基于融合降水产品的春季淮河流域干旱指数适用性分析

摘要 本文使用CMORPH地面卫星融合逐小时降水产品和2008—2012年淮河流域26个地面观测站春季降水资料计算降水量距平百分率（Pa指数）、Z指数和同期的验证指数，即标准化降水指数（standardized precipitation index，SPI）。结果表明，CMORPH地面融合逐小时降水产品月累积降水数据资料可靠，与实测数据的相关系数r为0.94，显著相关；通过修正的Z指数和Pa指数与SPI的相关系数r分别为0.74、0.75，满足相关性检验。表明基于CMORPH地面卫星融合逐小时降水产品的Pa指数和Z指数对淮河流域春季的干旱监测是有效的。

关键词 融合降水产品；Pa指数；Z指数；适用性；淮河流域；春季

中图分类号 S423 文献标识码 A 文章编号 1007-5739（2018）13-0206-02

Feasibility Analysis of Drought Index of Huai River Basin in Spring Based on Fusion Precipitation Products

WANG Jia-zhi SONG Yuan-yuan WANG Bang-jie

（College of Hydrometeorology，Nanjing University of Information Science & Technology，Nanjing Jiangsu 210044）

Abstract The precipitation anomaly percentage index（Pa index），Z index and same period validate index（standardized precipitation index，SPI）were calculated by using hourly precipitation and CMORPH fusion precipitation products，and precipitation data from 26 stations of Huai River basin in spring of 2008-2012.The results showed that the monthly precipitation data accumulated by CMORPH hourly precipitation fusion products was reliable，the linear correlation coefficient r was 0.94，and it was significantly related to Z index.The correlation coefficient r between modified drought classifications and SPI was 0.74（modified Z index）and 0.75（modified Pa index） respectively，which met requirement of correlation test.The correlation test showed that Pa index and Z index based on the hourly precipitation and CMORPH precipitation fusion products were valid.

Key words fusion precipitation product；Pa index；Z index；feasibility；Huai River basin；spring

干旱是最常見的自然灾害之一，对我国甚至全球的生产影响都很巨大。通过对各类干旱定义的分析，美国气象学会总结为农业、社会经济、水文和气象4种干旱，其中气象干旱是直接影响降水的因素，因而气象干旱是其他3种干旱的主要原因。春播时期如果出现适时降水，处于生长期的农作物得到灌溉，将在很大程度上决定这一年的收成，所以说“春雨贵如油”。春季干旱的监测对农作物种植有指导意义。

在降水数据的来源中，卫星反演降水产品是“主角”之一[1-3]，传统地面站点观测虽然观测精度较高，但是时空分辨率低，卫星反演降水产品能拟补这个缺陷。在建立地球表面的水文和气候模型过程中，高时空分辨率的降水分析产品能够起到有效的数据支撑作用[4-5]。随着科技的发展已经涌现出了一批成熟的卫星降水产品，如TRMM卫星反演降水[6]、CMORPH卫星降水[7]等。CMORPH降水产品在这些产品中时空分辨率最优，能监测30 min内的降雨，在我国中小时间尺度的降水监测过程中提供巨大的帮助。受到卫星获取降水原理、传感器以及反演算法等因子的影响，存在系统误差和随机误差，降水观测精度也会出现误差[8]。因此，对卫星数据的有效性进行验证是必要的。

本文通过2008—2012年淮河流域春季CMORPH地面融合逐小时降水产品计算Pa指数和Z指数，讨论其在该地区的适用性。

1 区域概况与数据来源

1.1 研究区概况

淮河起源于桐柏山太白顶北麓，卧于长江和黄河两流域之间，处于中国东部，顺次流经河南、湖北、安徽、江苏四省，位于东经111°55′～121°25′、北纬30°55′～36°36′，面积约27万km2。淮河流域大致是由南向北递减，山区多于平原，沿海大于内陆。淮河流域地处中国南北气候过渡带，属暖温带半湿润季风气候区，多年平均降水量约为920 mm。夏秋闷热多雨，冷暖和早涝转变急剧；冬春干旱少雨。

1.2 数据来源

1.2.1 CMORPH_Hourly地面融合产品。CMORPH_Hourly地面融合产品是由美国气候预测中心研发的全球30 min、8 km分辨率的CMORPH卫星反演降水产品和经过质量控制后的全国逾3万个自动气象站观测的小时降水量引入概率密度匹配+最优插值（PDF+OI）两步数据融合概念模型，并对技术核心参数进行调试和改造，生成了2008年以来的逐小时融合降水量产品。融合产品的规格，时间分辨率为1 h，即前1 h累积降水量；空间分辨率为0.1°×0.1°，空间范围为70°～140°E，15°～60°N；序列长度从1998年1月1日0：00起（世界时），实时更新。降雨数据集为由中国气象数据网（http：//data.cma.cn/）提供的2008—2012年CMORPH_Hourly地面融合产品（以下简称CMORPH融合数据）。

1.2.2 地面观测降水数据。选取26个淮河流域范围内国家基准地面气象观测站的降雨数据，观测站点分布均匀，资料比较完整。该资料在中国气象科学数据共享服务网（http：//cdc.cma.gov.cn/home.do）下载获取，数据长度为2008—2012年的日数据，数据精度为0.1 mm，所选站点降水数据无缺测、质量过关[9]。

1.3 研究方法

1.3.1 降水量距平百分率（Pa指数）。Pa指数表示某个时段降雨量偏离气候平均状况程度的指标之一，可直观反映降雨异常导致的农业干旱状况。Pa指数的计算式为：

式中：P为某一时段的降雨量，mm；P为该时段多年平均降雨量，mm。

Pa指数能够监测干旱并且区分干旱的程度。根据2006年国家气象干旱等级标准[6]，以Pa指数划分5个干旱等级：无旱（Pa>-0.40）、轻旱（-0.600.25）、正常（-0.40

1.3.2 Z指数。Z指数与降水时空分布联系密切，能够很好展现单站点干旱的发生及程度。由于降水量一般不符合正态分布，通过对降水量进行正态化处理，再以Person-Ⅲ型分布为基础，将其转化为以Z指数为标量的标准正态分布[7]。本文中Z指数结果获取类似Pa指数，均由5年的融合数据计算得到每个像素点的Z指数值，其计算方法为：

式中：Zi表示某一年CMORPH融合数据中每个像素第i个春季的降水Z指数；Cs和Φi分别为偏态系数和标准变量，其中，Cs=（xi-x）3/nδ3，Φi=（xi-x）/δ；xi为第i个春季的降水量；n为总年数，此处为5年；δ为降水序列的标准差；x表示降水序列的均值。为了与Pa指数的干旱等级相对应，依赖已有的干旱程度划分研究成果[3-4]，本文将Z指数的干旱等级分为5个等级：湿润（Z>0.842）、正常（-0.842

2 结果与分析

2.1 CMORPH融合数据的有效性验证

从日、月、季不同时间尺度的拟合结果来验证数据的有效性。结果表明，融合数据与地面观测降水数据在月、季尺度上的相关性都很高，相关系数r分别为0.94和0.99。由此表明，月、季时间尺度上的数据有效性高，并且比日数据的相关性（r=0.32）更高。

从表1可以看出，Pa指数和Z指数的时间演化规律类似，但是干旱程度的比例分布存在差异。因为干旱程度的界定是通过已有的研究结果和现有资料得到的，所以对于相同指数干旱程度的界定有多种方式，结果也就会存在差异。

2.2 干旱等级的分析与修正

根据表1各类干旱程度的比重分析，Z指数偏离实际情况，Pa指数更相符。Pa指数干旱等级的界定参考2006年的国家干旱等级标准，存在指导意义；而Z指数干旱程度的界定以已有的研究为基础，其结果会因地域的不同存在差异。因此，本文以Pa指数的等级界定为基准对Z指數的等级界定进行修正。

2008—2012年春季Pa指数和Z指数拟合结果显示，相关系数r为0.91，Pa指数和Z指数为正相关，相关性非常显著。根据拟合方程以及Pa指数划分等级的标准，对Z指数等级划分进行了修正。等级界定由原来的0.84（湿润）、-0.84（正常）、-1.04（轻旱）和-1.65（重旱），修改为0.24（湿润）、-0.36（正常）、-0.55（轻旱）、-0.87（重旱）。

从修正后的Z指数各干旱等级所占比重统计结果（表1）可以看出，各干旱等级所占比重和Pa指数变化趋势一致，相比较初始的统计，效果有明显改善。

2.3 干旱指数的有效性检验

本文计算了2008—2012年5年淮河流域春季的26个气象站点的月平均降水量以及基于融合数据的Pa指数和修正后的Z指数监测结果下轻旱及以上等级站点数的变化特征，并对干旱指数进行验证。

Pa指数监测出现干旱的站点个数较多的时间段：2008年3月干旱站点数多，相应时段的降水量也较少；2008年4月至2010年5月干旱站点较少，相应的时间段降水量增多，且趋势都较为平缓；2011年3月、4月干旱站点增多，降水量也减少。

修正后的Z指数反映的趋势与2种指数在总体趋势上反映的情况一致，并与降水增减变化的趋势相反，说明Pa指数与修正后的Z指数结果相吻合，诠释了指数的有效性。在结果中也发现，Pa指数和Z指数在2009年4月至2010年3月这个时间段反映的变化趋势有微小差异，Z指数与月降水量的趋势更加吻合。

3 结论

（1）CMORPH融合数据和实测站点降水量数据在日、月、季尺度吻合程度依次增大，其中日尺度吻合程度较低，月、季尺度吻合度较高，相关系数分别为0.94和0.99。月、季尺度数据能够达到实际运用要求，可以对干旱情况进行监测。

（2）以CMORPH融合数据为基础的Pa指数和Z指数满足干旱监测的需求。基于Pa指数修正的Z指数干旱等级界定，能够监测出干旱的程度。另外，Pa指数和修正后的Z指数与SPI的相关系数分别为0.74、0.75，通过检验，证实了2种指数干旱监测的有效性和可靠性，说明融合数据用于干旱监测是可行的。Z指数比Pa指数表现更优异[10-11]。

4 参考文献

[1] ADLER，R F，HUFFMAN G J，CHANG A，et al.The version-2 global precipitation climatology project（GPCP） monthly precipitation analysis（1979 Present）[J].Journal of Hydrometeorology，2003，4（6）：1147.

[2] BELLERBY T，TODD M，KNIVETON D，et al.Rainfall estimation from a combination of TRMM precipitation radar and GOES multispectral satellite imagery through the use of an artificial neural network[J].Journal of Applied Meteorology，1999，39（12）：2115-2128.

[3] BA M B，GRUBER A.GOES Multispectral rainfall algorithm（GMSRA）[J].Journal of Applied Meteorology，2001，40（8）：1500-1514.

[4] JOYCE R J，JANOWIAK J E，ARKIN P A，et al.CMORPH：A method that produces global precipitation estimates from passive microwave and infrared data at high spatial and temporal resolution[J].Journal of Hydr-ometeorology，2004，5（3）：287-296.

[5] HOSSAIN F，HUFFMAN G J.Investigating error metrics for satellite

rainfall data at hydrologically relevant scales[J].Journal of Hydromete-orology，2008，9（3）：563-575.

[6] 吳庆梅，程明虎，苗春生.用TRMM资料研究江淮、华南降水的微波特性[J].应用气象学报，2003（2）：206-214.

[7] 林盛吉，许月萍，田烨，等.基于Z指数和SPI指数的钱塘江流域干旱时空分析[J].水力发电学报，2012，31（2）：20-26.

[8] HUFFMAN G J.Estimates of root-mean-square random error for finite samples of estimated precipitation[J].Journal of Applied Meteorology，1996，36（9）：1191-1201.

[9] 任芝花，熊安元，邹凤玲.中国地面月气候资料质量控制方法的研究[J].应用气象学报，2007，18（4）：516-523.

[10] MCKEE T B，DOESKEN N J，KLEIST J.The relationship of drought fre-quency and duration to time scales[C]//Anaheim：Eighth Conference on Applied Climatology，1993.

[11] MCKEE T B N，DOESKIN N J，KLEIST J.Drought monitoring with mu-ltiple time scales[C]//American Meteorological Society.The 9th Confe-rence on Applied Climatology.Dallas：The 9th Conference on Applied Climatology，1995：233-236.

推荐访问:淮河 适用性 降水 干旱 流域