现由东南向西北递减的趋势.流域内12月降水量最小,7月降水量最大,流域内大部分降水发生在6～9月,而11月至次年3月,流域内则很少有降水发生.总的来说,TRMM月、年数据精度较高仅需少量调整即可应用于拉萨河流域的降水分析,同时,分析发现拉萨河流域降水的时空分布有一定的规律,此项研究成果将为后续拉萨河流域的水文模拟及水资源管理打下基础.

[1] 蔡研聪,金昌杰,王安志,等.中高纬度地区TRMM卫星降雨数据的精度评价[J].应用生态学报,2014,25(11):3296-3306.

[2] 刘俊峰,陈仁升,韩春坛,等.多卫星遥感降水数据精度评价[J].水科学进展,2010,21(3):343-348.

[3] 杨云川,程根伟,范继辉,等.卫星降水数据在高山峡谷地区的代表性与可靠性[J].水科学进展,2013,24(1):24-32.

[4] 胡庆芳,杨大文,王银堂,等.赣江流域高分辨率卫星降水数据的精度特征与时空变化规律[J].中国科学:技术科学,2013,43(4):447-459.

[5] 王兆礼,钟睿达,赖成光,等.TRMM卫星降水反演数据在珠江流域的适用性研究——以东江和北江为例[J].水科学进展,2017,28(2):174-182.

[6] 蔡明勇,吕 洋,杨胜天,等.雅鲁藏布江流域TRMM降水数据降尺度研究[J].北京师范大学学报:自然科学版,2017,53(1):111-119.

[7] 李嘉睿,卢乃锰,谷松岩.青藏高原地区TRMM PR地面降雨率的修正[J].应用气象学报,2015(5):636-640.

[8] 罗布坚参,翟盘茂,假 拉,等.西藏高原测站降水与TRMM估测降水一致性评估[J].气象,2015,41(9):1119-1125.

[9] 宁爱凤,尹 观,刘天仇,等.拉萨河地区的大气降水同位素分布特征[J].矿物岩石,2000,20(3):95-99.