基于TRMM卫星雷达降雨的流域陆面水文过程

基于TRM M 卫星雷达降雨的流域陆面水文过程杨传国1,2,余钟波1,3,林朝晖2,郝振纯1,王振龙4,李　敏2(11河海大学水文水资源与水利工程科学国家重点实验室,江苏南京　210098;21中国科学院大气物理研究所国际气候与环境科学中心,北京　100029;31Department of G eoscience ,University of Nevada ,Las Vegas ,Las Vegas 89154,US A ;41安徽省水利部淮河水利委员会水利科学研究院,安徽蚌埠　233000)摘要:利用热带降雨观测计划(TRM M )卫星雷达降雨数据驱动分布式陆面水文模型,研究流域尺度陆面水文过程,评估该数据在水文模拟与预报等研究领域的性能。

通过与实测雨量资料比较,验证TRM M 卫星雷达降雨数据的质量。

分别将TRM M 卫星雷达降雨与观测降雨作为耦合模型的气象输入,模拟和研究淮河流域1998～2003年的陆面水文过程时空变化。

结果表明,TRM M 卫星雷达降雨数据能够很好地描述降雨的时空分布,利用TRM M 降雨模拟的结果与利用观测降雨模拟的结果精度相当;模拟流量与实测资料基本吻合。

卫星雷达降雨数据在陆面水文过程研究中具有广泛的应用前景。

关　键　词:热带降雨观测计划;卫星雷达降雨数据;水文过程;水文模型;时空尺度中图分类号:P339 文献标识码:A 文章编号:100126791(2009)0420461206收稿日期:2008207202基金项目:教育部长江学者和创新团队发展计划资助项目(IRT 0717);财政部科技部公益类行业专项(GY HY 200706005);国家自然科学基金资助项目(40575040;50679018);高等学校学科创新引智计划资助项目(B08048)作者简介:杨传国(1981-),男,山东青州人,博士研究生,主要从事环境与水文水资源研究。

E 2mail :chgyang @gmail 1com水文模型是研究水循环过程、认识各个水文环节相互作用的重要工具,在流域洪水模拟预报、环境变化的水文响应等领域发挥了不可替代的作用。

自20世纪80年代以来,具有物理基础的分布式水文模型逐步发展起来[123],对模型参数初始化和气象驱动数据提出了更高的时空精度要求。

目前地理信息系统(GIS )、全球定位系统(G PS )和遥感(RS )技术在水文气象等领域得到了广泛应用,为分布式陆面水文模型提供了高精度的植被、土壤、。

诸多研究表明降雨是造成陆面水文模型非确定性的最主要因素[425]。

对于一个大尺度流域或区域,传统的站点观测降雨很难同时满足时间和空间分辨率要求,并且在进行数据时空解集过程中不可避免地带入其它不确定性因素(如地形)的影响,一定程度上制约了分布式模型在流域水文模拟与预报方面的应用[628]。

随着雷达技术及其产品订正方法的提高和改进,各种陆基和空基雷达能够获取区域以至全球降雨的高分辨率时空四维分布,在国际上已广泛应用于天气预报、气候分析和水文预报等领域。

上述新技术新方法极大地推动了分布式水文模型的发展与应用,对于降雨时空分布、流域水文模拟与预报、天气系统(如台风等)发展过程、气候变化等研究均有重要意义。

本研究在淮河流域建立10km ×10km 网格分辨率的分布式水文模型,分析热带降雨观测计划(T ropical Rain fall Measuring Mission ,TRM M )[9]卫星雷达降雨数据产品的质量,并将其应用到流域陆面水文过程研究。

1　研究区域与模型介绍111　研究区域淮河流域地处中国东部南北气候过渡带,位于东经111°55′～121°25′,北纬30°55′～36°36′,流域面积27万km 2,蚌埠站集水面积1312万km 2。

淮河流域多年平均降水量约为888mm ,人口密度高,是中国重要的工农业产区。

流域西部、西南部及东北部为山区丘陵区,其余为广阔的平原。

特殊的地形和地理位置,加之东亚季风第20卷第4期2009年7月 水科学进展ADVANCES I N W ATER SCIE NCE V ol 120,N o 14　Jul.,2009　特性,使得该流域历史上极端旱涝灾害事件频繁。

近年来在全球变暖的背景下,淮河流域极端事件有增多增强的趋势,严重威胁着该区域水资源安全和工农业经济的可持续发展。

112　陆面水文模型结构分布式陆面水文模型[10]利用“基于土壤含水量”的尺度转换方法耦合了粗网格的陆面模型(LSX )[11]和细网格的水文模型。

其中陆面模型中土壤分为6层,植被分为草地和树木两层,计算每个粗网格的水分、能量和动量过程,包括蒸散发量、产流量和下渗量等。

细网格水文模型采用了水文模型系统(H MS )[3,12]的3个主要模块:地表水模块、地下水模块和河流2地下水相互作用模块,计算每个细网格的地表和地下水分运动过程,并模拟河流湖泊和地下水的相互作用。

LSX 是大气模型GE NESIS 中的陆面模块,这种耦合模型结构便于实现水文模型与大气模型的耦合。

113　模型数据库流域地表高程取自USG S HY DRO1K DE M 数据库,投影方式为Lambert 方位角投影。

采用实际河网控制汇流路径的真实性,生成淮河流域10km ×10km 网格分辨率的数字流域参数库,包括高程、高程偏差等[10,13]。

河道宽度和深度根据流域地貌经验关系确定。

水文地质参数设定依据为中国1∶400万水文地质分类数据库。

粗网格陆面模式的参数包括植被类型和每层的土壤质地数据,采用全球分布数据源。

耦合模型的基本气象强迫数据采用的是NCEP/NC AR 6h 再分析数据库,其中降雨采用雨量站观测数据和TRM M 卫星雷达数据作为模型输入,以真实地模拟陆面水文过程。

2　TRM M 降雨数据验证211　TRM M 计划TRM M 计划由美国宇航局(NAS A )和日本宇航局(JAX A )联合发起,卫星于1997年11月28日成功发射,轨道为圆形,倾角35°,初始高度350km 。

卫星搭载的探测器包括:微波成像仪T MI 、降雨雷达PR 、可见/红外辐射仪VIRS 、雷电探测器LIS 以及云和地球辐射能量探测器CERES 等[9]。

从1998年开始提供TRM M PR 数据等系列产品,包括众多未知海洋和大陆区域的降雨和潜热通量时空四维分布的详细数据集。

覆盖区域最初为全球35°S ～35°N ,目前已扩展到全球50°S ～50°N 区域,包括东北地区50°N 以南的中国所有面积。

TRM M 卫星雷达降雨数据分为4级,从原始的回波资料(0级)到降雨资料的时空平均值产品(3级)[14]。

本研究采用TRM M 3B42卫星雷达降雨产品,3B42算法是由TRM M 科学小组开发的一种综合降水评估算法,它结合了2B31、2A12、微波成像专用传感器SS MI 、高级微波扫描辐射计AMSR 、高级微波探测器AMS U 等多种高质量的降水评估算法,并对地球同步红外观测系统获得的红外辐射资料进行了校准。

该数据的空间网格分辨率为0125°×0125°,时间步长为3h 。

212　数据质量验证利用淮河流域1998～2000年共3年的30个雨量站点的实测逐日降雨资料为标准,检验TRM M 3B42降雨数据质量。

采用反距离权重法分别把站点观测数据和TRM M 降雨数据插值成相同分辨率的格点资料,得到淮河流域逐日面平均降雨量。

表1列出了两组降雨数据的多个统计指标,结果表明不同年份的降雨总量误差均在±6%之内,两组数据离散度相近;1998年TRM M 数据的最大1d 降雨量和最大5d 降雨量较观测值有所偏大,而在其它两年表现较好;两组序列在逐日和逐月时间尺度上均具有较高的相关性。

逐日累积降雨量过程线(图1)表明淮河流域不同年份的汛期起止时间不同,主要集中在每年的6～8月。

年内不同丰枯季节TRM M 3B42降雨过程与观测降雨过程相比一致,3组数据序列相关性均达到9919%。

其中1998年、1999年吻合更好,2000年8月TRM M 数据与观测降雨比较误差稍大,这是造成其在水文研究应用中的误差的主要原因。

264水科学进展第20卷表1　淮河流域面平均逐日降雨观测序列与TR MM 数据序列统计比较T able 1Statistics of d aily observed rainfall and averaged TR MM rainfall series in the H u aihe River b asin 年份项　目平均值/(mm ・d -1)标准差/(mm ・d -1)最大1d 雨量/mm 最大5d 雨量/mm 相关系数逐日/逐月1998TRM M 降雨217261224512188160164/0198观测降雨218351723718143101999TRM M 降雨211141433216131170162/0194观测降雨210241494511136152000TRM M 降雨218461455612207120165/0198观测降雨21686102471219212降雨过程受天气、地形等因素影响,具有高度的空间分布不均匀性。

选取2000年7月15日淮河流域降雨事件分析TR M M 雷达降雨和站点观测值的空间分布(图2)。

结果表明TR M M 降雨和观测降雨的空间分布一致,主雨带均位于流域北部,且雨量站点观测最大值分布在TR M M 降雨强度中心地带;同时TR M M 降雨数据显示,在没有雨量站点布设测量的地方,还存在其它降雨高值中心(如苏北地区),雨带边缘极少数格点与实测降雨量相比误差较大。

　图2　淮河流域站点观测降雨量与TRM M 3B42降雨量空间分布对比图　Fig 12S patial distribution of gauged rain fall vs TRM M 3B42rain fall from Huaihebasin图1　淮河流域逐日累积降雨量对比图Fig 11C om paris on of daily accumulated rain fall from Huaihe basin 3　水文过程模拟利用淮河流域蚌埠站1980～1987年实测流量资料对耦合模型进行率定,逐日序列相关系数可达到0190以上,效率系数达0180以上(图略);同时生成流域10km ×10km 网格分辨率的重启动文件,该文件包括地下水位、土壤含水量等多个变量的初始值。

利用上述模型参数和初始值,结合NCEP/NC AR 再分析数据,分别利用实测降雨和TRM M 3B42卫星雷达降雨,进行淮河流域1998～2003年共6年的连续性陆面水文过程模拟。