Page 130 - 2023年第54卷第1期

据精度指标的非一致性变化，即有的数据误差减小、有的误差增加，或者虽然误差变化方向一致但变
化程度不同。当以 ＥＴ 为基准，相对于以 ＥＴ 为基准时，对于全年各月（图 ６（ａ）（ｄ）），３种数据
ＷＢＭ ＧＲＡＣＥ
的 ＣＣ显著提升，ＭＯＤ１６的误差下降明显，但 Ｎｏａｈ和 ＳＳＥｂｏｐ的误 差反 而 增 大，ＳＳＥｂｏｐ增 幅 最 大；
对于汛期各月（图 ６（ｂ）（ｅ）），３种数据的精度指标变差，ＳＳＥｂｏｐ变 化 最 为明 显；对 于 非汛期各月
（图 ６（ｃ）（ｆ）），３种数据的误差全部下降，但 Ｎｏａｈ和 ＳＳＥｂｏｐ的 ＣＣ上升，ＭＯＤ１６反而下降。可见不
同基准序列的选取会使 ３种数据的定量精度指标发生变化，且三者之间的定量精度差异会更加显著。

图 ６ 以 ＥＴ ＧＲＡＣＥ 和 ＥＴ ＷＢＭ 作为基准序列的 ３种蒸散发数据精度指标标准化泰勒图

５ 结论

本文分别基于 ＧＲＡＣＥ数据和两参数月水量平衡模型 ＷＢＭ－ ＤＰ构建了 ２００６—２０１４年汉江流域上
游两种蒸散发基准序列 ＥＴ 和 ＥＴ ，在月和年时间尺度上解析了 ＭＯＤ１６、ＳＳＥｂｏｐ和 Ｎｏａｈ的精度
ＧＲＡＣＥ ＷＢＭ
特征，阐明了基准序列不同对卫星遥感反演和再分析蒸散发数据精度评价结果的影响，主要结论如下：
（ １）ＷＢＭ－ ＤＰ模拟的流域逐月水储量变化序列 Δ Ｓ 较 ＧＲＡＣＥ数据得到的流域逐月水储量变化
ＷＢＭ
序列 Δ Ｓ 更为优良，能够更合理反映汉江流域上游水储量过程对降水和潜在蒸散发的响应特征。
ＣＳＲ
（ ２）在年尺度上，ＥＴ ＧＲＡＣＥ 和 ＥＴ ＷＢＭ 相差不大，但在月尺度上 Δ Ｓ ＷＢＭ 和 Δ Ｓ 的差异会传导至流域蒸
ＣＳＲ
散发基准序列中，ＥＴ 和 ＥＴ 在 ５—７月和 ９—１２月有较明显差异。在某些月份 ＥＴ 会出现负
ＷＢＭ ＧＲＡＣＥ ＧＲＡＣＥ
值或大幅度高于潜在蒸散发的 “异常” 现象，而 ＥＴ ＷＢＭ 则无此现象。
（３）在年尺度上，以 ＥＴ ＷＢＭ 和 ＥＴ ＧＲＡＣＥ 为基准，得到 ３种蒸散发数据的精度指标差异不大，但在月
尺度上基准序列的不同会导致 ３种蒸散发数据精度指标的非一致性变化，其精度评估结果也可能不
同，相对于 ＥＴ ，以 ＥＴ 为基准时，不仅 ＭＯＤ１６、Ｎｏａｈ和 ＳＳＥｂｏｐ各自定量精度指标发生了变
ＧＲＡＣＥ ＷＢＭ
化，而且三者之间定量精度差异会更加显著。
本文说明，对于卫星遥感或大气再分析蒸散发数据而言，需充分重视基准资料对其精度评价结果
的影响。在月时间尺度上，ＧＲＡＣＥ陆地水储量数据的误差较为突出，以此由水量平衡原理推求流域
实际蒸散发时会产生明显的不合理性现象，而流域水量平衡模型则为 ＭＯＤ１６等蒸散发数据精度评价

— １ ２ ５ —