GPM近实时反演数据对7·20极端暴雨的比较分析.docxVIP

? ? GPM近实时反演数据对河南省2021年“7·20”极端暴雨的比较分析 ? ? 胡庆芳,张 野,李伶杰,王银堂,杨汉波,牛凯杰,李 哲 (1. 南京水利科学研究院水文水资源与水利工程科学国家重点实验室,江苏 南京 210029；2. 长江保护与绿色发展研究院,江苏 南京 210098；3. 清华大学水利水电工程系,北京 100084；4. Department of Electrical and Computer Engineering,Colorado State University,Fort Collins,CO 80523,USA) 降水是最基本的水循环要素之一,长期以来主要依赖地面雨量站网进行观测。受人力物力和地理环境等因素限制,雨量站网的分布具有明显的空间不均匀性,在海洋、大型湖泊、荒漠、高寒山区等地带甚至存在缺失。20世纪90年代以来,对地空间观测技术的进步为获取大范围降水空间分布信息提供了途径。目前,气象卫星是唯一具有全球尺度意义的降水观测和反演途径。与天气雷达相比,卫星降水数据的时空分辨率虽然相对较低,但其覆盖范围更广、开放性更强。 自1997年TRMM(Tropical Rainfall Measuring Mission)卫星投入使用以来,国际上先后研制了PERSIANN(Precipitation Estimation from Remotely Sensed Information using Artificial Neural Networks)[1]、CMORPH(Climate Prediction Center Morphing Technique)[2]、TMPA(TRMM Multi- satellite Precipitation Analysis)[3]等一系列全球性卫星降水数据。2014年以来,随着新的全球降水观测卫星的发射,卫星降水数据研制由TRMM时代进入GPM时代(The Global Precipitation Measurement mission)。GPM卫星搭载的多频段微波辐射仪(GPM Microwave Imager,GMI)和双频雷达(Dual- frequency Precipitation Radar,DPR)为多卫星联合降水反演提供了更加精准的校准参考[4]。研制GPM卫星降水反演算法,在不同时空尺度上检验和解析相应降水数据的精度,开展其在暴雨洪水监测预报、自然灾害防治等方面的应用是目前国内外的研究热点[5- 9]。 美国航天局和日本航天局各自主导研制的IMERG(Integrated Multi- Satellite Retrievals for GPM)和GSMaP(Global Satellite Mapping of Precipitation)数据是2类代表性的GPM近实时卫星降水反演数据[10],其对暴雨洪涝事件的监测预报能力备受关注。一些研究发现,由于新的数据源加入和降水反演算法的改进,GPM数据在探测强降水方面已展现出一些积极的迹象。Libertino等[11]采用1 a资料,在全球尺度上评价了IMERG数据对强降水事件的探测能力,发现其相对3B42V7数据具有明显提升；Tang等[12]比较了IMERG、GSMaP、3B42RTV7和PERSIANN数据对2016年夏季中国南方暴雨洪水的监测预警能力,发现IMERG和GSMaP的综合精度显著高于3B42RTV7,两者在小时和日尺度上的平均相对误差低于或接近10%,而IMERG精度又高于GSMaP；李伶杰等[13]以高密度地表雨量站网观测数据为基准,综合分析了IMERG early、IMERG late、GSMaP NRT、GSMaP NRT Gauge和3B42RTV7共5种近实时数据对南京及周边地区2017年6月10日1次破记录极端降水过程的监测能力,指出在这些数据中GSMaP NRT的综合精度高于3B42RTV7；章卫军[14]认为2018年8月台风“Pulasan”影响期间,IMERG近实时数据反映的山东省降水总量、时程分布特征和空间特征与新闻渠道获取的信息相似,并以此驱动水库调度和河道水力学模型,复盘了弥河洪水过程；Qi等[15]剖析了6种最新的GPM降水数据对2019年8月超强台风“Lekima”降水时空结构的表征能力,指出DPR成功捕捉到了强度达121 mm/h的降水过程峰值。但也有若干文献指出,GPM对强降水的探测能力仍无法令人满意,甚至还不如TRMM时代的数据。Mekonnen等[16]发现在埃塞俄比亚的Upper Awash河流域,IMERG- v06B等7种卫星降水数据精度均随降水强度增加而降低,指出卫星降水数据仍需在反演算法和后处理方面加以改进才能用于洪水