论文部分内容阅读
摘 要：本文以三峡库区重庆段为研究对象，利用研究区内17个气象站点实测降水数据与1998—2017年库区范围内TRMM3B43 V7降水数据进行精度验证，结合克里金空间插值对原始数据进行修正，改善TRMM原始数据的精度问题，基于修正后的降水数据，分析三峡库区重庆段1998—2017年降水的时空分布特征。结果表明：修正后的TRMM降水数据与气象站点数据间整体一致性较高满足研究条件，但站点间的相关性具有一定差异。在研究时段内库区降水呈现出略微下降的趋势，季节降水分配不均，春、冬2季降水变率大，除秋季降水呈现上升趋势外，春、夏、冬3季均表现为下降。空间上呈现出自东北向西南逐渐减少的分布特征，降水中心位于北部，主城区域由于“雨岛”效应影响，降水相对较多。
关键词：TRMM降水数据; 三峡库区;时空分析
中图分类号：S16
文献标识码：A
降水是区域气候环境的一个重要参数和指标，是地球水文循环中最直接、最活跃的气候要素之一，制约着人类社会的发展[1]，同时降水也受到陆面环境的影响，具有明显的空间异质性。但是由于地面气象监测站点分布零散且数量有限，所以站点数据只能反映一定范围内的降水情况[2]，再加上地理环境和地形因素的影响，在地形复杂的丘陵山区很难得到高分辨率的降水数据。
近年来，随着RS和GIS技术的逐步发展，为研究者提供了一系列高分辨率的降水数据产品，包括TRMM、CMORPH、GSMaP、FY等。TRMM数据应用范围更加广阔，如水文过程模拟[3]、潜热分析[4]、降水时空分布特征研究[5]、降水侵蚀力分析[6]等。国内外专家学者基于TRMM降水数据与气象站点实测降水数据间的精度、区域降水的时空分布特征表明2种数据间具有良好的一致性。Scott Curtis等[7]使用地基雷达监测到的Floyd飓风降水与TRMM降水数据进行了比较分析，TRMM降水数据与雷达数据间相关系数较高表现出良好的精度;Dai等[8]利用TRMM3B42等多种卫星数据对中低纬度的季节平均降水、日降水频率和日降水量的空间分布情况进行了分析;陈举等[9]利用南海地区实测降水数据、CAMP数据与TRMM3A25数据进行对比分析，结果表明TRMM3A25数据能够更准确地表现降水在时间、空间上的变化规律。但是当前的研究成果多集中在地形平坦开阔的地区，对地形复杂多样的丘陵山区并不适用。针对这个问题，国内学者在我国复杂地形地貌区，利用TRMM降水数据进行了一些研究。李威等[10]利用TRMM降水数据在我国喀斯特地貌广泛分布的贵州省以年、季、月3个尺度和单个站点实测数据进行精度评估，结果表明在喀斯特地区TRMM降水数据與站点实测数据间具有较高的线性相关特征。众多研究表明，TRMM降水数据虽然在某些地区和季节存在一定偏差，但在总体上数据质量较好，能够满足应用研究的需求。
三峡库区重庆段是典型的地形复杂区，丘陵、山地遍布，地表起伏度大，区内降水受到地形因素的影响显著，是我国最为特殊、重要的生态保护屏障区。其脆弱的自然生态环境和重要的地理位置影响着长江流域的生态、经济、社会安全[11]。因此，研究三峡库区范围内的降水要素具有重要的理论与现实意义。
1 研究区概况
三峡库区重庆段位于长江上游下段，东起巫山县，西至江津区，南起武隆县，北至开州区，地理范围在N28°31′～31°44′，E105°49′～110°12′。东南、东北与鄂西交界，西南与川黔接壤，西北与川陕相邻。库区范围为亚热带季风气候，受季风气候影响显著，年平均气温为15～18°C，年平均降雨量为1150.26mm。境内地形复杂，地势差异明显，从而形成了独特的自然地理环境。
2 数据来源与研究方法
2.1 数据来源
所用数据包括TRMM3B43 V7月降水数据，气象站点实测降水数据和研究区内DEM高程数据。TRMM3B43 V7降水数据由网站（http：//trmm.gsfc.nasa.gov/）免费下载，选取NetCDF格式降水数据，在ArcGIS软件中进行数据处理提取气象站点所在象元的值，得到三峡库区重庆段1998—2017年TRMM降水数据。气象站点实测降水数据来自中国气象科学数据共享服务网（http：//cdc.cma.gov.cn），包括1998—2017年三峡库区重庆段内各站点月降水数据，季尺度和年尺度数据由月降水信息逐月累积得到。
2.2.4 空间分析
利用站点实测降水数据与TRMM降水数据的差额进行克里金空间插值，得到三峡库区内的差额分布数据，并与TRMM降水数据进行叠加分析，最后得到较准确的三峡库区多年平均降水。
3 TRMM降水数据精度修正
利用上述公式计算1998—2017年三峡库区重庆段内17个气象站点实测降水数据与对应各年份TRMM降水数据的相关系数和相对误差，对数据的精度进行验证。总体来说，TRMM3B43降水数据与站点实测降水数据具有较好的相关性，数据精度较高，满足数据应用的要求。
基于以上研究结果，进一步利用气象站点实测降水数据为参照值，提取站点所对应的象元TRMM降水数据及数据间的差额分布情况。结果显示，降水差额均为负数，表明TRMM降水数据在三峡库区重庆段的估算值均比站点实测降水数据高，西南和东北部差额相对较小，东南部差额较大。总体上站点数据和TRMM数据的空间分布具有一致性，因此可以利用Arcgis空间插值对TRMM降水数据进行修正，从而得到修正后的三峡库区重庆段多年平均降水分布。
4 降水时空特征分析
4.1 时间分布特征
4.1.1 年际分布特征
由图1可知，库区内降水量呈现出波动变化的趋势，正负距平值之间差异较大。2000年前后年际降水量变化显著，1998年由于长江流域降水量的异常增多而达到降水量最大值，2001年、2006年则降水量显著减少，2001年由于气候异常干旱而导致降水量相对于距平值大幅减少为研究时段内降水量距平最低值，2008—2013年降水量呈现持续性减少趋势，在2014年以后出现降水量正距平，表明该时段内降水量呈现出上升的趋势。 4.1.2 季节分布特征
为了更清晰地分析库区内降水的时间变化特征，计算春、夏、秋、冬4季降水量累积距平分布图2。由图可见，库区内的降水存在明显的季节差异，降水主要集中在下半年，冬半年降水量较少。春、夏、冬3季降水量均呈现出下降的趋势，秋季降水量呈现上升的趋势，春、冬2季降水变率明显。春季降水虽呈现出下降的趋势，但下降趋势不显著，降水量在2000年前后波动较大，2000年降水量在研究时段内最低，最高出现在2002年。夏季降水量在1998年激增之后逐渐下降，并在2006年减少量达到了200mm，2009—2013年间降水量显著减少。与其它季节相比，秋季降水量总体上呈现稳定上升的趋势，且波动幅度也比较小。冬季降水量下降趋势最为明显，年际波动大，2005—2008年降水变率剧烈，2006年为距平最高值，最低则出现在2008年，并在后续一段时间内均呈现出减少的趋势。
4.2 空间分布特征
由图3a可知，库区内多年平均降水量空间分布不均，受气候和地形的影响，年均降水量总体上看呈现出自东北向西南逐渐减少的空间分布特征。北部为降水中心，年均降水量超过1000mm，主要位于万州、云阳、开县及以北区域。主城区域由于城区面积的不断扩张导致城市“雨岛”效应的持续增强而出现相对多雨区。降水量低值区域位于库区西南部，主要分布于江津地区，降水量不足1000mm。
由图3可知，库区内降水量不仅在时间分布上存在差异，空间分布也具有相似的分布特征。春季降水量最多的区域为东北部，中部降水量相对较多，而西南部降水量最少不足200mm。夏季是降水量最多的季节，降水中心出现在主城区域，降水量超过600mm，北部开县、云阳、万州区域相对较多，降水低值区域位于涪陵、丰都、石柱、忠县一带。秋季降水中心依然分布在开县附近，主城与中部区域秋季降水量较南部和西南部较多。冬季降水量占比最低，西南部和中部降水量差异较小，降水中心出现在东北部的局部区域，同时降水最低值范围也位于东北部。
5 结论与讨论
5.1 结论
基于修正后的TRMM3B43 V7降水数据分析三峡库区重庆段的降水时空分布特征，结论如下。
利用站点降水数据与TRMM降水数据的差额空间插值结果与TRMM降水数据进行叠加分析后，数据间的相关系数上升、相对误差减小，数据质量明显上升。表明數据间具有良好的线性相关关系，数据差异性较小，数据整体精度较高。单个站点数据间精度差异大，东北部和西南部站点相对误差较大。
1998—2017年库区多年平均降水呈现出下降趋势，但下降幅度较小。1998—2000年降水量波动较大，1998年达到正距平最高值，2001年为负距平最低值。降水季节变化显著，春、冬两季降水波动明显，夏、秋2季降水量相对较平稳。除秋季降水量呈现出上升趋势外，其余3季降水量均呈现出下降的趋势。降水月际变化也存在着显著的差异，整体呈现单峰变化趋势，降水主要集中在5—9月，6—8月达到延年中降水最大值，12月—次年2月降水量最少。
从多年平均降水量的空间分布来看，降水量总体上呈现出自东北向西南减少的分布特征，降水量中心位于开县、云阳、万州一带，主城区因受“雨岛”效应的影响，降水量相对西南部和中部来说较多。季节空间降水分布具有显著的差异性和复杂性，春、秋2季降水空间分布于多年平均降水量空间分布具有相似性，总体上呈现出自东北向西南减少的分布特征。夏季降水量呈现“高-低-高”分布特征，中部降水量最少。冬季中部及西南部降水量相对较多，东北部整体降水量较少，同时降水中心也出现在东北部的局部区域。
5.2 讨论
本文利用修正后的1998—2017年TRMM3B43 V7降水数据对三峡库区重庆段近20a降水进行了时空特征分析，修正后的TRMM数据相比站点降水数据更加准确的反映出了库区内降水的时空分布特征，有效改善了TRMM数据高值低估、低值高估的问题。但TRMM降水数据是一种利用遥感数据对区域降水进行估算的方法，其方法本身也存在着某些缺陷，会给数据结果带来一些不可避免的误差。同时，TRMM降水数据空间分辨率为0.25°×0.25°，对于小范围研究区域来说，数据空间分辨率略显不足，在今后的研究中应着力提高数据的分辨率，针对不同地理环境下的研究，应用高精度的数据，以减少误差，并在需要的情况下进行空间降尺度分析。另外，本文在研究降水时空特征时，未考虑地理要素与地形因子对降水的影响，今后的研究可以结合经纬度、海拔、坡度、坡向等因素来进行分析，以得到更加准确的降水时空分布。
参考文献
[1]
关键词：TRMM降水数据; 三峡库区;时空分析
中图分类号：S16
文献标识码：A
降水是区域气候环境的一个重要参数和指标，是地球水文循环中最直接、最活跃的气候要素之一，制约着人类社会的发展[1]，同时降水也受到陆面环境的影响，具有明显的空间异质性。但是由于地面气象监测站点分布零散且数量有限，所以站点数据只能反映一定范围内的降水情况[2]，再加上地理环境和地形因素的影响，在地形复杂的丘陵山区很难得到高分辨率的降水数据。
近年来，随着RS和GIS技术的逐步发展，为研究者提供了一系列高分辨率的降水数据产品，包括TRMM、CMORPH、GSMaP、FY等。TRMM数据应用范围更加广阔，如水文过程模拟[3]、潜热分析[4]、降水时空分布特征研究[5]、降水侵蚀力分析[6]等。国内外专家学者基于TRMM降水数据与气象站点实测降水数据间的精度、区域降水的时空分布特征表明2种数据间具有良好的一致性。Scott Curtis等[7]使用地基雷达监测到的Floyd飓风降水与TRMM降水数据进行了比较分析，TRMM降水数据与雷达数据间相关系数较高表现出良好的精度;Dai等[8]利用TRMM3B42等多种卫星数据对中低纬度的季节平均降水、日降水频率和日降水量的空间分布情况进行了分析;陈举等[9]利用南海地区实测降水数据、CAMP数据与TRMM3A25数据进行对比分析，结果表明TRMM3A25数据能够更准确地表现降水在时间、空间上的变化规律。但是当前的研究成果多集中在地形平坦开阔的地区，对地形复杂多样的丘陵山区并不适用。针对这个问题，国内学者在我国复杂地形地貌区，利用TRMM降水数据进行了一些研究。李威等[10]利用TRMM降水数据在我国喀斯特地貌广泛分布的贵州省以年、季、月3个尺度和单个站点实测数据进行精度评估，结果表明在喀斯特地区TRMM降水数据與站点实测数据间具有较高的线性相关特征。众多研究表明，TRMM降水数据虽然在某些地区和季节存在一定偏差，但在总体上数据质量较好，能够满足应用研究的需求。
三峡库区重庆段是典型的地形复杂区，丘陵、山地遍布，地表起伏度大，区内降水受到地形因素的影响显著，是我国最为特殊、重要的生态保护屏障区。其脆弱的自然生态环境和重要的地理位置影响着长江流域的生态、经济、社会安全[11]。因此，研究三峡库区范围内的降水要素具有重要的理论与现实意义。
1 研究区概况
三峡库区重庆段位于长江上游下段，东起巫山县，西至江津区，南起武隆县，北至开州区，地理范围在N28°31′～31°44′，E105°49′～110°12′。东南、东北与鄂西交界，西南与川黔接壤，西北与川陕相邻。库区范围为亚热带季风气候，受季风气候影响显著，年平均气温为15～18°C，年平均降雨量为1150.26mm。境内地形复杂，地势差异明显，从而形成了独特的自然地理环境。
2 数据来源与研究方法
2.1 数据来源
所用数据包括TRMM3B43 V7月降水数据，气象站点实测降水数据和研究区内DEM高程数据。TRMM3B43 V7降水数据由网站（http：//trmm.gsfc.nasa.gov/）免费下载，选取NetCDF格式降水数据，在ArcGIS软件中进行数据处理提取气象站点所在象元的值，得到三峡库区重庆段1998—2017年TRMM降水数据。气象站点实测降水数据来自中国气象科学数据共享服务网（http：//cdc.cma.gov.cn），包括1998—2017年三峡库区重庆段内各站点月降水数据，季尺度和年尺度数据由月降水信息逐月累积得到。
2.2.4 空间分析
利用站点实测降水数据与TRMM降水数据的差额进行克里金空间插值，得到三峡库区内的差额分布数据，并与TRMM降水数据进行叠加分析，最后得到较准确的三峡库区多年平均降水。
3 TRMM降水数据精度修正
利用上述公式计算1998—2017年三峡库区重庆段内17个气象站点实测降水数据与对应各年份TRMM降水数据的相关系数和相对误差，对数据的精度进行验证。总体来说，TRMM3B43降水数据与站点实测降水数据具有较好的相关性，数据精度较高，满足数据应用的要求。
基于以上研究结果，进一步利用气象站点实测降水数据为参照值，提取站点所对应的象元TRMM降水数据及数据间的差额分布情况。结果显示，降水差额均为负数，表明TRMM降水数据在三峡库区重庆段的估算值均比站点实测降水数据高，西南和东北部差额相对较小，东南部差额较大。总体上站点数据和TRMM数据的空间分布具有一致性，因此可以利用Arcgis空间插值对TRMM降水数据进行修正，从而得到修正后的三峡库区重庆段多年平均降水分布。
4 降水时空特征分析
4.1 时间分布特征
4.1.1 年际分布特征
由图1可知，库区内降水量呈现出波动变化的趋势，正负距平值之间差异较大。2000年前后年际降水量变化显著，1998年由于长江流域降水量的异常增多而达到降水量最大值，2001年、2006年则降水量显著减少，2001年由于气候异常干旱而导致降水量相对于距平值大幅减少为研究时段内降水量距平最低值，2008—2013年降水量呈现持续性减少趋势，在2014年以后出现降水量正距平，表明该时段内降水量呈现出上升的趋势。 4.1.2 季节分布特征
为了更清晰地分析库区内降水的时间变化特征，计算春、夏、秋、冬4季降水量累积距平分布图2。由图可见，库区内的降水存在明显的季节差异，降水主要集中在下半年，冬半年降水量较少。春、夏、冬3季降水量均呈现出下降的趋势，秋季降水量呈现上升的趋势，春、冬2季降水变率明显。春季降水虽呈现出下降的趋势，但下降趋势不显著，降水量在2000年前后波动较大，2000年降水量在研究时段内最低，最高出现在2002年。夏季降水量在1998年激增之后逐渐下降，并在2006年减少量达到了200mm，2009—2013年间降水量显著减少。与其它季节相比，秋季降水量总体上呈现稳定上升的趋势，且波动幅度也比较小。冬季降水量下降趋势最为明显，年际波动大，2005—2008年降水变率剧烈，2006年为距平最高值，最低则出现在2008年，并在后续一段时间内均呈现出减少的趋势。
4.2 空间分布特征
由图3a可知，库区内多年平均降水量空间分布不均，受气候和地形的影响，年均降水量总体上看呈现出自东北向西南逐渐减少的空间分布特征。北部为降水中心，年均降水量超过1000mm，主要位于万州、云阳、开县及以北区域。主城区域由于城区面积的不断扩张导致城市“雨岛”效应的持续增强而出现相对多雨区。降水量低值区域位于库区西南部，主要分布于江津地区，降水量不足1000mm。
由图3可知，库区内降水量不仅在时间分布上存在差异，空间分布也具有相似的分布特征。春季降水量最多的区域为东北部，中部降水量相对较多，而西南部降水量最少不足200mm。夏季是降水量最多的季节，降水中心出现在主城区域，降水量超过600mm，北部开县、云阳、万州区域相对较多，降水低值区域位于涪陵、丰都、石柱、忠县一带。秋季降水中心依然分布在开县附近，主城与中部区域秋季降水量较南部和西南部较多。冬季降水量占比最低，西南部和中部降水量差异较小，降水中心出现在东北部的局部区域，同时降水最低值范围也位于东北部。
5 结论与讨论
5.1 结论
基于修正后的TRMM3B43 V7降水数据分析三峡库区重庆段的降水时空分布特征，结论如下。
利用站点降水数据与TRMM降水数据的差额空间插值结果与TRMM降水数据进行叠加分析后，数据间的相关系数上升、相对误差减小，数据质量明显上升。表明數据间具有良好的线性相关关系，数据差异性较小，数据整体精度较高。单个站点数据间精度差异大，东北部和西南部站点相对误差较大。
1998—2017年库区多年平均降水呈现出下降趋势，但下降幅度较小。1998—2000年降水量波动较大，1998年达到正距平最高值，2001年为负距平最低值。降水季节变化显著，春、冬两季降水波动明显，夏、秋2季降水量相对较平稳。除秋季降水量呈现出上升趋势外，其余3季降水量均呈现出下降的趋势。降水月际变化也存在着显著的差异，整体呈现单峰变化趋势，降水主要集中在5—9月，6—8月达到延年中降水最大值，12月—次年2月降水量最少。
从多年平均降水量的空间分布来看，降水量总体上呈现出自东北向西南减少的分布特征，降水量中心位于开县、云阳、万州一带，主城区因受“雨岛”效应的影响，降水量相对西南部和中部来说较多。季节空间降水分布具有显著的差异性和复杂性，春、秋2季降水空间分布于多年平均降水量空间分布具有相似性，总体上呈现出自东北向西南减少的分布特征。夏季降水量呈现“高-低-高”分布特征，中部降水量最少。冬季中部及西南部降水量相对较多，东北部整体降水量较少，同时降水中心也出现在东北部的局部区域。
5.2 讨论
本文利用修正后的1998—2017年TRMM3B43 V7降水数据对三峡库区重庆段近20a降水进行了时空特征分析，修正后的TRMM数据相比站点降水数据更加准确的反映出了库区内降水的时空分布特征，有效改善了TRMM数据高值低估、低值高估的问题。但TRMM降水数据是一种利用遥感数据对区域降水进行估算的方法，其方法本身也存在着某些缺陷，会给数据结果带来一些不可避免的误差。同时，TRMM降水数据空间分辨率为0.25°×0.25°，对于小范围研究区域来说，数据空间分辨率略显不足，在今后的研究中应着力提高数据的分辨率，针对不同地理环境下的研究，应用高精度的数据，以减少误差，并在需要的情况下进行空间降尺度分析。另外，本文在研究降水时空特征时，未考虑地理要素与地形因子对降水的影响，今后的研究可以结合经纬度、海拔、坡度、坡向等因素来进行分析，以得到更加准确的降水时空分布。
参考文献
[1]