GPM衛(wèi)星降水產(chǎn)品在中國(guó)大陸的精度評(píng)估

張茹 雍斌 曾歲康

摘要：為評(píng)估全球降水計(jì)劃（GPM）主流衛(wèi)星降水產(chǎn)品IMERG和GSMaP在中國(guó)大陸的適用性，基于中國(guó)氣象局提供的地面降水?dāng)?shù)據(jù)集，選用6種統(tǒng)計(jì)指標(biāo)及誤差分解方法對(duì)其反演精度進(jìn)行多時(shí)空尺度評(píng)估，并分析其誤差組分特征。結(jié)果表明：① IMERG系列產(chǎn)品的統(tǒng)計(jì)指標(biāo)整體表現(xiàn)較好，IMERG_Final雖改善了IMERG_Late在部分地區(qū)對(duì)降水的低估，但擴(kuò)大了高估降水的范圍，且校正算法對(duì)整體精度（CC、RMSE）的提高并不明顯;GSMaP系列產(chǎn)品均高估了地面降水，GSMaP_Gauge的評(píng)估結(jié)果較純衛(wèi)星產(chǎn)品GSMaP_MVK均有較大提高。② IMERG系列產(chǎn)品對(duì)降水事件的探測(cè)能力較好，GSMaP_Gauge對(duì)降水有著高命中率（POD）的同時(shí)，誤報(bào)率（FAR）最高。各產(chǎn)品在強(qiáng)降水區(qū)域均表現(xiàn)出較高的命中率和較低的誤報(bào)率，表明衛(wèi)星產(chǎn)品對(duì)強(qiáng)降水的探測(cè)能力較優(yōu)。③ IMERG和GSMaP的誤差成分主要來(lái)源于誤報(bào)誤差，且具有極為明顯的季節(jié)性差異，衛(wèi)星降水產(chǎn)品對(duì)暖季降水探測(cè)精度更高。總體上，IMERG和GSMaP在濕潤(rùn)區(qū)的反演精度優(yōu)于其他區(qū)域，站點(diǎn)校正數(shù)據(jù)優(yōu)于純衛(wèi)星數(shù)據(jù)，能較為準(zhǔn)確地反映中國(guó)大陸的降水特征。

關(guān) 鍵 詞：

衛(wèi)星降水產(chǎn)品; 精度評(píng)估; 誤差特性; IMERG; GSMaP; 中國(guó)大陸

中圖法分類號(hào)： P426.6

文獻(xiàn)標(biāo)志碼： A

DOI：10.16232/j.cnki.1001-4179.2021.05.009

降水是全球水通量循環(huán)的重要組成部分，其時(shí)空分布影響著全球大氣循環(huán)、氣候變化以及水文平衡等過(guò)程[1-2]，因此準(zhǔn)確獲取降水信息是理解全球水循環(huán)及能量平衡的基礎(chǔ)和支撐，同時(shí)對(duì)各類相關(guān)科學(xué)研究具有重要意義[3]。

隨著一系列高分辨率遙感衛(wèi)星的出現(xiàn)，全球及區(qū)域降水研究有了新的數(shù)據(jù)支撐[4]。作為獲取高時(shí)空分辨率地面降水信息高效且可靠的手段，遙感衛(wèi)星降水既彌補(bǔ)了地面雨量站分布不均、難以維護(hù)的缺點(diǎn)，也避免了地基雷達(dá)信號(hào)易受干擾的問(wèn)題，是當(dāng)下最廣為使用的降水資料獲取方法[5-6]，其中最具代表性的降水衛(wèi)星是TRMM（Tropical Rainfall Measurement Mission）和GPM（Global Precipitation Measurement）。TRMM作為開(kāi)啟衛(wèi)星聯(lián)合反演降水的熱帶降水觀測(cè)計(jì)劃，自成功發(fā)射以來(lái)就被廣泛應(yīng)用于氣象水文等領(lǐng)域[7]。全球降水計(jì)劃GPM是TRMM衛(wèi)星降水計(jì)劃的后續(xù)之作，它不僅繼承了TRMM對(duì)熱帶、亞熱帶大中型降水的探測(cè)能力，還因搭載了更為先進(jìn)的雙頻測(cè)雨雷達(dá)（Dual-frequency Precipitation Radar，DPR）和被動(dòng)微波傳感器 （GPM Microwave Imager，GMI），能夠更為精準(zhǔn)地對(duì)固態(tài)降水和微量降水（<0.5 mm/h）進(jìn)行探測(cè)[2]。相比TRMM時(shí)代的降水產(chǎn)品TMPA（TRMM Merged Precipitation Analysis，TMPA）[7]，GPM時(shí)代兩種主流的衛(wèi)星降水產(chǎn)品IMERG （Integrated Multi-satellite Retrievals for GPM，IMERG）[8]和GSMaP（Global Satellite Mapping of Precipitation，IMERG）[9]具有更廣的覆蓋范圍和更高的時(shí)空分辨率。

近年來(lái)，國(guó)內(nèi)外已有眾多學(xué)者對(duì)衛(wèi)星降水產(chǎn)品進(jìn)行了評(píng)估分析[10-13]，無(wú)論是在全球、區(qū)域和流域尺度上，對(duì)衛(wèi)星探測(cè)降水的能力和精度都給予了肯定的態(tài)度，并通過(guò)對(duì)比分析TRMM時(shí)代與GPM時(shí)代的衛(wèi)星降水產(chǎn)品，表明GPM時(shí)代的系列產(chǎn)品在各個(gè)方面較TRMM時(shí)代有顯著的改進(jìn)與提升，可以在水文模擬、氣候變化等研究中發(fā)揮重要作用[14-18]。對(duì)于中國(guó)大陸地區(qū)，已有研究主要集中在對(duì)TRMM時(shí)代衛(wèi)星降水產(chǎn)品進(jìn)行評(píng)估與驗(yàn)證[19-20]，或是TRMM時(shí)代與GPM時(shí)代衛(wèi)星降水產(chǎn)品的對(duì)比驗(yàn)證，缺乏針對(duì)GPM時(shí)代主流降水產(chǎn)品之間的對(duì)比分析，且研究數(shù)據(jù)多集中在前期版本，如唐國(guó)強(qiáng)[21]等結(jié)合雨量站網(wǎng)，在贛江流域內(nèi)評(píng)估了兩套TMPA降水?dāng)?shù)據(jù)的精度，證明了遙感降水?dāng)?shù)據(jù)在贛江流域具有替代地面觀測(cè)降水的潛力;金曉龍[22]等分析對(duì)比了TRMM時(shí)代和GPM時(shí)代的降水產(chǎn)品，評(píng)估了GPM IMERG數(shù)據(jù)在天山山區(qū)的適用性，證明IMERG能夠很好地估測(cè)天山地區(qū)的降水情況;李麒崙[23]等評(píng)估了TRMM 3B42和GPM IMERG衛(wèi)星降水產(chǎn)品的反演精度，結(jié)果顯示GPM降水產(chǎn)品在中國(guó)各大流域精度較好且優(yōu)于TRMM。因此，本文選取了GPM時(shí)代最具代表性的兩種衛(wèi)星產(chǎn)品IMERG和GSMaP的最新版本數(shù)據(jù)，以中國(guó)氣象局提供的逐小時(shí)數(shù)據(jù)為參考，分別從日尺度以及小時(shí)尺度對(duì)中國(guó)大陸地區(qū)的降水特性進(jìn)行分析，并研究了兩套衛(wèi)星數(shù)據(jù)的誤差成分，旨在為后續(xù)從事以GPM降水產(chǎn)品為基礎(chǔ)的氣候、水文等的相關(guān)研究者提供參考信息。

1 研究數(shù)據(jù)與方法

1.1 研究區(qū)概況

中國(guó)大陸地處亞歐大陸東部，太平洋西岸。領(lǐng)土南北跨度近50°，距海遠(yuǎn)近差距較大，地勢(shì)西高東低且地形復(fù)雜，導(dǎo)致氣溫及降水情況組合多樣，形成了多種多樣的氣候。具體來(lái)說(shuō)，由于地勢(shì)及地形的復(fù)雜多樣，中國(guó)大陸地區(qū)降水的空間分布極為不均，年平均降水量呈現(xiàn)由東南沿海向西北內(nèi)陸遞減的趨勢(shì);同時(shí)由于對(duì)季風(fēng)活動(dòng)響應(yīng)較強(qiáng)，使得中國(guó)大陸地區(qū)的降水季節(jié)性變化顯著，呈現(xiàn)冬季降水少，夏季降水多的情況。種種因素共同作用導(dǎo)致中國(guó)大陸氣候復(fù)雜多樣，時(shí)空分布差異性明顯[24-26]。按年平均降水量將中國(guó)大陸地區(qū)分為4個(gè)氣候區(qū)：年平均降水量大于800 mm為濕潤(rùn)區(qū);400～800 mm為半濕潤(rùn)區(qū);200～400 mm為半干旱區(qū);小于200 mm為干旱區(qū)。受東亞季風(fēng)的影響，濕潤(rùn)區(qū)多為亞熱帶季風(fēng)氣候，降水充沛，主要包括秦嶺淮河線以南的廣大地區(qū);半濕潤(rùn)區(qū)以溫帶季風(fēng)氣候?yàn)橹鳎饕|北平原中北部、華北平原及橫斷山北部等地;半干旱區(qū)主要處于中緯度，包括內(nèi)蒙古高原、大興安嶺南部及陜北的黃土高原等地;而干旱區(qū)地形復(fù)雜，主要包括新疆南部等[27]，氣候區(qū)及氣象站點(diǎn)分布如圖1所示。

1.2 研究數(shù)據(jù)

1.2.1 衛(wèi)星降水?dāng)?shù)據(jù)

本文選擇了GPM時(shí)代最具代表性的兩種衛(wèi)星降水產(chǎn)品IMERG和GSMaP對(duì)中國(guó)大陸降水情況進(jìn)行分析研究。

全球降水計(jì)劃多衛(wèi)星聯(lián)合反演IMERG（Integrated Multi-Satelite Retrievals for GPM）是GPM計(jì)劃推出的新一代多衛(wèi)星聯(lián)合反演降水產(chǎn)品。由于融合了星載微波、紅外、降雨雷達(dá)等傳感器，IMERG實(shí)現(xiàn)了多種數(shù)據(jù)源的優(yōu)勢(shì)互補(bǔ)。在IMERG生成系統(tǒng)數(shù)據(jù)處理的過(guò)程中，共會(huì)產(chǎn)生三大類不同的數(shù)據(jù)集以供有不同需求的科研人員自由選擇，包括Early、Late、Final。Final因經(jīng)過(guò)CPC站點(diǎn)校正，相較于Early和Late精度有較為明顯的提升。每個(gè)數(shù)據(jù)集又包括兩個(gè)子數(shù)據(jù)集，分別是經(jīng)過(guò)月尺度氣候校正的數(shù)據(jù)Cal和未經(jīng)月尺度氣候校正的數(shù)據(jù)Uncal[8]。全球衛(wèi)星降水制圖GSMaP（Global Satellite Mapping of Precipitation）是日本宇航局研發(fā)的一款衛(wèi)星降水產(chǎn)品，作為橫跨TRMM時(shí)代和GPM時(shí)代的降水?dāng)?shù)據(jù)，研究人員經(jīng)過(guò)一代又一代的算法改進(jìn)，目前GSMaP共有3種類型的數(shù)據(jù)集，分別是近實(shí)時(shí)產(chǎn)品NRT、純衛(wèi)星產(chǎn)品MVK以及經(jīng)CPC站點(diǎn)校正的產(chǎn)品Gauge[9]。為了使兩種不同的GPM降水?dāng)?shù)據(jù)形成對(duì)照，故本文選擇了IMERG V06的Late、Final兩個(gè)數(shù)據(jù)集中的經(jīng)月尺度氣候校正的數(shù)據(jù)Cal，GSMaP V07的MVK和Gauge，所使用的降水?dāng)?shù)據(jù)主要參數(shù)列于表1。

1.2.2 地面參考數(shù)據(jù)

本文選定的地面參考數(shù)據(jù)是由中國(guó)氣象局提供的中國(guó)自動(dòng)站與CMORPH融合的逐小時(shí)降水量0.1°網(wǎng)格數(shù)據(jù)集（Vision 1.0）。該數(shù)據(jù)集以全國(guó)近3萬(wàn)個(gè)自動(dòng)氣象站所得的逐小時(shí)降水量數(shù)據(jù)作為觀測(cè)數(shù)據(jù)（站點(diǎn)密度見(jiàn)圖1），采用概率密度匹配與最優(yōu)插值將觀測(cè)數(shù)據(jù)與CMORPH衛(wèi)星降水?dāng)?shù)據(jù)進(jìn)行融合處理[28]，生成的降水?dāng)?shù)據(jù)覆蓋了整個(gè)中國(guó)大陸地區(qū)，數(shù)據(jù)質(zhì)量高，具有較高的時(shí)空分辨率（0.1°×0.1°/1 h），選擇此數(shù)據(jù)集作為衛(wèi)星產(chǎn)品評(píng)估的地面參考數(shù)據(jù)極為合適[29]。

因數(shù)據(jù)融合過(guò)程中地面站點(diǎn)的分布具有不確定性，此數(shù)據(jù)集存在數(shù)據(jù)部分缺失的現(xiàn)象。為了保證使用的衛(wèi)星數(shù)據(jù)均包含地面自動(dòng)站的參考數(shù)據(jù)，本文只選取至少包含1個(gè)地面站點(diǎn)的格網(wǎng)進(jìn)行誤差的定性與定量分析。

1.3 研究方法

在評(píng)價(jià)衛(wèi)星降水產(chǎn)品的優(yōu)劣性時(shí)，本文選用了當(dāng)前衛(wèi)星降水研究領(lǐng)域常用的指標(biāo)對(duì)這些降水產(chǎn)品進(jìn)行精度與誤差的綜合評(píng)估[30-31]。評(píng)估指標(biāo)如下：相關(guān)系數(shù)CC（correction coefficient）用于評(píng)估衛(wèi)星降水?dāng)?shù)據(jù)與地面站點(diǎn)觀測(cè)數(shù)據(jù)之間的線性相關(guān)程度，指標(biāo)最優(yōu)值為1;均方根誤差RMSE（root mean squared error）用于表現(xiàn)衛(wèi)星降水?dāng)?shù)據(jù)與地面站點(diǎn)觀測(cè)數(shù)據(jù)之間的離散程度，指標(biāo)最優(yōu)值為0;相對(duì)偏差BIAS（relative bias）用于衡量衛(wèi)星降水?dāng)?shù)據(jù)的系統(tǒng)偏差程度，指標(biāo)最優(yōu)值為0;命中率POD（probability of detection）用于表現(xiàn)衛(wèi)星降水?dāng)?shù)據(jù)準(zhǔn)確捕捉實(shí)際降水事件的能力，指標(biāo)最優(yōu)值為1;誤報(bào)率FAR（false alarm ratio）用于反映衛(wèi)星降水?dāng)?shù)據(jù)的降水事件誤報(bào)情況，指標(biāo)最優(yōu)值為0;關(guān)鍵成功率CSI（critical success index）綜合考慮衛(wèi)星降水?dāng)?shù)據(jù)的命中與誤報(bào)情況，反映衛(wèi)星降水?dāng)?shù)據(jù)監(jiān)測(cè)實(shí)際降水事件的真實(shí)能力，指標(biāo)最優(yōu)值為1。上述評(píng)估指標(biāo)公式見(jiàn)表2。

此外，可使用Tian[32]建立的誤差分解模型來(lái)評(píng)估衛(wèi)星降水?dāng)?shù)據(jù)的誤差組分。此模型將降水事件分成命中降水事件、漏報(bào)降水事件和誤報(bào)降水事件。命中降水事件表示衛(wèi)星與地面站點(diǎn)同時(shí)檢測(cè)到降水事件;漏報(bào)降水事件表示衛(wèi)星沒(méi)有檢測(cè)到降水事件但地面站點(diǎn)有降水的有效記錄;誤報(bào)降水事件表示衛(wèi)星檢測(cè)到了而沒(méi)有被地面站點(diǎn)降水資料記錄的降水事件。因這3種類型的降水事件相互獨(dú)立，可將衛(wèi)星降水?dāng)?shù)據(jù)的總誤差T分解為3種誤差組分：命中誤差H，漏報(bào)誤差M和誤報(bào)誤差F。3種獨(dú)立的誤差組分與降水總誤差之間的關(guān)系可以表示為T=H-M+F。

2 結(jié)果分析

2.1 日尺度的誤差特征

圖2展示了地面觀測(cè)和衛(wèi)星數(shù)據(jù)在中國(guó)大陸的降水空間分布，由圖2（e）可知，中國(guó)大陸的日降水量呈現(xiàn)由東南向西北逐漸減少的趨勢(shì)，降水主要集中在濕潤(rùn)區(qū)。IMERG和GSMaP系列產(chǎn)品與地面觀測(cè)站點(diǎn)的日降水量空間分布存在一定的差異，經(jīng)過(guò)站點(diǎn)校正后的IMERG_Final和GSMaP_Gauge呈現(xiàn)出較好的降水空間分布，空間分布模式優(yōu)于對(duì)應(yīng)的純衛(wèi)星產(chǎn)品。在濕潤(rùn)區(qū)和半濕潤(rùn)區(qū)，4種降水產(chǎn)品均存在不同程度高估地面降水分布的現(xiàn)象，其中GSMaP_MVK高估降水最嚴(yán)重（見(jiàn)圖2（c）），GSMaP_MVK在中國(guó)東部沿海和西南地區(qū)存在較大的高估降水，GSMaP_Gauge產(chǎn)品的校正算法有效地削弱了MVK產(chǎn)品高估降水的區(qū)域，空間分布改善顯著，IMERG系列產(chǎn)品之間的降水空間分布模式較為相似，IMERG_Final在IMERG_Late的基礎(chǔ)上整體提升了降水量級(jí)，導(dǎo)致部分地區(qū)存在輕微高估降水現(xiàn)象。

為了進(jìn)一步刻畫日尺度下中國(guó)大陸地區(qū)的降水情況，圖3給出了4套產(chǎn)品在整個(gè)研究時(shí)段的時(shí)序變化。為了平滑時(shí)間序列并減少視覺(jué)干擾，采用了10 d滑動(dòng)平均的方法對(duì)時(shí)間序列進(jìn)行處理[33]。與日降水量空間分布類似（見(jiàn)圖2），IMERG_Late與地面站點(diǎn)的時(shí)序變化最為接近，IMERG_Final和GSMaP_Gauge的時(shí)間序列變化趨勢(shì)較為一致，兩者與IMERG_Late的變化趨勢(shì)也有一定的重合度。同空間分布一樣，GSMaP_MVK在時(shí)間序列上的整體表現(xiàn)依舊最差，幾乎在整個(gè)研究時(shí)段內(nèi)高估降水，并且在某些月份（如1，3，4月等）嚴(yán)重高估降水。對(duì)比純衛(wèi)星產(chǎn)品和站點(diǎn)校正產(chǎn)品，IMERG_Final的地面校正算法從整體上抬升了中國(guó)大陸地區(qū)的降水量，呼應(yīng)于圖2空間分布中IMERG_Final加重IMERG_Late在濕潤(rùn)區(qū)對(duì)降水高估的情況。而同圖2一樣，GSMaP_Gauge的站點(diǎn)校正算法對(duì)GSMaP_MVK高估降水的改善極為明顯，使得GSMaP_Gauge時(shí)間序列的走勢(shì)與地面觀測(cè)數(shù)據(jù)更為貼合。從季節(jié)上看，夏秋季節(jié)4套衛(wèi)星產(chǎn)品降水量的走勢(shì)與地面站點(diǎn)實(shí)測(cè)降水?dāng)?shù)據(jù)較為接近，但冬春季節(jié)變化較大，GSMaP_MVK的波動(dòng)尤為明顯。

由此可見(jiàn)，日尺度IMERG和GSMaP系列降水產(chǎn)品在中國(guó)大陸存在一定的精度差異，校正產(chǎn)品的時(shí)空反演精度明顯優(yōu)于純衛(wèi)星產(chǎn)品，其中GSMaP_MVK呈現(xiàn)出最差的時(shí)空分布特征，主要表現(xiàn)為對(duì)降水量的高估，而 GSMaP_Gauge的站點(diǎn)校正算法極大改善了這一現(xiàn)象，IMERG（Late、Final）產(chǎn)品的時(shí)空特征呈現(xiàn)出一定的相似性，且與地面觀測(cè)較為吻合。

2.2 小時(shí)尺度的誤差特征

日尺度降水產(chǎn)品能夠一定程度反映區(qū)域降水變化特征，但時(shí)間分辨率仍然無(wú)法滿足對(duì)短歷時(shí)強(qiáng)降水過(guò)程的監(jiān)測(cè)需求，因此探究小時(shí)尺度衛(wèi)星降水產(chǎn)品的精度具有更重要的應(yīng)用價(jià)值。圖4及圖5展示了小時(shí)尺度下衛(wèi)星降水產(chǎn)品誤差統(tǒng)計(jì)指標(biāo)的空間分布情況，表3給出了4個(gè)氣候區(qū)各衛(wèi)星降水產(chǎn)品的誤差評(píng)估指標(biāo)。

圖4（a）～（d）顯示：IMERG系列產(chǎn)品CC的空間分布較為相似，并且優(yōu)于GSMaP系列產(chǎn)品。與IMERG_Late相比，IMERG_Final與地面觀測(cè)數(shù)據(jù)的相關(guān)性沒(méi)有得到明顯的提升，表明GPCC的站點(diǎn)校正沒(méi)有有效提升純衛(wèi)星數(shù)據(jù)IMERG_Late的線性特征。GSMaP_Gauge相較于IMERG兩套產(chǎn)品，在濕潤(rùn)區(qū)南部以及半濕潤(rùn)區(qū)中部相關(guān)系數(shù)明顯偏低，GSMaP_MVK偏低的情況更為嚴(yán)重，4個(gè)氣候區(qū)的CC值均在0.4以下（見(jiàn)表3），表明GSMaP_MVK對(duì)地面降水?dāng)?shù)據(jù)的重現(xiàn)度低，衛(wèi)星數(shù)據(jù)質(zhì)量較差。對(duì)比GSMaP_Gauge和GSMaP_MVK可以看出：CPC站點(diǎn)的引入有效地提高了衛(wèi)星數(shù)據(jù)與地面觀測(cè)數(shù)據(jù)的相關(guān)性，減少了降水估計(jì)的發(fā)散性。

相對(duì)偏差BIAS可以反映出衛(wèi)星降水產(chǎn)品高估（BIAS>0）和低估（BIAS<0）降水的情況，如圖4（c）～（d）所示。由圖可知：IMERG 和GSMaP系列產(chǎn)品在中國(guó)大陸大部分地區(qū)總體上都存在不同程度的高估現(xiàn)象，而兩套經(jīng)站點(diǎn)校正的降水產(chǎn)品明顯優(yōu)于兩套純衛(wèi)星產(chǎn)品。縱向比較，對(duì)比兩套純衛(wèi)星產(chǎn)品，IMERG_Late總體表現(xiàn)優(yōu)于GSMaP_MVK。IMERG_Late在濕潤(rùn)區(qū)中部大部分地區(qū)存在高估降水的情況，但在同一地區(qū)GSMaP_MVK卻低估了降水，兩套產(chǎn)品均在濕潤(rùn)區(qū)南部低估降水，表明純衛(wèi)星產(chǎn)品對(duì)于中高雨強(qiáng)的降水有低估的趨勢(shì)。GSMaP_MVK在濕潤(rùn)區(qū)北部、東南沿海地區(qū)以及半濕潤(rùn)地區(qū)嚴(yán)重高估降水，尤其在半濕潤(rùn)區(qū)，BIAS高達(dá)79.7%，是其他3套產(chǎn)品在此氣候區(qū)的兩倍多（見(jiàn)表3）。對(duì)比兩套經(jīng)站點(diǎn)校正的產(chǎn)品，IMERG_Final的總體表現(xiàn)略優(yōu)于GSMaP_Gauge，兩者均在半濕潤(rùn)區(qū)中部和東北部以及濕潤(rùn)區(qū)中東部部分地區(qū)處于高估降水的狀態(tài)，且GSMaP_Gauge高估的情況較IMERG_Final略為嚴(yán)重。橫向比較，對(duì)比IMERG兩套產(chǎn)品，IMERG_Final一定程度上改善了IMERG_Late在濕潤(rùn)區(qū)西南部及東部低估降水的情況，但擴(kuò)大了濕潤(rùn)區(qū)高估降水的范圍;對(duì)比GSMaP兩套產(chǎn)品，GSMaP_MVK經(jīng)過(guò)CPC站點(diǎn)校正后，濕潤(rùn)區(qū)南部低估降水以及半濕潤(rùn)區(qū)高估降水的情況均被明顯修正，使GSMaP_Gauge呈現(xiàn)出與IMERG_Final相似的空間分布特征。

據(jù)圖4（i～l）給出的均方根誤差（RMSE）分布可以發(fā)現(xiàn)：IMERG系列產(chǎn)品和GSMaP_Gauge的空間分布呈現(xiàn)出一定的相似性，GSMaP_Gauge的表現(xiàn)相對(duì)更優(yōu)。從圖4（i），（j），（l）中可以明顯看出相似的3套產(chǎn)品的RMSE均有從東南向西北遞減的趨勢(shì)，這與降水量的變化規(guī)律相吻合，說(shuō)明RMSE的值會(huì)伴隨降水量的下降而逐漸減小。與這3套產(chǎn)品相比，GSMaP_MVK的整體表現(xiàn)最差，在各個(gè)氣候區(qū)均方根誤差均大于2.4 mm（見(jiàn)表3），且空間分布也表現(xiàn)出極大的不同，如在3套產(chǎn)品的RMSE值均較小的半濕潤(rùn)區(qū)中部，GSMaP_MVK反而很大。對(duì)比純衛(wèi)星產(chǎn)品和經(jīng)站點(diǎn)校正的產(chǎn)品，IMERG_Final對(duì)IMERG_Late的改善并不明顯，但在東部沿海地區(qū)有一定的校正效果;而GSMaP_Gauge對(duì)GSMaP_MVK的校正極為明顯，顯著降低了純衛(wèi)星產(chǎn)品在濕潤(rùn)區(qū)及半濕潤(rùn)區(qū)的RMSE，結(jié)合表3，站點(diǎn)校正算法在濕潤(rùn)區(qū)使RMSE從4.03 mm降為2.97 mm，在半濕潤(rùn)區(qū)使RMSE從4.93 mm降為2.09 mm。

為了進(jìn)一步對(duì)比IMERG和 GSMaP產(chǎn)品對(duì)降水事件的探測(cè)精度，圖5展示了0.2mm/h降水閾值下4套產(chǎn)品的命中率（POD）、誤報(bào)率（FAR）和關(guān)鍵成功指數(shù)（CSI）空間分布?？傮w上看，4套衛(wèi)星數(shù)據(jù)都表現(xiàn)出以下特征：在中國(guó)大陸的東部及東北部地區(qū)具有較高的命中率，在中部地區(qū)具有較高的誤報(bào)率，在沿海地區(qū)具有較高的關(guān)鍵成功指數(shù)。IMERG兩套產(chǎn)品的POD、FAR以及CSI的空間分布都極為相似，表明經(jīng)站點(diǎn)校正后，IMERG_Final對(duì)降水事件探測(cè)能力的提高并不明顯。而對(duì)比GSMaP兩套產(chǎn)品，GSMaP_MVK與GSMaP_Gauge的POD和FAR的空間分布特征大為不同，且與IMERG系列產(chǎn)品的相似程度也不高。GSMaP_MVK的POD僅在半濕潤(rùn)區(qū)東部部分地區(qū)表現(xiàn)良好，濕潤(rùn)區(qū)大部分地區(qū)的POD大都在0.55以下。反觀GSMaP_Gauge，其在濕潤(rùn)區(qū)和半濕潤(rùn)區(qū)的POD均大于0.55，在4套衛(wèi)星降水產(chǎn)品中表現(xiàn)最優(yōu)。但有著高命中率的同時(shí)，GSMaP_Gauge的誤報(bào)率也是4套產(chǎn)品中最高的。然而，在命中率方面表現(xiàn)不佳的GSMaP_MVK卻在誤報(bào)率方面表現(xiàn)最優(yōu)，尤其在濕潤(rùn)區(qū)，其誤報(bào)率大都在0.55以下，這說(shuō)明高命中率一般會(huì)伴隨著高誤報(bào)率同時(shí)出現(xiàn)。4套衛(wèi)星產(chǎn)品CSI的空間分布特征具有一定的相似度，GSMaP_MVK在濕潤(rùn)區(qū)較其他3套產(chǎn)品CSI值稍稍偏低，并且4套產(chǎn)品在強(qiáng)降水區(qū)域均表現(xiàn)出較高的命中率和較低的誤報(bào)率，說(shuō)明衛(wèi)星降水產(chǎn)品對(duì)強(qiáng)降水有較優(yōu)的探測(cè)能力。

2.3 衛(wèi)星數(shù)據(jù)的誤差成分分析

為進(jìn)一步探究衛(wèi)星降水產(chǎn)品總體誤差的成分，將總誤差分解為3個(gè)部分，分別為命中偏差（Hit bias）、漏報(bào)偏差（Miss bias）和誤報(bào)偏差（False bias），各個(gè)誤差成分的空間分布如圖6所示。

由圖6可知：IMERG系列產(chǎn)品的總誤差和各誤差成分的空間分布特征具有明顯相似性。相較于其他兩種誤差成分，誤報(bào)偏差在總偏差中所占的比重較大，處于主導(dǎo)地位，左右著總誤差的空間分布。IMERG在半濕潤(rùn)區(qū)和濕潤(rùn)區(qū)中部及北部高估降水的情況主要由誤報(bào)偏差引起，對(duì)比兩套產(chǎn)品，IMERG_Final一定程度上改善了IMERG_Late在濕潤(rùn)區(qū)西南部對(duì)降水的低估;而在此區(qū)域，兩套數(shù)據(jù)的命中偏差及漏報(bào)偏差并無(wú)太大變化，這主要是IMERG_Final從整體上提升了濕潤(rùn)區(qū)誤報(bào)降水的情況所導(dǎo)致。GSMaP兩套產(chǎn)品的總誤差和各誤差成分的空間分布呈現(xiàn)出一定的差異性。與IMERG系列產(chǎn)品類似，誤報(bào)偏差在這3種誤差成分中占較大的比重，但漏報(bào)偏差和命中偏差也不容忽視。GSMaP_MVK在半濕潤(rùn)區(qū)嚴(yán)重高估降水主要是由誤報(bào)偏差引起的，命中偏差也有部分貢獻(xiàn)，但其在濕潤(rùn)區(qū)南部低估降水主要由于漏報(bào)偏差導(dǎo)致。而GSMaP_Gauge的總誤差之所以能夠與IMERG系列產(chǎn)品具有一定的相似度，是由3種誤差成分共同作用形成的。GSMaP_Gauge的誤報(bào)偏差在濕潤(rùn)區(qū)和半濕潤(rùn)區(qū)都很高，但其命中偏差整體上小于0，漏報(bào)偏差的分布相對(duì)均勻，值的跨度較小，三者相互抵消使得GSMaP_Gauge總誤差的表現(xiàn)優(yōu)于GSMaP_MVK。對(duì)比兩套產(chǎn)品，可以發(fā)現(xiàn)站點(diǎn)校正算法“平滑”了純衛(wèi)星產(chǎn)品3種誤差的空間分布，MVK在半濕潤(rùn)區(qū)較高的命中偏差被很好地修正了，且站點(diǎn)校正算法補(bǔ)償了漏測(cè)事件中的漏測(cè)降水。值得注意的是，對(duì)于誤報(bào)偏差，站點(diǎn)校正算法雖然降低了半濕潤(rùn)區(qū)的誤差，但抬升了整個(gè)濕潤(rùn)區(qū)的誤報(bào)偏差值，這與濕潤(rùn)區(qū)IMERG_Final誤報(bào)偏差的情況類似。

在空間分析的基礎(chǔ)上，進(jìn)一步給出了4套衛(wèi)星降水產(chǎn)品的誤差成分在整個(gè)研究時(shí)段的時(shí)序變化，并采用10 d滑動(dòng)平均處理[33]，如圖7所示?？傮w上看，4套衛(wèi)星降水產(chǎn)品的總誤差及其誤差成分的時(shí)序變化趨勢(shì)較為相似，且存在極為明顯的季節(jié)性差異，尤其在夏季與冬季，這種差異體現(xiàn)的更為顯著。相較于夏季，冬季的總誤差和各誤差成分的變化幅度更大，而夏季誤差成分的時(shí)間序列表現(xiàn)的極為平緩，說(shuō)明衛(wèi)星傳感器對(duì)暖季降水的響應(yīng)度更高。

IMERG系列產(chǎn)品的時(shí)序變化相似度很高，兩套產(chǎn)品在冬季的時(shí)序變化基本相同，夏季IMERG_Final的變化趨勢(shì)較IMERG_Late稍平緩些。兩者總誤差的變化趨勢(shì)與其誤報(bào)偏差基本相同，命中偏差與漏報(bào)偏差幾乎處于相互抵消的狀態(tài)，決定了誤報(bào)偏差在3種誤差成分的絕對(duì)主導(dǎo)地位，說(shuō)明IMERG系列產(chǎn)品的總誤差主要是由誤報(bào)偏差引起的。GSMaP兩套產(chǎn)品的時(shí)序變化表現(xiàn)出極大的不同，GSMaP_MVK總誤差及其誤差成分的時(shí)間序列變化十分劇烈，在其他3套產(chǎn)品誤差變化異常平緩的夏季也存在輕微的波動(dòng)。相較之下，GSMaP_Gauge誤差的時(shí)序變化相對(duì)平穩(wěn)，總體趨勢(shì)與IMERG系列產(chǎn)品類似。對(duì)比兩套產(chǎn)品，可以明顯看出GSMaP_Gauge校正了GSMaP_MVK的命中偏差和誤報(bào)偏差，但同IMERG一樣，誤報(bào)偏差依然在GSMaP兩套產(chǎn)品中對(duì)總誤差起著決定性作用。以上結(jié)果與空間分析結(jié)果較為吻合，表明衛(wèi)星反演算法對(duì)誤報(bào)偏差的改進(jìn)還需進(jìn)一步的完善。

3 結(jié) 論

本文采用6種評(píng)價(jià)衛(wèi)星降水?dāng)?shù)據(jù)的統(tǒng)計(jì)指標(biāo)，結(jié)合誤差分解的方法，基于中國(guó)氣象局提供的逐小時(shí)地面站點(diǎn)融合數(shù)據(jù)，評(píng)估了GPM時(shí)代主流的兩套衛(wèi)星降水產(chǎn)品的最新版本在中國(guó)大陸地區(qū)的降水反演精度以及誤差組分特征，結(jié)論如下。

（1） 總體上，參考地面實(shí)測(cè)站點(diǎn)數(shù)據(jù)，IMERG和GSMaP兩套產(chǎn)品都能較好地反映中國(guó)大陸地區(qū)的降水情況;站點(diǎn)校正的產(chǎn)品與純衛(wèi)星產(chǎn)品相比，站點(diǎn)校正后的降水?dāng)?shù)據(jù)優(yōu)于純衛(wèi)星數(shù)據(jù)，特別是GSMaP的兩個(gè)數(shù)據(jù)集，地面參考數(shù)據(jù)對(duì)降水的改善尤為明顯;受地形、氣候、地面自動(dòng)站密度等影響，相較于西部，東部地區(qū)由于地勢(shì)較平坦且易布設(shè)地面站點(diǎn)，因此衛(wèi)星降水產(chǎn)品的反演精度較高。

（2） 日尺度IMERG和GSMaP系列產(chǎn)品在中國(guó)大陸存在一定的精度差異，校正產(chǎn)品的時(shí)空反演精度明顯優(yōu)于純衛(wèi)星產(chǎn)品，其中GSMaP_MVK呈現(xiàn)出最差的時(shí)空分布特征，主要表現(xiàn)為對(duì)降水量的高估，而 GSMaP_Gauge的站點(diǎn)校正算法極大改善了這一現(xiàn)象，IMERG（Late、Final）產(chǎn)品的時(shí)空特征呈現(xiàn)出一定的相似性，且與地面觀測(cè)較為吻合。

（3） 小時(shí)尺度衛(wèi)星降水的評(píng)估指標(biāo)顯示IMERG系列產(chǎn)品的各項(xiàng)統(tǒng)計(jì)指標(biāo)都處于良好的狀態(tài)，且對(duì)降水事件的探測(cè)能力也較好，其中IMERG_Final是綜合表現(xiàn)最優(yōu)的降水產(chǎn)品;GSMaP系列產(chǎn)品中GSMaP_MVK的各項(xiàng)評(píng)估指標(biāo)在4套降水產(chǎn)品中均表現(xiàn)最差，尤其在半濕潤(rùn)區(qū)，對(duì)地面數(shù)據(jù)的重現(xiàn)度低且嚴(yán)重高估降水，而GSMaP_Gauge的各項(xiàng)評(píng)估指標(biāo)均有不俗的表現(xiàn)，體現(xiàn)了GSMaP地面站點(diǎn)校正算法的有效性。但在對(duì)降水?dāng)?shù)據(jù)的探測(cè)能力方面，GSMaP_Gauge對(duì)降水有著高命中率（POD）的同時(shí)，也存在較多的誤報(bào)降水。4套產(chǎn)品在強(qiáng)降水區(qū)域均表現(xiàn)出較高的命中率和較低的誤報(bào)率，說(shuō)明衛(wèi)星降水產(chǎn)品對(duì)強(qiáng)降水有較優(yōu)的探測(cè)能力。

（4） 純衛(wèi)星產(chǎn)品對(duì)中高雨強(qiáng)的降水有低估的趨勢(shì)，具體表現(xiàn)為兩套純衛(wèi)星產(chǎn)品在濕潤(rùn)區(qū)南部低估了降水，而兩套站點(diǎn)校正產(chǎn)品從整體上抬升了濕潤(rùn)區(qū)的降水量級(jí)，雖然改善了此地區(qū)的低估趨勢(shì)，卻使得濕潤(rùn)區(qū)整體的降水量處于被高估的狀態(tài)。

（5） IMERG和GSMaP的誤差成分主要來(lái)源于誤報(bào)誤差，特別是GSMaP系列產(chǎn)品，在濕潤(rùn)區(qū)和半濕潤(rùn)區(qū)北部呈現(xiàn)出較大的誤報(bào)偏差，其次是漏報(bào)偏差。此外，衛(wèi)星降水的誤差成分存在極為明顯的季節(jié)性差異，春冬兩季表現(xiàn)出較大的總誤差和誤報(bào)誤差，表明衛(wèi)星產(chǎn)品對(duì)暖季降水探測(cè)精度更高。

參考文獻(xiàn)：

[1] BLACUTT L A，HERDIES D L，DE GONCALVES L G G，et al.Precipitation comparison for the CFSR，MERRA，TRMM3B42 and Combined Scheme datasets in Bolivia[J].Atmospheric Research，2015，163（9）：117-131.

[2] HOU A Y，KAKAR R K，NEECK S，et al.The global precipitation measurement mission [J].Bulletin of the American Meteorological Society，2013，95（5）：701-722.

[3] 劉元波，傅巧妮，宋平，等.衛(wèi)星遙感反演降水研究綜述[J].地球科學(xué)進(jìn)展，2011，26（11）：1162-1172.

[4] 郭瑞芳，劉元波.多傳感器聯(lián)合反演高分辨率降水方法綜述[J].地球科學(xué)進(jìn)展，2015，30 （8）：891903.

[5] 唐國(guó)強(qiáng)，萬(wàn)瑋，曾子悅，等.全球降水測(cè)量（GPM）計(jì)劃及其最新進(jìn)展綜述[J].遙感技術(shù)與應(yīng)用，2015（4）：3-11.

[6] HUFFMAN G J，ADLER R F，MORRISSEY M M，et al.Global precipitation at one-degree daily resolution from multi-satellite observations[J].Journal of Hydrometeorology，2000，2（1）：36-50.

[7] 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 Hydrometeorology，2007，8（1）：38-55.

[8] 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.

[9] SHIGE S，YAMAMOTO T，TSUKIYAMA T，et al.The GSMaP precipitation retrieval algorithm for microwave sounders—Part I：Over-Ocean Algorithm[J].IEEE Transactions on Geoscience & Remote Sensing，2009，47（9）：3084-3097.

[10] YONG B，LIU D，GOURLEY J J，et al.Global view of real-time trmm multisatellite precipitation analysis：implications for Its successor global precipitation measurement mission[J].Bulletin of the American Meteorological Society，2015，96（1）：140730113306003.

[11] TAN M，DUAN Z.Assessment of GPM and TRMM precipitation products over Singapore[J].Remote Sensing，2017，9（7）：720.

[12] SHARIFI E，STEINACKER R，SAGHAFIAN B.Assessment of GPM-IMERG and other precipitation products against gauge data under different topographic and climatic conditions in Iran：Preliminary results[J].Remote Sensing，2016，8（2）：135.

[13] 江善虎，任立良，雍斌，等. TRMM 衛(wèi)星降水?dāng)?shù)據(jù)在洣水流域徑流模擬中的應(yīng)用[J]. 水科學(xué)進(jìn)展，2014，25（5）：641-649.

[14] TIAN Y D，PETERS-LIDARD C D，ADLER R F，et al.Evaluation of GSMaP precipitation estimates over the contiguous United States[J].Journal of Hydrometeorology，2010，11（2）：566-574.

[15] OMRANIAN E，SHARIF H O.Evaluation of the Global Precipitation Measurement （GPM）satellite rainfall products over the lower Colorado River Basin，Texas[J].Jawra Journal of the American Water Resources Association.2018（D2）：882-898.

[16] LIU Z.Comparison of Integrated Multisatellite Retrievals for GPM （IMERG）and TRMM Multisatellite Precipitation Analysis （TMPA）monthly precipitation products：Initial Results[J].Journal of Hydrometeorology，2015，17（3）：151216150524009.

[17] TANG G Q，MA Y Z，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，2016（533）：152-167.

[18] 胡慶芳，楊大文，王銀堂，等.贛江流域TRMM降水?dāng)?shù)據(jù)的誤差特征與成因[J].水科學(xué)進(jìn)展，2013，24（6）：794-800.

[19] YONG B，CHEN B，TIAN Y，et al.Error-component analysis of TRMM-based multi-satellite precipitation estimates over Mainland China[J].Remote Sensing，2016，8（5）：440.

[20] 任英杰，雍斌，鹿德凱，等.全球降水計(jì)劃多衛(wèi)星降水聯(lián)合反演IMERG衛(wèi)星降水產(chǎn)品在中國(guó)大陸地區(qū)的多尺度精度評(píng)估[J].湖泊科學(xué)，2019，31（2）：560-572.

[21] 唐國(guó)強(qiáng)，李哲，薛顯武，等.贛江流域TRMM遙感降水對(duì)地面站點(diǎn)觀測(cè)的可替代性[J].水科學(xué)進(jìn)展，2015，26（3）：340-346.

[22] 金曉龍，邵華，張弛，等.GPM衛(wèi)星降水?dāng)?shù)據(jù)在天山山區(qū)的適用性分析[J].自然資源學(xué)報(bào)，2016，31（12）：2074-2085.

[23] 李麒崙，張萬(wàn)昌，易路，等.GPM與TRMM降水?dāng)?shù)據(jù)在中國(guó)大陸的精度評(píng)估與對(duì)比[J].水科學(xué)進(jìn)展，2018，29（3）：303-313.

[24] 許鳳林，郭斌，葉貝，等.GPM IMERG衛(wèi)星降水產(chǎn)品在黃淮海平原的適用性研究[J].南水北調(diào)與水利科技，2019（4）：79-86.

[25] 吳一凡，張?jiān)鲂?，金秋，?GPM衛(wèi)星降水產(chǎn)品在長(zhǎng)江流域應(yīng)用的精度估算[J].人民長(zhǎng)江，2019，50（9）：77-85，152.

[26] ZHANG Z，CHEN X，XU C Y，et al. Evaluating the non-stationary relationship between precipitation and streamflow in nine major basins of China during the past 50 years[J]. Journal of Hydrology，2011，409（1）：81-93.

[27] CHEN H Q，YONG B，SHEN Y，et al.Comparison analysis of six purely satellite-derived global precipitation estimates[J].Journal of Hydrology，2019（11）：581.

[28] 沈艷，馮明農(nóng)，張洪政，等.我國(guó)逐日降水量格點(diǎn)化方法[J].應(yīng)用氣象學(xué)報(bào)，2010，21（3）：279-286.

[29] 沈艷，潘旸，宇婧婧，等.中國(guó)區(qū)域小時(shí)降水量融合產(chǎn)品的質(zhì)量評(píng)估[J].大氣科學(xué)學(xué)報(bào)，2013，36（1）：37-46.

[30] 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 extr[J]. Journal of Hydrology，2014，508（2）：77-87.

[31] YONG B，REN L L，HONG Y，et al.Hydrologic evaluation of multisatellite precipitation analysis standard precipitation products in basins beyond its inclined latitude band：a case study in Laohahe basin，China[J].Water Resources Research，2010，46（7）：W07542.

[32] TIAN Y D，PETERS-LIDARD C D，EYLANDER J B，et al.Component analysis of errors in satellite-based precipitation estimates[J].Journal of Geophysical Research.Atmospheres，2009，114（24）：D24101.

[33] EBERT E E，JANOWIAK J E，KIDD C.Comparison of near-real-time precipitation estimates from satellite observations[J].Bulletin of the American Meteorological Society，2007，88（1）：1-19.

（編輯：江 文）