张乐天
Figure 5. Scatter diagram of daily precipitation between TRMM 3B42V7 and corresponding meteorological stations data in 2017 图5. 2017年TRMM 3B42V7与地面观测站日降水量散点图
Figure 6. Scatter diagram of precipitation between meteorological stations maximum and corresponding TRMM 3B42V7 in 2017: (a) Monthly maximum precipitation, (b) Daily maximum precipitation
图6. 2017年地面观测站实测降水量最大值与相应的TRMM 3B42V7卫星数据散点图：(a) 月最大降水量，(b) 日最大降水量
著性水平检验，但回归方程的斜率均明显小于理想值1，分别为0.20和0.12。此外，各站点实测月降水量最大值的平均值为255.79 (±98.33) mm，其对应的TRMM 3B42V7降水量平均值为80.54 (±23.12) mm，月降水量最大值相对误差为?68.51%；各站点实测日降水量最大值的平均值为82.57 (±63.85) mm，其对应的TRMM 3B42V7降水量平均值为27.24 (±12.60) mm，月降水量最大值相对误差为?67.02%。这进一步说明TRMM 3B42V7降水数据明显小于实测降水数据。
4. 单个站点数据精度检验
对年、月、日尺度降水数据的检验结果可知，TRMM3B42V7卫星降水数据明显小于站点实测数据，但是二者间相关性较好，但整体检验难免会掩盖少数站点数据与对应TRMM 3B42V7降水数据之间的差异，原因在于降水受地形、经纬度、海拔、坡度、坡向、大气环流、海陆位置等要素的综合影响，空间
DOI: 10.12677/ccrl.2020.95051
474
气候变化研究快报
张乐天
分布上具有不连续性和高度非线性特征。因此仅对降水数据进行总体精度评估是不够的，还需要对其各个站点进行验证。
以71个气象站点2017年实测日降水量和由此累计得到月降水量为自变量，以气象站点对应的TRMM 3B42V7卫星降水数据为因变量，作一元线性回归分析，分别得到TRMM3B42V7数据与气象站点之间在月尺度和日尺度上的相关系数R，如表1所示。大部分气象站点的月降水实测数据与TRMM 3B42V7的月降水数据之间具有较强的相关性，相关系数平均值高达0.915 (标准差0.074)，相关系数R > 0.9的台站数占总数的71.8%，相关系数 > 0.8的台站数占总数的90.1%。气象站点实测数据与TRMM月降水数据之间的相关系数在空间分布上表现出不均匀性(变异系数为8.0%)，其中峨眉山站的相关系数最小(仅为0.628)，这可能与峨眉山站点地形起伏明显、海拔落差大有关。相比之下，日尺度上实测降水量与TRMM 3B42V7降水量之间的相关系数平均值下降为0.622 (标准差0.121)，说明二者之间相关性较弱。日尺度上峨眉山站点的实测降水量与TRMM 3B42V7降水量之间的相关系数亦为最小，仅为0.191，说明二者之间没有相关性。日尺度上相关系数的变异系数高达19.4%，说明相关系数空间分布的不均匀性非常显著。
Table 1. Correlation coefficient of average monthly and daily precipitations between TRMM 3B42V7 and corresponding meteorological station data in Sichuan-Chongqing region in 2017
表1. 2017年川渝地区基于月平均和日平均降水量的TRMM 3B42V7数据与站点实测值的相关系数R
站点R月尺度/R日尺度 石渠0.973/0.660 若尔盖0.938/0.672 德格0.900/0.615 甘孜0.964/0.532 色达0.968/0.616 道孚0.782/0.254 马尔康0.998/0.720 红原0.961/0.734 小金0.917/0.621 松潘0.993/0.636 都江堰0.976/0.602 绵阳0.961/0.527
站点R月尺度/R日尺度 巴塘0.922/0.780 新龙0.977/0.561 理塘0.985/0.716 雅安0.937/0.520 稻城0.988/0.615 康定0.953/0.747 峨眉山0.628/0.191 乐山0.967/0.508 木里0.891/0.679 九龙0.975/0.688 越西0.947/0.688 昭觉0.957/0.666
站点R月尺度/R日尺度 雷波0.964/0.653 宜宾0.943/0.730 盐源0.940/0.567 西昌0.970/0.632 攀枝花0.909/0.603 会理0.993/0.788 广元0.928/0.603 万源0.983/0.743 阆中0.860/0.498 巴中0.929/0.614 达川0.917/0.516 城口0.972/0.727
站点R月尺度/R日尺度 开县0.938/0.674 云阳0.935/0.800 巫溪0.978/0.756 奉节0.962/0.771 巫山0.975/0.751 遂宁0.919/0.506 潼南0.780/0.633 垫江0.757/0.661 梁平0.976/0.777 万州0.944/0.829 忠县0.879/0.715 石柱0.950/0.610
站点R月尺度/R日尺度 大足0.793/0.488 荣昌0.906/0.660 永川0.940/0.602 万盛0.848/0.621 铜梁0.923/0.558 北培0.928/0.541 合川0.792/0.615 渝北0.923/0.438 璧山0.886/0.409 沙坪坝0.937/0.485 江津0.802/0.674 巴南0.858/0.621
站点R月尺度/R日尺度 南川0.876/0.570 长寿0.861/0.592 涪陵0.809/0.441 丰都0.853/0.518 武隆0.863/0.580 黔江0.978/0.725 彭水0.896/0.602 叙永0.683/0.508 綦江0.930/0.545 酉阳0.955/0.797 秀山0.964/0.838
5. 结论
(1) 年尺度上，TRMM 3B42V7与实测降水数据之间具有很好的线性关系，但回归方程斜率仅为0.14，TRMM 3B42V7卫星数据与实测降水数据相比，年降水量相对误差达到了?68.60%，这表明TRMM 3B42V7数据明显小于实测降水数据。二者的空间分布特征基本相同：西部地区降水偏少，东部地区降水偏多，中部四川盆地降水明显大于四周山地降水。
(2) 月尺度上，TRMM 3B42V7与实测降水数据相关性最高，相关系数达到0.91，回归方程斜率增加到0.31，但月降水量相对误差仍高达?65.88%；日尺度上，TRMM 3B42V7与实测降水数据相关性降低到0.65，而且日降水量相对误差为?65.77%。这表明在月和日尺度上TRMM卫星估算的降水量明显小于实
DOI: 10.12677/ccrl.2020.95051
475
气候变化研究快报
张乐天
际降水量，对月和日实测最大降水量与对应的TRMM 3B42V7数据的分析也得到了相同的结论。
(3) 对71个气象站点的3B42V7降水数据进行逐一精度验证，发现在月尺度上，绝大大部分气象站点的降水实测数据与TRMM 3B42V7的相关性较好，相关系数平均值高达0.915，变异系数为8.0%，相关系数 > 0.8的台站数占总台站数的90.1%；而在日尺度上降水实测数据与TRMM 3B42V7降水量之间的相关系数平均值下降为0.622，变异系数增大到19.4%，说明相关系数空间分布显著不均匀。无论是月尺度还是日尺度上，峨眉山站的相关系数最小(分别为0.628和0.191)，这可能与峨眉山站点地形地势特征有关。
基金项目
成都信息工程大学本科教学工程项目(BKJX2019007，BKJX2019013，BKJX2019042，BKJX2019047，BKJX2019056，BKJX2019062，BKJX2019081，BKJX2019089，BKJX2019120和JY2018012)支持。
参考文献
[1] 王丹, 王爱慧. 1901~2013年GPCC和CRU降水资料在中国大陆的适用性评估[J]. 气候与环境研究, 2017, 22(4): 446-462. [2] 刘俊峰, 陈仁升, 卿文武, 等. 基于TRMM降水数据的山区降水垂直分布特征[J]. 水科学进展, 2011, 22(4):
447-454. [3] Huffman, G.J., Bolvin, D.T., Nelkin, E.J., et al. (2007) The TRMM Multisatellite Precipitation Analysis (TMPA): Qua-si-Global, Multiyear, Combined-Sensor Precipitation Estimates at Fine Scales. Journal of Hydrometeorology, 8, 38-55. https://doi.org/10.1175/JHM560.1 [4] Kummerow, C. and Barnes, W. (1998) The Tropical Rainfall Measuring Mission (TRMM) Sensor Package. Journal of
Atmospheric and Oceanic Technology, 15, 809-817.
https://doi.org/10.1175/1520-0426(1998)015<0809:TTRMMT>2.0.CO;2 [5] 赵志轩, 严登华, 王浩, 等. 基于WEP模型和TRMM_PR的唐家山堰塞湖入湖径流预报[J]. 水利学报, 2011,
42(7): 848-856, 861. [6] 李相虎, 张奇, 邵敏. 基于TRMM数据的鄱阳湖流域降雨时空分布特征及其精度评价[J]. 地理科学进展, 2012,
31(9): 1164-1170. [7] 毛江玉, 吴国雄. 基于TRMM卫星资料揭示的亚洲季风区夏季降水日变化[J]. 中国科学: 地球科学, 2012, 42(4):
564-576. [8] 嵇涛, 杨华, 刘睿, 等. TRMM卫星降水数据在川渝地区的适用性分析[J]. 地理科学进展, 2014(10): 1375-1386. [9] New, M., Todd, M., Hulme, M., et al. (2001) Precipitation Measurements and Trends in the Twentieth Century. Inter-national Journal of Climatology, 21, 1889-1922. https://doi.org/10.1002/joc.680
DOI: 10.12677/ccrl.2020.95051
476
气候变化研究快报
TRMM卫星降水数据在川渝地区的适用性分析——以2017年为例
