引言

降水是地球水循环的基本组成部分，作为一个水分通量连接着大气过程与地表过程，具有重要的气象学、气候学和水文学意义(刘元波等，2011；Kummerow et al，1998；王令等，2012)。与其他的水文、气象参数不同，降水在时间和空间上变率大，常呈现非正态的分布，所以也是目前最难测量的大气变量之一。降水的多少是决定干旱与否的关键条件。相对于气温、气压等其他气象要素，降水的时空变率要大得多，受地形和气候系统等因素的影响更为显著，这就导致单点观测降水值的代表性相对差一些，又由于受地理位置局限以及气象观测仪器设备不足的影响，获取某一区域的实测数据存在一定困难。虽然运用地面雨量计及地基雷达可以监测区域性地表降水，但是由于雨量计和地基雷达在陆地上分布不均，且在海洋上分布更加稀少，所以很难通过这些手段准确地获得大区域和全球性的降水分布。卫星微波遥感可以克服此局限, 实现全球尺度降水和云的观测, 而且相对于红外/可见光只能反映云厚、云高等信息而言, 微波能够穿透云体, 利用云内降水粒子和云粒子与微波的相互作用对云、雨进行更为直接的探测(Olson et al，1996；杨扬等，2000)。随着卫星降水遥感信息日益丰富，对降水的时空分布可以进行精准测量，这也成为近几十年来最富有挑战性的科学研究目标之一(胡庆芳等，2013)。

目前, 全球有影响的卫星降水估计方法已达30余种(胡庆芳等，2013)，卫星降水反演产品(Satellite Rainfall Estimation)十几种，其中比较著名的有TRMM (Tropical Rainfall Measurement Mission) (Kummerow et al，1998；Huffman et al, 2002; 2007)，CMORPH(Climate Predication Centre Morphing Technique)(Joyce et al，2004)，GSMaP(Global Satellite Mapping of Precipitation)(Okamoto et al，2005；Ushio et al，2009), Hydro-Estimator[National Environmental Satellite, Data, and Information Service (NESDIS)](Vicente et al，1998；Scofield et al，2003)等。卫星降水反演产品覆盖范围广、时效性强，可以弥补地面雨量计和地基雷达的不足。国际降水工作组(International Precipitation Working Group，IPWG)从2008年开始，通过PEHRPP(Program to Evaluate High Resolution Precipitation Products)计划，推动了美国(Huffman et al，2001)、澳大利亚(Weymouth et al，1999)、欧洲(Kidd et al，2003)、日本(Makihara et al，1996)、南美和南非等地区卫星降水反演产品精度的评估工作(Arkin et al，2008；Turk et al，2008)。受IPWG的邀请，2012年10月，在IPWG第六次工作组会议中，中国被确定为加入该计划，由此开始进行多种卫星反演降水产品在中国地区的检验评估工作。

关于卫星反演降水产品精度的评估工作，国外研究较多，例如：Sapiano等(2009)对多种高分辨率产品进行评估比较，其结果表明卫星反演降水产品均可以再现降水的空间分布及昼夜变化特征。Kubota等(2009)通过检验多种产品的反演精度，发现GSMaP和CMORPH产品的精度比其他产品要高，所有产品对温暖地区的弱降水和极强降水反演较差。McCollum等(2002)、Romilly等(2011)指出不同类型卫星降水产品的源数据和反演算法不一，其精度与性能各异；而同一数据，在不同地区的精度可能相差很大；在同一区域，精度又具有时空变化特征。Ebert等(2007)、Laurent等(1998)研究多种卫星降水产品的时空尺度特征，指出采用单一的评估方法不足以表现不同产品的精度，需采用不同的方法进行综合比较。Tian等(2010)研究发现多种卫星降水产品在美国地区均存在冬季低估和夏季高估降水量，而GSMaP产品的精度较高。近些年，国内对卫星降水产品的评估工作，有了长足进步，针对典型卫星降水产品的精度，进行了一定的分析。例如：刘元波等(2011)对国际及国内的卫星反演降水研究进行了综述，结合问题给出研究的发展趋势。胡庆芳等(2013)、Shen等(2010)对多种卫星产品在中国特定区域的精度进行评估，对时空变化特征进行分析。此外，更多的研究人员采用TRMM卫星反演降水产品，探寻中国不同地区的精度情况，例如：吴庆梅(2003)、白爱娟等(2008)、穆振侠等(2010)、刘俊峰等(2010)、骆三等(2011)、李相虎等(2013)、吴雪娇等(2013)和吕洋等(2013)利用TRMM卫星反演降水产品探寻中国不同地区的精度特征及降水的时空变化规律，分析其在旱涝监测方面的适用性状况，评估TMPA(the TRMM multisatellite precipitation analysis)对冬、夏季节降水的反演能力。

以往有关卫星降水反演产品的分析多以TMPA资料分析为主，偏重于局部地区或某次大的降水过程，针对中国区域、中国东部区域和中国西部区域的精度分析尚欠缺，因此，本文针对上述研究区域，采用国际标准(WCRP)的验证评估方法，在日时间尺度上，选取2012—2013年的地面站格点和卫星反演降水数据，对TRMM、CMORPH、GSMaP、HYDRO等6种高分辨率卫星反演降水产品的精度进行综合分析，以期对中国区域降水分布特点有更加全面的认识，也对卫星反演降水产品的空间估测能力有更准确的评价。

1 资料与方法 1.1 资料和研究区域

本文采用卫星反演降水产品包括：2012—2013年TRMMv7版本(3B40RT、3B41RT、3B42RT)，CMORPH、GSMaP、HYDRO共6种0.25°×0.25°降水数据。各类数据基本情况见表 1。6种数据时间分辨率分别为1 h、3 h和1 d，计算时将1和3 h的降水量累加得到日降水量。HYDRO的空间分辨率为4 km，经过空间中央插值统一调整为0.25°×0.25°分辨率进行评估。

本文采用的基准降水资料是国家气象信息中心于2010年开始制作的2012—2013年0.25°×0.25°逐日格点降水分析场(沈艳等，2010；2012；2013；潘旸等，2011；2013)。该降水分析场使用基于气候学界限值、区域界限值、空间一致性等检查后有超过2400个国家级地面气象站的站点。图 1给出了中国区域地面气象站的网格点分布情况，该降水分析场数据在制作过程中，考虑了地形对降水的影响。

中国区域的站点呈现非常明显的东部多、西部少的特点。由于站点东西分布不均，根据中国地面站点的密集程度(图 1)，将中国区域以100°E为分界线，划分为东、西两区域，其中100°E以东的中国区域定义为中国东部区域，格点数为143×144，100°E以西的中国区域定义为中国西部区域，格点数为113×144，西部区域网格中的降水量充分考虑站点信息，格点中有台站信息则参与评估，格点中无台站信息则不参与评估。评估前，所有卫星反演降水数据均转化为中国区域、中国东部区域和中国西部区域，且范围大小一致，时间尺度为日值。对比评估均为相同区域格点与格点之间的比较，如果格点降水场或是反演降水场在某格点无降水信息，则对应格点不参与评估。

为便于表述，根据6种卫星反演降水数据的降水反演算法以及输入数据(红外/可见光、主/被动微波、多传感器联合)的不同(刘元波等，2011)，将其分为四类。第Ⅰ类为3B40RT(微波)，第Ⅱ类为3B41RT(红外)，第Ⅲ类包括3B42RT、CMORPH和GSMaP(多传感器联合)，第Ⅳ为HYDRO(红外/可见光)。本文分析结果为2012年12月至2013年11月的数据，2012年冬季系指2012年12月至2013年2月，2013年夏季系指2013年6—8月。

1.2 精度评估方法

本文采用的精度评估指标均按照(WCRP)国际统一标准编制，同时采用定量和分类评分指标(表 2)对各卫星反演降水产品进行评价，以全面反映日时间尺度上的精度特征。定量指标反映了卫星反演降水产品与基准降水在数量上的一致性，包括：均方根误差(root mean square error，RMSE)、相关系数(correlation coefficient，CC)、平均绝对误差(mean absolute error，MAE)；分类评分指标反映卫星反演降水产品对日降水事件发生可能性的估计能力，包括：ETS(equitable threat score)评分、HKS(Hanssen and Kuipers score)评分、探测率(probability of false detection，POD)评分和空报率(false alarm ratio，FAR)评分。

(1) 相关系数(Rakhmat et al，2013；Feidas，2010；Kendall et al，1963)：

$ r = \frac{{\sum\limits_{i = 1}^n {({s_i} - \bar s)({g_i} - \bar g)} }}{{\sum\limits_{i = 1}^n {{{({s_i} - \bar s)}^2}\sum\limits_{i = 1}^n {{{({g_i} - \bar g)}^2}} } }} $

(1)

式中，r的范围为：-1~1，完全相关为1，完全相反为-1。

(2) 均方根误差(Murphy，1995)：

$ RMSE = \sqrt {\frac{1}{n}\sum\limits_{i = 1}^n {{{({s_i} - {g_i})}^2}} } $

(2)

式中，RMSE的范围为：0~∞，完全无差别为0。

(3) 平均绝对误差(Feidas et al，2010；Kendall et al，1963)：

$ AME = \frac{1}{n}\sum\limits_{i = 1}^n {\left| {({s_i} - {g_i})} \right|} $

(3)

式中，MAE的范围为：0~∞，完全无差别为0。

对于上述公式，其中g_i和s_i分别表示某评价网格第i时段对应的基准降水量和卫星反演降水量；g和s分别表示基准降水量和卫星反演降水量的均值。

(4) ETS评分(equitable threat score)，ETS的范围为：-1/3~1, 完全正确分数为1(黄伟等，2009)。

$ ETS = \frac{{{N_a} - {N_{{\rm{RANDOM}}}}}}{{{N_a} + {N_b} + {N_c} - {N_{{\rm{RANDOM}}}}}} $

(4)

$ {N_{{\rm{RANDOM}}}} = \frac{{({N_a} + {N_c})({N_a} + {N_b})}}{{{N_a} + {N_b} + {N_c} + {N_d}}} $

(5)

(5) HKS评分(Hanssen and Kuipers score)，在-1~1之间，HKS=1，反演完全正确；HKS=-1，反演完全错误(Woodcock，1976)：

$ HKS = \frac{{{N_a}}}{{{N_a} + {N_c}}} - \frac{{{N_b}}}{{{N_b} + {N_d}}} $

(6)

(6) POD评分(probability of detection)衡量的是准确反演了多少观测为“是”的事件，从而了解某次反演的命中率。POD的范围在0~1，POD=0，反演完全错误；POD=1，反演完全正确：

$ POD = \frac{{{N_a}}}{{{N_a} + {N_c}}} $

(7)

(7) FAR评分(false alarm ratio)衡量的是没有出现的事件被误反演为出现的概率，即空报率。FAR在0~1之间，FAR=0，反演完全正确；FAR=1，反演完全错误：

$FAR = \frac{{{N_b}}}{{{N_a} + {N_b}}}$

(8)

2 冬季降水场分析与讨论

从冬季逐日平均的降水分布图和散点图上(图 2)可知，在0.25°×0.25°格点空间尺度上，6种卫星降水产品对中国区域降水分布的刻画有所区别，降水估计误差大量存在。

在中国东部，3B42RT雨区与基准降水场较为接近，而另外5种产品的最大降水区与基准降水场不一致，量级出现低估，其中3B40RT低估最严重。在中国西部，GSMaP高估严重，特别是在30°~45°N的山地、高原区域，散点图上对于小降水高估较大，其次为HYDRO，35°N以北、95°E以西的区域高估，3B42RT在青藏高原南部27°~35°N的区域存在高估。对于出现的高估情况，其原因可能与制作降水产品时使用的反演算法和对固态降水反演不准确有关(Huffman et al，2007)。

对冬季平均的评估指标进行分析(表 3)，可以发现，整个中国区域，第Ⅰ类产品3B40RT的RMSE、MAE小于其他三类产品，区域平均降水量为0.14 mm·d^-1，小于基准降水。第Ⅱ类产品3B41RT的区域平均降水量为0.57 mm·d^-1，与基准降水量值一致。第Ⅲ类产品中3B42RT的相关系数最高且大于其他产品，区域平均降水量比基准降水量高0.29 mm·d^-1。GSMaP反演降水量级高估较大，相关系数为负值。第Ⅳ类产品HYDRO的区域平均降水为0.62 mm·d^-1，仅比基准降水量值高0.05 mm·d^-1。四类产品的r在0.5以下，对基准降水量的解释能力均不强。分类评分指标方面，四类产品ETS评分在0.03~0.08。HKS评分中3B42RT最高，6种产品的数值在0.04~0.14。POD评分中3B42RT最高，与3B41RT差0.01，水平相当。FAR评分中HYDRO较好，量值为0.68，其余产品均在0.7以上。

中国东部区域，第Ⅰ类产品3B40RT的RMSE、MAE小于其他三类产品。区域平均降水量为0.11 mm·d^-1，小于其他三类产品，比基准降水小0.71 mm·d^-1，表明第Ⅰ类产品对中国东部区域冬季降水的反演精度较差。第Ⅲ类产品中3B42RT和CMORPH的相关系数最高，且大于其他产品，3B42RT的区域平均降水量比基准降水量小0.07 mm·d^-1。GSMaP的区域平均降水量比基准降水量大0.14 mm·d^-1，为唯一偏大的产品。四类产品的r仍然在0.5以下，对基准降水量的解释能力不强，但好于中国区域的量值。分类评分指标方面，四类产品ETS评分均不高，在0.04~0.08。HKS评分在0.05~0.12。POD评分在0.07~0.17。FAR评分中HYDRO较好，量值为0.58，其余产品均在0.6以上。

中国西部区域，第Ⅰ类产品3B40RT的RMSE、MAE、BIAS小于其他三类产品。区域平均降水量为0.13 mm·d^-1，最接近基准降水量。第Ⅲ类产品中GSMaP的反演精度差异较大。第Ⅳ类产品HYDRO的相关系数大于其他产品。分类评分指标方面，四类产品ETS评分在0.01~0.17。HKS评分在-0.02~0.38。POD评分在0.04 ~0.44。FAR评分在0.71~0.95，其中HYDRO的各项评分指标好于其他几类产品。

3 夏季降水场分析与讨论

从夏季逐日平均的降水分布图和散点图上(图 3)可知，6种卫星降水产品对中国区域降水分布刻画准确性较高，反演降水落区优于冬季，能将中国区域内如东南部沿海、四川地区、华北、东北的雨区进行较好的再现，但每种产品的降水量级与落区范围的估计有所区别。

第Ⅰ类产品3B40RT和第Ⅲ类产品中CMORPH最大降水中心的量级较其他产品小。第Ⅱ类产品3B41RT在西部山地、高原等地区存在高估。第Ⅲ类产品中3B42RT降水区中心量级偏大，在西部山地、高原等地区高估较大。整体而言，卫星反演降水产品在中国东部平原、地势低洼等地区的分布形态优于西部地区。散点图上，第Ⅲ类产品中3B42RT对小于10 mm的降水存在高估，3B40RT、3B41RT、CMORPH、GSMaP则相反。第Ⅳ类产品HYDRO对10~20 mm的降水高估的格点多于低估。

对夏季平均的评估指标进行分析(表 4)，可以发现，不同区域，第Ⅲ类产品中CMORPH的r、RMSE、MAE指标均优于其他产品。中国区域，第Ⅱ类产品3B41RT的区域平均降水量最接近基准降水量，其量值为3.55 mm·d^-1，与基准降水量值相差0.03 mm·d^-1。3B42RT的区域平均降水量为5.15 mm·d^-1，比基准降水量高1.57 mm·d^-1。除第Ⅱ类产品的r在0.5以下，其余几类均在0.5以上，且夏季所有产品的相关系数显著高于冬季。分类评分指标方面，四类产品ETS评分在0.26~0.38，HKS评分在0.42~0.55。第Ⅲ类产品中GSMaP的ETS、HKS评分为最高，3B42RT的POD评分最高，其值为0.72。HYDRO的FAR评分最优，为0.28，其余产品均在0.3以上。

中国东部区域，第Ⅲ类产品中GSMaP的精度仅次于CMORPH。第Ⅱ类产品3B41RT的区域平均降水量为3.94 mm·d^-1，最接近基准降水量，比基准降水少0.65 mm·d^-1。分类评分指标方面，四类产品ETS评分在0.27~0.43。HKS评分在0.42~0.60，POD评分在0.60~0.75，FAR评分在0.25~0.33。第Ⅲ类产品中CMORPH的ETS、HKS和FAR的评分为所有产品中最优，GSMaP的POD评分最优。

中国西部区域，GSMaP的区域平均降水量为2.37 mm·d^-1，最接近基准降水。四类产品的r在0.41~0.57，低于中国区域及东部区域的相关系数。分类评分指标方面，四类产品ETS评分在0.26~0.38，HKS评分在0.42~0.56，POD评分在0.48~0.80，FAR评分在0.28~0.42，第Ⅳ类产品HYDRO的FAR评分最优，GSMaP的ETS和HKS评分最高，3B42RT的POD评分最优。

4 评估指标年循环变化分析

从2012—2013年逐月相关系数变化时间序列(图 4a₁~4a₃)可见，四类产品在中国区域和西部区域全年相关系数的变化范围均在-0.01~0.7，中国东部区域在0.05~0.8。冬季数值较小，春、夏、秋季数值较大，其中5—10月不同区域的相关系数平均值均超过0.4，表明四类卫星反演降水产品在5—10月对降水刻画精度较高。第Ⅲ类产品中CMORPH在中国区域和东部区域3—7月的相关系数远大于其他产品，其中，中国区域和西部区域7月，东部区域5月的相关系数为全年最高，可达0.66、0.62和0.71。GSMaP在中国区域和东部区域8月，西部区域5月的量值超过CMORPH，为全部产品最高，量值为0.65、0.70和0.59。从2012—2013年逐月RMSE变化时间序列(图 4b₁~4b₃)可见，2012年12月至2013年4月在中国区域和东部区域，2012年12月至2013年2月在西部区域，第Ⅲ类产品中GSMaP的RMSE显著高于其他产品，表明在该时间段内与基准降水偏差较大。不同区域5—10月，第Ⅰ类产品3B40RT和第Ⅲ类产品中CMORPH和GSMaP的RMSE较小，表明此类产品在该时间段内与基准降水偏差较小，精度较高。

综合以上分析，6种卫星反演降水产品在雨季和干季与基准降水的r、RMSE明显不同，且差异较大。在年内的基本分布规律为汛期显著高于非汛期。

5 结论

本文利用TRMM(3B40RT、3B41RT、3B42RT)、CMORPH、GSMaP、HYDRO共6种0.25°×0.25°卫星反演降水数据，在中国区域，东部区域和西部区域3种空间尺度上，综合分析了2012—2013年6种卫星降水产品的精度特征，阐明了精度指标的时间变化规律，得出如下结论：

(1) 在冬季，6种卫星降水产品对中国区域的降水分布刻画有所区别，降水估计误差大量存在。6种产品反演降水的精度在东部区域好于西部区域。

(2) 在夏季，6种卫星降水产品对中国区域降水的反演准确性较高，均能将中国区域内如东南部沿海、四川地区、华北、东北雨区的分布进行较好的再现，但降水量级与落区范围的估计有所区别。6种产品反演降水精度在东部区域均好于西部区域。

(3) 6种卫星降水产品在春、夏、秋季的精度高于冬季，在雨季和干季与基准降水的相关系数、均方根误差明显不同。卫星降水产品在冬季容易漏估日降水事件，这是导致低估降水量的重要原因(胡庆芳等，2013)。出现高估的原因可能与制作降水产品时使用的反演算法和对固态降水反演不准有关。

(4) 6种卫星降水产品精度的空间分布与地形有一定的关系，中国区域的总体特征为中国西部高原、山地及山前地带反演精度较低，而中国东部区域的平原、河谷等地势较低的地区精度较高(胡庆芳等，2013)。

本文所做的研究工作为中国加入国际降水工作组(IPWG)，进行卫星反演降水产品在世界不同区域验证精度工作的一部分。目前，国家气象信息中心正承担建设一套完整的用于评估卫星降水产品的业务系统，展示世界上已有的卫星降水产品在中国的质量情况。