绘制流域内120个站点2016年1月至2017年2月的GPM数据和地面站点数据的散点图并进行相关分析(图2)。结果显示,GPM-E产品的相关系数R=0.79,斜率K=0.70; GPM-L产品的相关系数R=0.63,斜率K=0.72; GPM-F产品的决定系数R²=0.66,斜率K=0.84,三组数据的决定系数均通过p<0.01的显著性检验,表明3种GPM IMERGE降水产品与地面降水数据在整体上均具有较高的一致性。比较3种产品的决定系数可以发现,随着校准次数的增加,GPM产品精度也略有递增。

相关系数只能表示卫星降水数据与地面站点数据整体的一致性,而不能有效反映差异量的大小,因此,计算各GPM产品的精度评价指标,结果见表1。3种产品的均方根误差RMSE相差不大,分别为8.59 mm,8.44 mm和8.62 mm。而相对误差BIAS指标显示,GPM产品对降水均存在一定程度的高估,其中GPM-E和GPM-F产品对降水相对高估了9.52%和9.75%,而GPM-F产品对降水的观测相对偏高23.15%。

巢湖流域降水年内分布不均,夏季降水最多,梅雨显著,冬季降水最少,因此有必要对GPM数据进行季节尺度上的精度评价。将巢湖流域2016年3月至2017年2月的降水数据按3—5月、6—8月、9—11月和12月—次年2月依次划分为春季、夏季、秋季和冬季进行分析。由于2016年巢湖流域地面站点降水数据缺失值集中在秋季,因此在进行季节降水量精度评估时仅选取庐江、无为、舒城、巢湖闸下、肥西、合肥、肥东等无数据缺失的7个站点以季节内各站点降水总量的平均值代表整个流域的季节总降水量,并计算GPM各降水产品在各季节内的精度评价指标(图3)。

图2 GPM产品与地面站日降水量散点图

表1 GPM日降水序列总体精度评价指标

从图3A可见,巢湖流域2016年夏季降水最多,其次为秋季和春季,冬季降水最少。对于2016年各季节降水量,GPM产品在降水较少的春季和冬季高于地面站点实测降水,而在夏、秋两季,准实时产品GPM-E和GPM-L低于地面降水,校正后的非实时GPM-F产品高于地面站点降水。图3B显示,各产品各季节的相关性都较高(R>0.7),其中,在降水最多的夏季,3种GPM降水产品与地面降水数据之间的线性相关程度也最高(R>0.8)。值得注意的是,秋、冬两季GPM-E,GPM-L,GPM-F3种产品的相关系数依次递增,可能的原因是GPM卫星产品对微量降水及以冰雪形态出现的固态降水探测存在较大误差,而GPM-F产品经地面站点校正,有效弥补了该方面不足。图3C显示,3种GPM IMERGE产品的均方根误差RMSE均与降水量大小表现出一致的趋势,夏季最高,春冬两季较低,可能是由于巢湖流域夏季降水多且多以强降水形式出现,给卫星精确地观测降水带来极大地挑战,而春冬两季降水较少且强度较低,降水量总体变化不大,RMSE的值就相对较低。图3D显示,GPM-E,GPM-L两种准实时产品的相对误差BIAS趋势一致,在降水较少的春冬两季表现为高估,而在降水较多的夏秋两季表现为高估,其中在夏季误差最小(<2%)。而GPM-F产品对4个季节的降水量估计均偏高,具体表现为春季相对误差最大,冬季相对误差最小。3种产品相比,经地面站点校正后的GPM-F产品相对与准实时的GPM-E和GPM-F产品,其探测精度在冬季表现出绝对的优势。

图3 季节降水量及评价指标

从上文的分析结果来看,降水强度对GPM产品的精度有一定程度的影响,因此引入分级评价指标探测率POD、空报率FAR、频率偏差B和公正先兆评分ETS等指标定量地对降水强度的影响进行评价。

根据天气学对降水量等级的划分规定和巢湖流域的降水强度情况,选取0.1 mm/d,10 mm/d,25 mm/d,50 mm/d4个阈值将降水划分为无雨、小雨、中雨、大雨、暴雨级以上几个等级,分别计算各等级降雨的分级评价指标(表2)。

表2 GPM产品对不同强度降水观测精度分级评价指标

总体来看,降水强度对GPM产品对降水探测的能力有一定影响。对于探测率POD,GPM产品对是否降雨(0.1 mm/d)的探测率最高,达0.79,而随着降雨强度的增大,GPM产品对相应强度降水的探测率逐渐降低。空报率FAR显示,GPM产品对50 mm/d的降水存在最多的误报可能。从频率偏差指标B可以看出,GPM产品对10 mm/d以下的小雨表现为高估,且对0.1 mm/d的少量降水高估最严重; 而对50 mm/d的强降水表现为低估。综合以上3个指标并结合ETS指标可以发现,GPM产品对0.1 mm/d和50 mm/d的降水探测精度低于10 mm/d和25 mm/d强度的降水,说明降水强度过低或过高对GPM产品的探测精度均有一定程度的影响。

3种不同时效性产品相比,总体上,随着校正次数的增加,GPM产品的精度越高。特别是对于50 mm/d的高强度降水,GPM-F产品经地面站点数据校正后,相比GPM-E和GPM-L产品探测精度提升明显。

降水受不同气象要素和地理要素的影响,在空间上表现出较强的空间异质性,有必要对巢湖流域内各站点的数据精度分别进行分析^[13]。因此,基于研究区内120个地面气象站点的日降水量分别计算3种GPM产品的精度评价指标,结果如图4所示。

由图4可以看出,绝大部分地面站点降水量和GPM产品降水量之间的相关系数较高,进一步验证了在巢湖流域GPM卫星降水数据与地面站点数据存在明显的一致性。流域中部站点相关系数较高而流域边缘地区相对稍低,天苍、瑶海磨店、张桥水库、众兴水库、众兴等个别站点相关系数低于0.6,说明这些站点GPM与地面站点数据之间的线性关系较弱。其中,除天苍站位于流域西南的大别山区外,其他几个站点均集中于流域北端长丰县和肥东县交界区域,其可能原因为该区域内成像雷达像元内的降水不均匀,导致遥感产品与地面站点实测降水在时空检测尺度上不匹配^[14]。另外,GPM-F产品相对于两准实时产品来说,流域中部的相关系数明显提升,表明经过地面站点的校正后,GPM-F产品在流域中部地区与实测降水数据有更高的一致性。

分析3种GPM产品在各站点的绝对误差分布图可以发现,GPM-L产品与GPM-E产品相比绝对误差略有降低但不明显,且两准实时产品的绝对误差均在流域东南部最大,近半数站点的绝对误差都在10 mm以上。而GPM-F产品的绝对误差在全流域没有明显的分布特征,其数据在流域东南部绝对误差明显低于两准实时产品,但在其他站点也出现了绝对误差过大的情况,考虑可能的原因为GPM-F产品相较GPM-E和GPM-L产品经历了更多校正方案的处理,不同的校正算法导致了GPM-F产品在流域内误差分布情况不同于准实时产品。

BIAS指标反映了GPM产品日降水数据偏离实测降水量的程度,对于GPM-E和GPM-L产品,有93个站点在流域内的BIAS值大于0,占总站点数的77.5%,说明该产品在巢湖流域大部分站点对降水的估计表现为高估。而GPM-F产品在120个站点中仅有8个站点的BIAS低于0,即经过更多校正处理后,GPM-F产品在巢湖流域对降水的估计偏高更加严重。

图4 各站点评价指标