新一代GPM IMERG衛(wèi)星遙感降水數(shù)據(jù)在中國南方地區(qū)的精度及水文效用評估

陳曉宏，鐘睿達，2，王兆禮，賴成光 ，陳家超

（1.中山大學 水資源與環(huán)境研究中心，廣東 廣州 510275；

2.華南理工大學 土木與交通學院，廣東 廣州 510641；

3.華南理工大學 亞熱帶建筑科學國家重點實驗室，廣東 廣州 510641）

1 研究背景

高質量的降水數(shù)據(jù)在氣象、水文和農業(yè)生產等領域起著至關重要的作用。雨量站點觀測是傳統(tǒng)的降水數(shù)據(jù)來源，但由于雨量站點通常密度較小且分布不均，難以準確反映降水的空間結構［1-2］，難以滿足高精度水文模擬等應用的需求。

近年來，隨著衛(wèi)星遙感技術和數(shù)據(jù)反演算法的發(fā)展，基于衛(wèi)星遙感反演的降水定量觀測（Quan?titative Precipitation Estimation，QPE）數(shù)據(jù)產品成為了新的降水數(shù)據(jù)來源。衛(wèi)星QPE產品通常具有寬廣的覆蓋范圍，較高的時間和空間分辨率，有效地彌補了傳統(tǒng)雨量站點觀測在空間分布上的缺陷，并為降水資料缺乏地區(qū)提供了新的數(shù)據(jù)參考。目前已有一系列高精度QPE產品相繼發(fā)布并對外開放，如PERSIANN（Precipitation Estimation from Remotely Sensed Information using Artificial Neural Networks）［3］、CMORPH（Climate Prediction Center Morphing Technique）［4］、GSMaP（Global Satellite Map?ping of Precipitation）［5］、TMPA（Tropical Rainfall Measurement Mission（TRMM）Multi-satellite Precipita?tion Analysis）［6］以及GPM（Global Precipitation Measurement）［7］等，并已被廣泛用于水資源、旱澇災害以及氣候變化等領域的研究和應用中［8-10］。

全球降水測量計劃（即GPM，Global Precipitation Measurement Mission），是由美國國家宇航局（NASA）開展的，建立在熱帶降水測量計劃（Tropical Rainfall Measurement Mission，TRMM）基礎上的衛(wèi)星遙感降水測量計劃，其目的是提供精度和分辨率更高的新一代準全球衛(wèi)星遙感數(shù)據(jù)產品。相比上一代TRMM產品，GPM產品有著更大的覆蓋范圍（拓展至南北緯60°之間）和更高的時空分辨率，并增強了對微量和固態(tài)降水的探測能力，從而有效地提高了探測精度［7］。GPM產品根據(jù)其所采用的數(shù)據(jù)反演算法分為4級。作為GPM的典型代表產品，3級IMERG（Integrated Multi-satellitE Retrievals for GPM）［11］產品被選為本文的研究對象，其可提供時間分辨率最高為逐半小時，空間分辨率為經緯度0.1°×0.1°的準全球尺度降水數(shù)據(jù)。而根據(jù)降水數(shù)據(jù)校準次數(shù)的由少到多，IMERG產品又細分為“ear?ly-run”、“l(fā)ate-run”以及“final-run”3個產品（此后分別用IMERG-E、IMERG-L和IMERG-F表示）。其中IMERG-E和IMERG-L產品為準實時產品，分別于觀測后4 h和12 h后發(fā)布，分別提供2015年4月1日和3月14日以來的降水數(shù)據(jù)；而IMERG-F則為非實時后處理產品，其經過了地面雨量站點的逐月觀測數(shù)據(jù)的偏差校準，因而具有較高的精度，通常于觀測所在月份的兩個月后發(fā)布，可提供2014年3月12日以來的降水數(shù)據(jù)。當前已有研究表明［12-15］，在全國范圍內IMERG產品相比上一代TMPA 3B42-V7產品在精度上有著較為顯著的提高，反映了該產品在國內有廣闊的應用前景。

到目前為止，對于上一代TMPA衛(wèi)星降水產品，國內已在全國和區(qū)域/流域等尺度上開展了充分的評估和應用研究工作［16-30］，而對于新一代GPM IMERG產品，尤其是對于準實時的IMERG-E及IMERG-L產品及其水文效用的評估工作在國內外仍鮮有開展。另外，隨著時空分辨率和時效性的進一步提高，經過改進的新一代準實時的IMERG產品或將擁有更大的水文預報潛力，因而對于其在中國南方濕潤區(qū)的精度及水文效用的評估也具有重要的現(xiàn)實意義。因此，本文以位于珠江流域下游、地處中國南方亞熱帶濕潤區(qū)的北江流域為研究區(qū)域，以上一代TMPA 3B42-V7（此后以3B42-V7表示）非實時衛(wèi)星降水產品作為對照，評估新一代GPM IMERG系列產品的精度，并結合VIC（Variable Infiltration Capacity）分布式水文模型對其水文模擬效用進行評估，探討其對地面站點觀測數(shù)據(jù)的可替代性，從而為該產品在中國南方濕潤區(qū)在水資源管理、災害監(jiān)測和水文預報等領域的應用提供參考依據(jù)。

2 研究區(qū)域、資料與方法

2.1 研究區(qū)域北江是珠江的二級支流，多年平均年徑流量427億m3。北江流域位于珠江流域下游，廣東省北部，介于東經112°6′至114°42′，北緯23°30′至25°42′之間，石角水文站以上集水面積為38 672 km2（見圖1）。北江流域地表高程介于-2 m至1 876 m之間，地形以山地丘陵為主，其中北部喀斯特地貌占據(jù)了約30%的流域面積。該流域為典型的中國南方亞熱帶季風濕潤區(qū)，年平均降水量達1 844 mm，其中約有80%的降水集中于汛期，歷史上發(fā)生的洪澇災害較為嚴重，直接威脅到了流域下游的珠江三角洲地區(qū)，因此選取該流域作為典型中國南方濕潤地區(qū)代表，對新一代IMERG產品精度和水文效用的評估具有重要意義。

2.2 研究數(shù)據(jù)本文收集了2014—2016年的IMERG系列產品數(shù)據(jù)及3B42-V7產品的逐日降水數(shù)據(jù)，其中準實時的IMERG-E及IMERG-L產品數(shù)據(jù)的開始時間分別為2015年4月1日和2015年3月14日，而非實時的IMERG-F產品數(shù)據(jù)的開始時間則為2014年3月12日。IMERG系列產品由美國國家宇航局NASA官網（pmm.nasa.gov/data-access/downloads/gpm）下載，空間分辨率為0.1°×0.1°；3B42-V7數(shù)據(jù)同樣源于NASA官網（pmm.nasa.gov/data-access/downloads/trmm），空間分辨率為0.25°×0.25°，為方便評估，通過雙線性插值得到與IMERG產品相同的空間分辨率。

作為評估的對比參考數(shù)據(jù)，收集了2014—2016年由中國氣象局研發(fā)和發(fā)布的CMPA（China Merge Precipitation Analysis）逐小時高分辨率柵格降水數(shù)據(jù) 產 品［31］， 并按 IMERG 和3B42-V7產品的測量時段相應累積到逐日尺度。該產品由全國范圍內約20 000個自動氣象站的實測降水數(shù)據(jù)與CMORPH衛(wèi)星降水產品融合而 成［31］， 空 間 分 辨 率 與IMERG 產 品 相 同（0.1°×0.1°）。該融合產品所使用的站點網絡在中國南方地區(qū)有著較高的密度，且實測數(shù)據(jù)都經過了嚴格的質量控制，在本研究區(qū)域內具有較高的精度和可靠性，適合作為IMERG系列產品的評估對比參考。為評估水文效用，收集了北江流域石角水文站1999—2006年及2014—2016年的逐日流量觀測數(shù)據(jù)，分別用于VIC水文模型的率定和IMERG系列產品的水文效用評估。另外，由于CMPA產品僅提供2008年以來的降水數(shù)據(jù)，故還收集了來自研究區(qū)域及其周邊的44個雨量站點的1998—2006年的逐日降水數(shù)據(jù)用于水文模型的率定。水文模擬所需的氣溫、風速等其他氣象驅動數(shù)據(jù)則來自流域周邊的氣象站點，由中國氣象局官網（data.cma.cn）提供。

圖1 北江流域概況圖

2.3 精度評估指標為對IMERG產品精度及水文效用進行定量評估，本文采用的統(tǒng)計評估指標如下：皮爾遜相關系數(shù)（Pearson Correlation Coefficient，CC）用于衡量衛(wèi)星QPE產品的精度及其與對比參考數(shù)據(jù)的一致性；平均誤差（Mean Error，ME）、均方根誤差（Root Mean Square Error，RMSE）和相對偏差（Relative Bias，BIAS）則用于衡量衛(wèi)星QPE產品的絕對和相對誤差；探測率（Probability of Detec?tion，POD）和假報率（False Alarm Ratio，F(xiàn)AR）用于衡量QPE產品對降水事件的探測能力；納西效率系數(shù)（Nash-Sutcliffe Coefficient of Efficiency，NSCE）［32］則用于評估QPE產品的水文模擬的精度。各精度評估指標計算公式如下：

式中：Si、Oi分別為待評估序列及參考序列；分別為待評估及參數(shù)序列均值；n11為QPE產品數(shù)據(jù)及參考數(shù)據(jù)均探測到有雨的天數(shù)；n10為參考數(shù)據(jù)探測到有雨而QPE產品探測到無雨的天數(shù)；n01為參考數(shù)據(jù)探測到無雨而QPE產品探測到有雨的天數(shù)。

2.4 VIC水文模型VIC（Variable Infiltration Capacity）水文模型［33］是一個基于網格的大尺度分布式水文模型，能夠基于水量和能量平衡模擬陸面過程，并能考慮網格內不同土地覆蓋類型的影響，具有較好的模擬效果。由于該模型僅進行產流的模擬，故還需耦合Lohmann［34］等研發(fā)的匯流模型進行匯流計算。目前VIC模型已被多次用于衛(wèi)星降水產品的水文效用評估［1，20-21］，并且已有研究表明該模型對北江流域有著較好的適應性［35］，因此適合在本研究區(qū)域用于IMERG系列產品的水文模擬效用評估。目前該模型已更新到VIC5.0版本（vic.readthedocs.io/en/master/）。

本文在北江流域建立了網格尺寸為0.1°×0.1°的VIC模型，格網與IMERG產品一致。模型的土壤參數(shù)來自聯(lián)合國糧農組織（FAO）發(fā)布的HWSD（Harmonized World Soil Database）土壤數(shù)據(jù)庫［36］，并經由Saxton等［37］提出的土壤轉換公式換算為VIC模型所需的土壤水力參數(shù)；土地覆蓋參數(shù)來自美國馬里蘭大學發(fā)布的全球1km分辨率的土地覆蓋類型數(shù)據(jù)［38］。模型所需的除降水外的氣象驅動數(shù)據(jù)來自于流域周邊的氣象站點，并由反距離權重法（IDW）插值到每個VIC模型的格網中。

3 結果與討論

3.1 IMERG產品的統(tǒng)計精度評估在網格尺度、網格累積尺度和流域平均尺度上對2014—2016年間的3種IMERG產品以及3B42-V7產品分別基于CMPA數(shù)據(jù)計算了日尺度的各評估指標。網格尺度評估為對各網格的產品數(shù)據(jù)各自進行評估，網格累積尺度評估為將所有網格的數(shù)據(jù)視為同一序列進行評估，而流域平均尺度評估則為將各產品在空間上按網格面積加權平均成為流域平均值序列后進行評估。由于流域平均尺度與網格累積尺度存在相同的ME和BIAS值，故在流域平均尺度上僅計算了CC和RMSE指標。4種QPE產品各網格的精度評估指標箱線圖見圖2。圖2中，箱形的上、下邊界分別為上、下四分位數(shù)對應位置，箱中水平實線為中位數(shù)對應位置，水平虛線為平均值對應位置；箱外豎直實線末端的兩條水平實線分別對應最大和最小值位置，水平實線外的散點則為離群值位置。各產品網格累積尺度及流域平均尺度的各精度評估指標值則見表1。

結果表明，在網格尺度上，非實時的IMERG-F產品表現(xiàn)出了較高的精度，且略優(yōu)于上一代3B42-V7產品，其CC值達到0.65，BIAS則為5.87%，低于3B42-V7。對于準實時產品，IMERG-E和IMERG-L的精度雖略低于IMERG-F，但其CC均為0.6左右，RMSE為15.6 mm左右，BIAS均在5%以下，表明其精度同樣較為令人滿意。而在流域平均尺度上，4種QPE產品的精度相比網格尺度均有了顯著提高，RMSE均顯著降低。另外由4種產品各精度指標分布的箱線圖（圖2）可知，準實時的IMERG-E及IMERG-L產品的ME及RMSE均有較非實時產品更大的分布范圍，其中ME的分布范圍大致為-2～2.5 mm/d，RMSE為13～20 mm/d，表明準實時IMERG產品的不確定性相對較高，可靠性或相對較低。

對于各QPE產品的降水事件探測能力，根據(jù)表1，IMERG系列產品的POD顯著高于上一代3B42-V7產品，其中準實時的IMERG-E及IMERG-L產品的POD達0.74，而3B42-V7產品的POD僅為0.54。然而，IMERG系列產品的FAR也明顯高于上一代3B42-V7產品，達0.2左右，表明GPM雖較上一代TRMM有效地提高了降水探測能力，但其探測降水事件的敏感性還需進一步調整。

3.2 IMERG產品的水文效用評估IMERG系列產品的精度評估表明，新一代非實時IMERG-F產品有著與上一代3B42-V7相當?shù)木?，水文模擬潛力較大；而準實時的IMERG-E及IMERG-L產品雖精度相比較低，但其總體上精度同樣令人滿意，故這兩種產品也應有一定的水文模擬潛力。本節(jié)的水文模擬效用評估在兩種假設情景下進行：情景I，以1999—2006年作為率定期，2014—2016年為驗證期，使用1999—2006年的地面雨量站點觀測數(shù)據(jù)率定VIC模型的參數(shù)，并由CMPA及4種衛(wèi)星QPE產品分別使用率定后的模型參數(shù)進行水文模擬并比較模擬結果，該情景代表使用雨量站點數(shù)據(jù)率定模型并使用衛(wèi)星QPE產品進行水文模擬的情況；情景II，在與情景I相同的率定期內使用3B42-V7數(shù)據(jù)重新率定模型參數(shù)，并由各衛(wèi)星QPE產品使用率定后參數(shù)在相同的驗證期進行水文模擬，該情景代表在缺乏降水資料的流域利用已有多年觀測歷史的TMPA產品率定模型并使用IMERG產品進行水文模擬的情況。本文所使用的雨量站點數(shù)據(jù)與文獻［30，35］中相同，基于該套雨量站點數(shù)據(jù)對VIC模型在北江流域的適用性的驗證也已在該研究中進行并得到證實，因而本文中不再重復。

圖2 4種衛(wèi)星QPE產品各精度評估指標箱線圖

表1 4種QPE產品在網格累積尺度及流域平均尺度下各精度評估指標值

鑒于VIC模型通常需要提前進行預運行以初始化模型土壤參數(shù)［33］，本文以1998年作為VIC模型率定期的“啟動期”，而驗證期則在各QPE產品的有效期前插補一年的CMPA數(shù)據(jù)用于模型的預運行。

3.2.1 情景I結果分析 首先，由44個雨量站點的雨量觀測數(shù)據(jù)在率定期（1999—2006年）內率定VIC模型，并由CMPA數(shù)據(jù)在驗證期（2014—2016年）進行水文模擬驗證，模型的率定結果如表2所示，而CMPA及4種QPE在驗證期的水文模擬結果如表2及圖3所示。由表2和圖3（a）可知，基于地面雨量站點率定的VIC模型在率定期和驗證期均呈現(xiàn)較理想的效果，其中率定期的日尺度NSCE達0.864，偏差接近于0，而驗證期的NSCE則達0.869，BIAS僅為-1.41%。即便兩個時期間存在7年的時間間隔，VIC模型依然保持了較高的模擬精度，進一步表明該模型適合用于評估IMERG系列產品的水文效用。

4種衛(wèi)星QPE產品的水文模擬結果（圖3（b—e））表明，總體上非實時IMERG-F產品的水文模擬結果最優(yōu)，NSCE為0.622，BIAS較大，達14.24%，與CMPA的模擬結果相比存在較大差距，但由圖3（d）可知該產品的模擬徑流與實測徑流基本吻合，對枯水期的模擬效果較好，能夠較為準確地重現(xiàn)洪峰的發(fā)生時間，其較低的NSCE值或由其對2016年2月和3月的局部洪峰流量的高估導致。而同為非實時產品的3B42-V7產品的模擬結果則相對略差，NSCE為0.547。綜上，非實時的IMERG-F產品在中國南方濕潤地區(qū)的水文效用較好，且偏差處于可接受范圍內，可用于流域水資源管理、干旱監(jiān)測等應用，并在一定程度上可替代地面雨量站點觀測數(shù)據(jù)。

表2 兩種情景下各QPE產品率定期及驗證期水文模擬結果比較

圖3 CMPA及4個衛(wèi)星QPE產品驗證期水文模擬結果

相比之下，準實時的IMERG-E和IMERG-L產品總體上模擬結果較差，NSCE值為0.4左右，但由圖3（b）—（c）可發(fā)現(xiàn)這兩個產品在2015年的汛期（5—9月）及2016年4月以后的模擬徑流與實測徑流吻合較好，且較準確地捕捉到了2015年5—6月的洪峰，故其較低的NSCE或是由于其對2015年4月流量及2016年2月和3月洪峰流量的嚴重高估以及對2015年10—12月流量的低估所致，而這些估計偏差又或是由該兩個產品自身對降水量的估計偏差導致。為進一步探究這兩種準實時產品在汛期的水文效用，以2015年汛期（5—9月）為例，進一步計算了其于該時期內的NSCE和BIAS，結果表明，在2015年的汛期內，IMERG-E及IMERG-L的NSCE要顯著高于其完整模擬時段（2015年4月—2016年12月），分別達0.750和0.733，BIAS也明顯更低，分別為1.1%和4.73%。該結果表明準實時的IMERG產品在汛期或將有著良好的水文效用，因而對短期洪水預報等實時應用存在較大的應用潛力。另外，鑒于本文準實時產品的研究時段較短，不確定性較大，故暫且可認為兩種準實時IMERG產品的精度和水文效用相當，IMERG-L相對IMERG-E并無顯著改進，因而在實際應用中時效性更高的IMERG-E產品（觀測4 h后發(fā)布）應當優(yōu)先考慮。

3.2.2 情景II結果分析 情景II下VIC模型率定結果以及各衛(wèi)星QPE產品水文模擬結果的各精度指標見表2。結果表明，雖在率定期內VIC模型的模擬結果明顯差于情景I，但在驗證期內，4種QPE產品的模擬結果均較情景I有了較明顯的改善。非實時IMERG-F產品的NSCE提高到0.65，上一代3B42-V7產品的NSCE和BIAS也有相應的提高和降低。對于2015年的汛期（5—9月），準實時的IMERG-E與IMERG-L產品的NSCE也分別提高到0.764和0.773?？紤]到GPM計劃建立在TRMM的基礎上，兩代產品有著相似的降水時空模式，因而情景II下各產品模擬精度的提高或是因為一方面情景I中用于模型率定的雨量站點分布較為稀疏，空間代表性較差，而另一方面經由3B42-V7數(shù)據(jù)率定后VIC模型能更加適應IMERG產品的時空結構，從而一定程度上提高了模擬效果。以上結果表明，在使用IMERG產品進行水文模擬時，TMPA的歷史數(shù)據(jù)適合替代雨量站點數(shù)據(jù)用于水文模型的率定。

3.3 討論目前為止，對于新一代IMERG產品在國內應用的評估研究雖仍較少，但一定程度上仍可與本研究作對比參考。Tang等［14］在全國及流域尺度對IMERG-F產品及上一代TMPA 3B42V7兩種非實時衛(wèi)星QPE產品進行了評估和對比，發(fā)現(xiàn)新一代的IMERG-F產品總體上精度略高于上一代3B42V7產品；Guo等［39］在全國和區(qū)域尺度對比分析了非實時和準實時的IMERG產品及非實時的3B42V7產品的性能，同樣發(fā)現(xiàn)在南方地區(qū)非實時的IMERG產品性能與3B42V7產品相當，而準實時的IMERG產品則精度相對較差。對于水文效用方面，Tang等［15］在與本流域相鄰的贛江流域對比評估了非實時的IMERG-F產品和3B42V7產品以及準實時的3B42RTV7產品的水文模擬表現(xiàn)，發(fā)現(xiàn)IMERG-F產品的水文效用較上一代3B42V7產品有較明顯的改善。結合本文的研究結果可知，新一代非實時的IMERG產品有著較上一代3B42V7產品相當或更高的性能，憑借其更高的時空分辨率，在中國范圍內尤其是中國南方地區(qū)有著廣闊的應用前景。

對于新一代準實時的IMERG產品的水文效用評估研究，目前尚未有報道，但對于上一代TMPA產品及其他準實時衛(wèi)星QPE產品的研究則已有較多開展，可作為本文參考。唐國強等［29］及Jiang等［17］分別在同屬中國南方濕潤區(qū)的贛江流域及洣水流域評估了準實時的3B42RTV7產品和3B42RTV6-CMORPH融合產品的水文模擬效用，發(fā)現(xiàn)準實時的衛(wèi)星QPE產品均有一定的水文實時模擬和預報前景，與本文結果相似，表明準實時的IMERG產品在該地區(qū)或同樣擁有較大的洪水預報潛力；而Yong等［1］和Tong等［21］分別對位于高緯度地區(qū)的老哈河流域和高海拔的青藏高原地區(qū)的研究發(fā)現(xiàn)準實時的3B42RTV6和V7產品在當?shù)鼐兄喈敳畹乃哪M表現(xiàn)，說明準實時的衛(wèi)星QPE產品受氣候和地形因素影響較大，本文的結果可能不適用于這兩類地區(qū)。綜上，新一代準實時的IMERG產品在中國南方地區(qū)有著較好的洪水預報前景，而鑒于本文水文模擬時期較短，具有一定的不確定性，對于IMERG產品的洪水預報性能評估還有待進一步研究。

4 結論

以北江流域為例，定量評估了準實時IMERG-E、IMERG-L及非實時IMERG-F產品的精度，并結合VIC分布式水文模型進一步評估了該系列產品的水文效用，主要研究結論如下：（1）在網格尺度上，非實時的IMERG-F產品精度與上一代3B42-V7產品相當，具有較高的相關系數(shù)（0.65）和較低的偏差（5.87%），而準實時的IMERG-E和IMERG-L產品雖精度略差于實時產品（相關系數(shù)約為0.6），但其精度同樣較為令人滿意，其中IMERG-L精度略優(yōu)于IMERG-E。在流域平均尺度上，4種產品的精度均相比網格尺度有了顯著提高，誤差明顯降低。（2）在對降水事件的探測能力方面，IMERG系列產品的探測率（POD）均顯著高于上一代3B42-V7產品，說明GPM相對上一代TRMM顯著改善了其產品對降水事件的探測能力；IMERG系列產品的假報率（FAR）則明顯高于上一代3B42-V7產品，說明GPM產品探測降水事件的敏感性有待進一步調整。（3）情景I的水文模擬結果表明，新一代非實時IMERG-F產品的水文模擬表現(xiàn)優(yōu)于上一代3B42-V7產品，總體上對流量過程的模擬較好，表明其在流域水資源規(guī)劃、災害監(jiān)測等領域中有著較大的應用潛力，并且可在一定程度上替代地面雨量站點觀測數(shù)據(jù)；準實時IMERG-E及IMERG-L產品雖在整個模擬時段內總體表現(xiàn)較差，但在汛期（2015年5—9月）內表現(xiàn)較好，并能較為準確地捕捉5—6月的洪峰，表明這兩種產品有較大應用于短期實時洪水預報的潛力。IMERG-L的水文效用與IMERG-E無顯著差異，故實際應用中推薦優(yōu)先選用時效性更強的IMERG-E產品。（4）情景II的水文模擬結果表明，VIC模型經3B42-V7數(shù)據(jù)率定后，4種產品的水文模擬表現(xiàn)均有所提高，說明在缺資料地區(qū)使用IMERG系列產品進行水文模擬時，TMPA 3B42歷史數(shù)據(jù)適合取代地面雨量站點觀測數(shù)據(jù)用于水文模型率定。

參 考 文 獻：

［1］ YONG B，REN L L，HONG Y，et al.Hydrologic evaluation of Multisatellite Precipitation Analysis standard pre?cipitation products in basins beyond its inclined latitude band：A case study in Laohahe basin，China［J］.Water Resources Research，2010，46（7）：759-768.

［2］ 唐國強，萬瑋，曾子悅，等.全球降水測量（GPM）計劃及其最新進展綜述［J］.遙感技術與應用，2015，30（4）：607-615.

［3］ HSU K.Precipitation estimation from remotely sensed information using artificial neural networks［J］.Journal of Applied Meteorology，1997，36（9）：1176-1190.

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

［5］ USHIO T，SASASHIGE K，KUBOTA T，et al.A kalman filter approach to the Global Satellite Mapping of Precip?itation（GSMaP）from combined passive microwave and infrared radiometric data［J］.Journal of the Meteorologi?cal Society of Japan，2009，87（3）：137-151.

［6］ HUFFMAN G J，BOLVIN D T，NELKIN E J，et al.The TRMM multisatellite precipitation analysis（TMPA）：Quasi-global，multiyear，combined-sensor precipitation estimates at fine scales［J］.Journal of Hydrometeorolo?gy，2007，8（1）：38-55.

［7］ HOU A Y，KAKAR R K，NEECK S，et al.The global precipitation measurement mission［J］.Bulletin of the American Meteorological Society，2014，95（5）：701-722.

［8］ SAHOO A K，SHEFFIELD J，PAN M，et al.Evaluation of the Tropical Rainfall Measuring Mission Multi-Satel?lite Precipitation Analysis（TMPA）for assessment of large-scale meteorological drought［J］.Remote Sensing of Environment，2015，159：181-193.

［9］ LIEW S C，CHIA A S，KWOH L K.Spatio-temporal analysis of climate change parameters using satellite data for the southeast Asian region［C］//34th International Symposium on Remote Sensing of Environment-The GEOSS Era：Towards Operational Environmental Monitoring，2011.

［10］ PRAT O P，NELSON B R.Mapping the world's tropical cyclone rainfall contribution over land using the TRMM Multi-satellite Precipitation Analysis［J］.Water Resources Research，2013，49（11）：7236-7254.

［11］ HUFFMAN G J，BOLVIN D T，BRAITHWAITE D，et al.Developing the integrated multi-satellite retrievals for GPM（IMERG）［J］.Acta Paulista De Enfermagem，2012，25（1）：146-150.

［12］ GUO H，CHEN S，BAO A，et al.Early assessment of integrated multi-satellite retrievals for global precipitation measurement over China［J］.Atmospheric Research，2016，176/177：121-133.

［13］ LI N，TANG G，ZHAO P，et al.Statistical assessment and hydrological utility of the latest multi-satellite precipi?tation analysis IMERG in Ganjiang River Basin［J］.Atmospheric Research，2016，183：212-223.

［14］ TANG G，MA Y，LONG D，et al.Evaluation of GPM Day-1 IMERG and TMPA Version-7 legacy products over Mainland China at multiple spatiotemporal scales［J］.Journal of Hydrology，2015，533：152-167.

［15］ TANG G，ZENG Z，LONG D，et al.Statistical and hydrological comparisons between TRMM and GPM Level-3 Products over a midlatitude basin：Is Day-1 IMERG a good successor for TMPA 3B42V7?［J］.Journal of Hydro?meteorology，2015，17（1）：121-137.

［16］ HU Q F，YANG D W，WANG Y T，et al.Accuracy and spatio-temporal variation of high resolution satellite rain?fall estimate over the Ganjiang River Basin［J］.Science China Technological Sciences，2013，56（4）：853-865.

［17］ JIANG S，REN L，HONG Y，et al.Comprehensive evaluation of multi-satellite precipitation products with a dense rain gauge network and optimally merging their simulated hydrological flows using the Bayesian model aver?aging method［J］.Journal of Hydrology，2012，452/453（10）：213-225.

［18］ LI X H，ZHANG Q，XU C Y.Suitability of the TRMM satellite rainfalls in driving a distributed hydrological mod?el for water balance computations in Xinjiang catchment，Poyang lake basin［J］.Journal of Hydrology，2012，426-427（7）：28-38.

［19］ MENG J，LI L，HAO Z，et al.Suitability of TRMM satellite rainfall in driving a distributed hydrological model in the source region of Yellow River［J］.Journal of Hydrology，2014，509（2）：320-332.

［20］ SUN R，YUAN H，LIU X，et al.Evaluation of the latest satellite-gauge precipitation products and their hydrolog?ic applications over the Huaihe River Basin［J］.Journal of Hydrology，2016，536：302-319.

［21］ TONG K，SU F，YANG D，et al.Evaluation of satellite precipitation retrievals and their potential utilities in hy?drologic modeling over the Tibetan Plateau［J］.Journal of Hydrology，2014，519：423-437.

［22］ YONG B，CHEN B，GOURLEY J J，et al.Intercomparison of the Version-6 and Version-7 TMPA precipitation products over high and low latitudes basins with independent gauge networks：Is the newer version better in both real-time and post-real-time analysis for water resources and hydrologic extremes?［J］.Journal of Hydrology，2014，508（2）：77-87.

［23］ ZHAO H，YANG S，WANG Z，et al.Evaluating the suitability of TRMM satellite rainfall data for hydrological simulation using a distributed hydrological model in the Weihe River catchment in China［J］.Journal of Geograph?ical Sciences，2015，25（2）：177-195.

［24］ ZENG H，LIJUAN L I，JIUYI L I.The evaluation of TRMM Multisatellite Precipitation Analysis（TMPA）in drought monitoring in the Lancang River Basin［J］.Journal of Geographical Sciences，2012，22（2）：273-282.

［25］ 胡慶芳，楊大文，王銀堂，等.贛江流域TRMM降水數(shù)據(jù)的誤差特征與成因［J］.水科學進展，2013，24（6）：794-800.

［26］ 江善虎，任立良，雍斌，等.TRMM衛(wèi)星降水數(shù)據(jù)在洣水流域徑流模擬中的應用［J］.水科學進展，2014，25（5）：641-649.

［27］ 劉少華，嚴登華，王浩，等.中國大陸流域分區(qū)TRMM降水質量評價［J］.水科學進展，2016，27（5）：639-651.

［28］ 孫樂強，郝振純，王加虎，等.TMPA衛(wèi)星降水數(shù)據(jù)的評估與校正［J］.水利學報，2014，45（10）：1135-1146.

［29］ 唐國強，李哲，薛顯武，等.贛江流域TRMM遙感降水對地面站點觀測的可替代性［J］.水科學進展，2015，26（3）：340-346.

［30］ 王兆禮，鐘睿達，賴成光，等.TRMM衛(wèi)星降水反演數(shù)據(jù)在珠江流域的適用性研究——以東江和北江為例［J］.水科學進展，2017，28（2）：1-11.

［31］ SHEN Y，ZHAO P，PAN Y，et al.A high spatiotemporal gauge-satellite merged precipitation analysis over China［J］.Journal of Geophysical Research Atmospheres，2014，119（6）：3063-3075.

［32］ NASH J E，SUTCLIFFE J V.River flow forecasting through conceptual models part I—A discussion of principles［J］.Journal of Hydrology，1970，10（3）：282-290.

［33］ LIANG X，LETTENMAIER D P，WOOD E F，et al.A simple hydrologically based model of land surface water and energy fluxes for general circulation models［J］.Journal of Geophysical Research Atmospheres，1994，99（7）：14415-14428.

［34］ LOHMANN D，Nolte-Holube R，RASCHKE E.A large-scale horizontal routing model to be coupled to land sur?face parametrization schemes［J］.Tellus Series A-dynamic Meteorology&Oceanography，2002，48（5）：708-721.

［35］ WU C，HUANG G，YU H，et al.Impact of climate change on reservoir flood control in the upstream area of the Beijiang River Basin，South China［J］.Journal of Hydrometeorology，2014，15（6）：2203-2218.

［36］ FAO.Harmonized World Soil Database［M］.FAO Land&Water Digital Media，2009.

［37］ SAXTON K E，RAWLS W J.Soil water characteristic estimates by texture and organic matter for hydrologic solu?tions［J］.Soil Science Society of America Journal，2006，70（5）：1569-1578.

［38］ HANSEN M C，DEFRIES R S，TOWNSHEND J R G，et al.Global land cover classification at 1 km resolution using a decision tree classifier.Int J Rem Sens［J］.International Journal of Remote Sensing，2000，21（6/7）：1331-1364.

［39］ GUO H，CHEN S，BAO A，et al.Early assessment of integrated multi-satellite retrievals for global precipitation measurement over China［J］.Atmospheric Research，2016，176/177：121-133.