兩種融合降水實(shí)況分析產(chǎn)品在山東地區(qū)的適用性評(píng)估

張茜茹，陳益玲，李長(zhǎng)軍，周笑天，崔雅琴，李蕓，張平

摘要：以質(zhì)量控制后的觀測(cè)降水?dāng)?shù)據(jù)作為“真值”，采用多種指標(biāo)評(píng)估檢驗(yàn)國(guó)家氣象信息中心研制的5 km逐小時(shí)降水實(shí)時(shí)三源融合實(shí)況分析產(chǎn)品（簡(jiǎn)記為“FRT_05”）和1 km逐小時(shí)降水實(shí)時(shí)多源融合實(shí)況分析產(chǎn)品（簡(jiǎn)記為“RT_01”）在山東地區(qū)2021年汛期以及臺(tái)風(fēng)“煙花”過(guò)程的適用性。結(jié)果表明：（1）兩種降水產(chǎn)品在山東的適用性較好，但RT_01產(chǎn)品的精細(xì)化實(shí)況監(jiān)測(cè)能力優(yōu)于FRT_05。（2）檢驗(yàn)指標(biāo)的月變化明顯，在降水量次多的9月降水產(chǎn)品的適用性最優(yōu)。（3）兩種降水產(chǎn)品在魯中山區(qū)西部、威海東部和青島沿海一帶地形復(fù)雜的區(qū)域以及大部分海島上的適用性相對(duì)較差。（4）由降水量級(jí)的檢驗(yàn)評(píng)估來(lái)看，隨降水量增加，平均絕對(duì)誤差、均方根誤差增大；中雨量級(jí)相對(duì)偏差最小，兩種降水產(chǎn)品均高估了中雨及以下量級(jí)的實(shí)際降水強(qiáng)度，低估了大雨及以上量級(jí)的實(shí)際降水強(qiáng)度。（5）無(wú)論是降水量級(jí)還是降水落區(qū)，RT_01產(chǎn)品對(duì)臺(tái)風(fēng)“煙花”降水過(guò)程的監(jiān)測(cè)和再現(xiàn)能力優(yōu)于FRT_05，但整體來(lái)看兩種產(chǎn)品均低估了“煙花”過(guò)程的降水強(qiáng)度。

關(guān)鍵詞：融合降水實(shí)況分析產(chǎn)品；山東；煙花；質(zhì)量評(píng)估

中圖分類(lèi)號(hào)：P459? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ? ?文章編號(hào)：2096-3599（2023）02-0001-00

DOI： 10.19513/j.cnki.issn2096-3599.2023.02.010

Applicability evaluation of two merged precipitation analysis products in Shandong

Zhang Qianru1，2， Chen Yiling1，2， Li Changjun1，2， Zhou Xiaotian1，2，

Cui Yaqin1，2， Li Yun1，2， Zhang Ping1，2

（1. Key Laboratory for Meteorological Disaster Prevention and Mitigation of Shandong， Jinan 250031， China; 2. Shandong Meteorological Data Center， Jinan 250031， China）

Abstract： The precipitation observation data after quality control is taken as the “true value”， and multiple indicators are used to evaluate the applicability of the real-time three-source merged analysis product of 5-km hourly precipitation （referred to as “FRT_05”） and the real-time multi-source merged analysis product of 1-km hourly precipitation （referred to as “RT_01”） developed by National Meteorological Information Center in Shandong during the flood period of 2021 and Typhoon In-Fa process. The results are listed as follows. （1） The applicability of both precipitation products in Shandong is good， but the refined live monitoring capability of RT_01 is better than that of FRT_05. （2） The inspection indicators have obvious monthly variations， and the applicability of precipitation products is the best in September，when the precipitation takes the second place. （3） The applicability of the two precipitation products is relatively poor in the west of the mountainous areas in middle Shandong province and coastal areas of eastern Weihai and Qingdao with complex topographies， as well as in most of the islands. （4） From the inspection and evaluation of different precipitation levels， it is indicated that the mean absolute error （MAE） and root mean square error （RMSE） increase with the increase of precipitation; the relative deviation （RD） of moderate rainfall is the smallest， and the two products overestimate the actual precipitation intensity of moderate rainfall and below， while they underestimate the actual precipitation intensity of heavy rainfall and above. （5） For Typhoon In-Fa， the monitoring and reproduction capabilities of RT_01 are obviously better than those of FRT_05 with respect to the precipitation intensity or the precipitation area， while both products underestimate the actual precipitation intensity on the whole.

Keywords： merged precipitation analysis product; Shandong; In-Fa; quality evaluation

引言

隨著我國(guó)氣象觀測(cè)網(wǎng)建設(shè)的快速發(fā)展，自動(dòng)氣象站觀測(cè)數(shù)據(jù)時(shí)空密度大大提高，利用雷達(dá)、衛(wèi)星等獲取的觀測(cè)數(shù)據(jù)越來(lái)越多，多種數(shù)值模式模擬數(shù)據(jù)質(zhì)量也在不斷提高。利用數(shù)據(jù)融合與數(shù)據(jù)同化技術(shù)，綜合多種來(lái)源觀測(cè)資料及多模式模擬數(shù)據(jù)，獲得高精度、高質(zhì)量、時(shí)空連續(xù)的多源數(shù)據(jù)融合氣象格點(diǎn)產(chǎn)品是當(dāng)前發(fā)展趨勢(shì)[1-3]。目前，我國(guó)多源融合降水實(shí)況分析產(chǎn)品的研究已取得了一定的進(jìn)展[4-6]。中國(guó)氣象局國(guó)家氣象信息中心利用美國(guó)國(guó)家海洋和大氣管理局（National Oceanic and Atmospheric Administration，NOAA）氣候預(yù)測(cè)中心（Climate Prediction Center，CPC）提出的“概率密度函數(shù)＋最優(yōu)插值”兩步融合，研制了逐時(shí)、10 km地面和衛(wèi)星二源融合降水實(shí)況產(chǎn)品[7]。2014年，潘旸等[8]提出“概率密度函數(shù)＋貝葉斯模型平均＋最優(yōu)插值”方法，引入中國(guó)氣象局氣象探測(cè)中心的雷達(dá)定量降水估測(cè)產(chǎn)品，研制了逐時(shí)5 km的地面、衛(wèi)星、雷達(dá)三源融合降水實(shí)況產(chǎn)品。2021年，中國(guó)區(qū)域多源融合實(shí)況分析1 km分辨率產(chǎn)品投入業(yè)務(wù)應(yīng)用，該產(chǎn)品綜合利用了地面自動(dòng)站觀測(cè)、天氣雷達(dá)、風(fēng)云衛(wèi)星、數(shù)值模式等多源資料和數(shù)據(jù)，采用了概率密度匹配、貝葉斯模型平均、多重網(wǎng)格變分、最優(yōu)插值等核心多源融合分析技術(shù)。

融合降水實(shí)況分析產(chǎn)品在不同地區(qū)的準(zhǔn)確性有很大差別。張狄等[9]在評(píng)估融合降水實(shí)況分析產(chǎn)品在太行山區(qū)的適用性時(shí)指出，降水產(chǎn)品在夏季質(zhì)量較好，且與地形存在密切關(guān)系；吳薇等[10]發(fā)現(xiàn)，在四川區(qū)域融合降水實(shí)況分析產(chǎn)品存在低估，且隨降水量增大誤差也越大。同時(shí)，不同空間分辨率的融合降水實(shí)況分析產(chǎn)品的準(zhǔn)確性也存在差異。龍柯吉等[11]對(duì)比分析了4種降水融合實(shí)況分析產(chǎn)品在四川一次強(qiáng)降水過(guò)程的適用性，指出1 km降水產(chǎn)品的準(zhǔn)確性較高；鄧悅等[12]評(píng)估了臺(tái)風(fēng)“海高斯”期間3種融合降水實(shí)況分析產(chǎn)品的誤差，指出1 km逐小時(shí)降水融合實(shí)況分析產(chǎn)品效果最優(yōu)。

山東地處華東沿海，中部為地勢(shì)較高的魯中山區(qū)，東部為與黃海、渤海毗鄰的山東半島，特殊地形和海陸分布特征使得山東降水空間分布不均勻。在山東特殊地理環(huán)境背景下，評(píng)估融合降水實(shí)況分析產(chǎn)品在山東的適用性對(duì)本地強(qiáng)天氣過(guò)程的預(yù)報(bào)、監(jiān)測(cè)和防災(zāi)減災(zāi)具有重要意義。本文將通過(guò)評(píng)估2021年山東汛期5—9月兩種融合降水實(shí)況分析產(chǎn)品的數(shù)據(jù)質(zhì)量，揭示融合降水實(shí)況分析產(chǎn)品在山東地區(qū)的適用情況，為下一步融合降水?dāng)?shù)據(jù)的應(yīng)用提供科學(xué)依據(jù)。

1 數(shù)據(jù)與方法

1.1 融合降水實(shí)況分析產(chǎn)品

本文對(duì)比分析了2021年降水集中且降水形勢(shì)復(fù)雜的5—9月兩種融合降水實(shí)況分析產(chǎn)品在山東地區(qū)的適用性，這兩種數(shù)據(jù)分別為國(guó)家氣象信息中心研制的5 km逐小時(shí)降水實(shí)時(shí)三源融合實(shí)況分析產(chǎn)品（簡(jiǎn)稱(chēng)“FRT_05”）和1 km逐小時(shí)降水實(shí)時(shí)多源融合實(shí)況分析產(chǎn)品（簡(jiǎn)稱(chēng)“RT_01”）。RT_01產(chǎn)品在FRT_05產(chǎn)品的研發(fā)基礎(chǔ)上，將融合數(shù)據(jù)源由“地面、衛(wèi)星、雷達(dá)”三源資料擴(kuò)展至“地面、衛(wèi)星、雷達(dá)和數(shù)值模式”等多源資料，同時(shí)RT_01產(chǎn)品融合技術(shù)增加了多源協(xié)同質(zhì)量控制，優(yōu)化了地面觀測(cè)背景場(chǎng)質(zhì)量，產(chǎn)品生成時(shí)效也由滯后10 min提升至5 min。本文通過(guò)氣象大數(shù)據(jù)云平臺(tái)“天擎”接口獲取融合降水實(shí)況分析產(chǎn)品，評(píng)估時(shí)段內(nèi)應(yīng)獲取產(chǎn)品數(shù)和實(shí)際獲取數(shù)均為3 672個(gè)時(shí)次。

1.2 地面觀測(cè)資料

觀測(cè)資料為同時(shí)段的山東省123個(gè)國(guó)家地面自動(dòng)氣象觀測(cè)站（簡(jiǎn)稱(chēng)“國(guó)家站”）和1 788個(gè)區(qū)域自動(dòng)氣象觀測(cè)站（簡(jiǎn)稱(chēng)“區(qū)域站”）的逐小時(shí)降水量數(shù)據(jù)。降水量數(shù)據(jù)經(jīng)過(guò)氣象資料業(yè)務(wù)系統(tǒng)（Meteorological Data Operational System 2.0，MDOS 2.0）中的氣候?qū)W界限值、時(shí)間一致性、內(nèi)部一致性和空間一致性等質(zhì)量控制，質(zhì)量控制后，國(guó)家站降水量數(shù)據(jù)可用率為100%；區(qū)域站降水量數(shù)據(jù)可用率為99.76%，缺測(cè)率為0.23%，錯(cuò)誤率為0.01%。由數(shù)據(jù)可用率分布來(lái)看（圖1），可用率較低的站主要為半島沿海一帶的臺(tái)站和海島上的臺(tái)站，其中長(zhǎng)島北隍城站、長(zhǎng)島跎磯站和董家口站3個(gè)臺(tái)站錯(cuò)誤率較高，分別為8.09%、2.61%和0.32%，其余臺(tái)站均為缺測(cè)率較高。

1.3 檢驗(yàn)方法

采取非獨(dú)立檢驗(yàn)的方式，對(duì)已參與融合的1 911個(gè)國(guó)家站和區(qū)域站采用非獨(dú)立樣本檢驗(yàn)。將質(zhì)量控制后的觀測(cè)降水量數(shù)據(jù)作為“真值”，采用自然鄰近插值方法將融合降水格點(diǎn)數(shù)據(jù)插值到觀測(cè)點(diǎn)[10-11]，對(duì)評(píng)估時(shí)段的平均絕對(duì)誤差（mean absolute error，MAE）、均方根誤差（root mean absolute erro，RMSE）、相對(duì)偏差（relative deviation，RD）和相關(guān)系數(shù)（correlation coefficient，CC）4個(gè)指標(biāo)進(jìn)行分析[13-15]，公式如下：

，? ? ? ? ? ? ? ? ? ? ? ? ? （1）

，? ? ? ? ? ? ? ? ? ? ? （2）

，? ? ? ? ? ? ? ? ? ? ? ? ?（3）

，? ? ? ? ? ? ? ? ? ? ?（4）

其中，為臺(tái)站觀測(cè)值，為融合降水實(shí)況分析產(chǎn)品插值到檢驗(yàn)臺(tái)站得到的數(shù)值，N為參與檢驗(yàn)的總樣本數(shù)。

因小時(shí)降水量為0 mm的概率較高，因此在本文中，為了更加客觀地評(píng)估產(chǎn)品質(zhì)量，統(tǒng)計(jì)時(shí)去除了觀測(cè)降水量、融合降水產(chǎn)品均為0的情況。同時(shí)，若觀測(cè)降水量或融合降水產(chǎn)品任意一方缺測(cè)，那么將該臺(tái)站該時(shí)次對(duì)應(yīng)的觀測(cè)值和融合降水產(chǎn)品值均剔除，不參與檢驗(yàn)評(píng)估。根據(jù)統(tǒng)計(jì)，F(xiàn)RT_05、RT_01兩種產(chǎn)品參與評(píng)估的總樣本數(shù)分別為797 647、842 668，樣本分布情況如圖2所示，可見(jiàn)大部分臺(tái)站的樣本數(shù)大于350（FRT_05臺(tái)站占比93.9%，RT_01為97.8%），5—9月各月參與評(píng)估的樣本數(shù)如表1所示。

2 結(jié)果與分析

2.1 檢驗(yàn)結(jié)果總體特征

統(tǒng)計(jì)匯總了山東2021年5—9月1 911個(gè)自動(dòng)氣象觀測(cè)站各臺(tái)站兩種融合降水實(shí)況產(chǎn)品與地面觀測(cè)降水量的MAE、RMSE、RD和CC等4種檢驗(yàn)指標(biāo)的分布情況（圖3）。結(jié)果表明，F(xiàn)RT_05的MAE值集中分布于0.4～0.6 mm，平均值為0.6 mm，而RT_01的MAE值集中分布于0.2～0.4 mm，平均值為0.3 mm；FRT_05的RMSE值集中分布于0.9～1.8 mm，平均值為1.5 mm，RT_01的RMSE值集中于0.3～1.2 mm，平均值為0.95 mm；兩種數(shù)據(jù)的RD分布相似，F(xiàn)RT_05的RD平均值為6.9%，RT_01為3.4%，其中FRT_05的RD集中在5～5%之間的臺(tái)站占比52%，而RT_01高達(dá)75%；FRT_05、RT_01的CC平均值分別為0.91、0.96，F(xiàn)RT_05的CC大于0.9的臺(tái)站約占84%，RT_01為94%。由此可見(jiàn)，兩種降水產(chǎn)品的數(shù)據(jù)質(zhì)量均較高，但RT_01產(chǎn)品的檢驗(yàn)結(jié)果要優(yōu)于FRT_05。

2.2 檢驗(yàn)結(jié)果月變化特征

本文將2021年5—9月每月具有觀測(cè)記錄的所有臺(tái)站作為一個(gè)大樣本，分月統(tǒng)計(jì)了兩種融合降水實(shí)況分析產(chǎn)品與觀測(cè)降水量的MAE、RMSE、RD和CC。結(jié)合5—9月山東地區(qū)觀測(cè)平均降水量與4個(gè)檢驗(yàn)指標(biāo)的統(tǒng)計(jì)結(jié)果來(lái)看（表2）：5—8月RT_01的MAE、RMSE和RD誤差均比FRT_05產(chǎn)品小，相關(guān)性更高，9月RT_01的RD誤差值略大于FRT_05，但其他檢驗(yàn)指標(biāo)優(yōu)于FRT_05；5—8月MAE、RMSE誤差與降水量成正比，在降水量最大的7月MAE、RMSE誤差最大，但在降水量次多的9月MAE、RMSE反而較??；兩種降水產(chǎn)品的RD呈現(xiàn)一致的變化特征，在降水量遞增的5—7月RD誤差逐漸減小，8月增大，9月RD最?。粌煞N降水產(chǎn)品的CC均在降水量最少的5月表現(xiàn)較差，其中FRT_05僅0.61，RT_01為0.91，而9月相關(guān)性最好，F(xiàn)RT_05、RT_01的相關(guān)系數(shù)分別為0.93、0.97。根據(jù)以上分析得出，9月降水產(chǎn)品的適用性要優(yōu)于其他月份。

2.3 檢驗(yàn)結(jié)果空間分布特征

圖4給出了兩種降水產(chǎn)品檢驗(yàn)指標(biāo)的空間分布，可以看到兩者在空間分布上略有不同：MAE和RMSE的分布特征基本一致，F(xiàn)RT_05誤差較大的區(qū)域主要集中于魯中山區(qū)西部、半島北部和東南部沿海及附近海島，部分臺(tái)站MAE值大于1.2 mm，RMSE大于3.2 mm，而RT_01誤差較大的區(qū)域相對(duì)集中于魯中山區(qū)西部、威海東部和青島沿海一帶，同時(shí)全省大部分海島站的誤差也較大，部分臺(tái)站MAE值大于0.9 mm，RMSE大于3.0 mm。從RD分布來(lái)看，兩種數(shù)據(jù)正負(fù)RD分布相對(duì)均勻，部分臺(tái)站的RD在30%以上，其中FRT_05產(chǎn)品中RD大于30%的臺(tái)站占比為5%，而RT_01占比為2%，RD誤差較大的區(qū)域與MAE、RMSE的大誤差區(qū)基本吻合。從CC分布來(lái)看，大部分臺(tái)站的相關(guān)性較好，其中FRT_05產(chǎn)品93%的臺(tái)站相關(guān)系數(shù)大于0.8，RT_01產(chǎn)品為97%，但FRT_05在半島北部和東南部沿海及附近海島的相關(guān)性較差，部分臺(tái)站CC小于0.5，RT_01在威海東部、青島沿海一帶以及大部分海島的相關(guān)性較差，部分臺(tái)站CC在0.8左右。

由此可見(jiàn)，RT_01產(chǎn)品的誤差在山東區(qū)域有效減小，但魯中山區(qū)西部、威海東部和青島沿海一帶的臺(tái)站以及大部分海島站的誤差仍相對(duì)較大。由圖1可知，魯中西部為海拔較高的泰山山脈，而青島東北部為嶗山山脈，威海東部瀕臨黃海，特殊地形和海陸邊界可能對(duì)產(chǎn)品質(zhì)量存在一定影響；同時(shí)由降水量數(shù)據(jù)可用率可知，青島沿海一帶的臺(tái)站和海島站的數(shù)據(jù)可用率較低，這些臺(tái)站的數(shù)據(jù)可信度和臺(tái)站代表性需要進(jìn)一步探究。

2.4 降水量分級(jí)檢驗(yàn)

根據(jù)降水量強(qiáng)度，將小時(shí)降水量分為[0.1 mm， 2.0 mm）、[2.0 mm， 5.0 mm）、[5.0 mm， 10.0 mm） 、[10.0 mm， 20.0 mm）、≥20.0 mm這5個(gè)等級(jí)，基本對(duì)應(yīng)小雨、中雨、大雨、暴雨和大暴雨級(jí)別，計(jì)算這5個(gè)級(jí)別下兩種融合降水實(shí)況分析產(chǎn)品與觀測(cè)降水量的MAE、RMSE和RD。由降水量級(jí)的檢驗(yàn)評(píng)估來(lái)看（表3）：隨著降水量增加，兩種降水產(chǎn)品的MAE從不足1 mm增加到3 mm以上，RMSE由不足1 mm增加到5 mm以上，同時(shí)RD由正值變?yōu)樨?fù)值。兩種降水產(chǎn)品高估了中雨及以下量級(jí)的實(shí)際降水強(qiáng)度，低估了大雨及以上量級(jí)的實(shí)際降水強(qiáng)度，中雨量級(jí)的RD表現(xiàn)最好。

2.5 臺(tái)風(fēng)“煙花”過(guò)程數(shù)據(jù)質(zhì)量評(píng)估

以臺(tái)風(fēng)“煙花”過(guò)程為例，對(duì)強(qiáng)降水過(guò)程降水產(chǎn)品的監(jiān)測(cè)和再現(xiàn)能力進(jìn)行評(píng)估分析。受臺(tái)風(fēng)“煙花”影響，2021年7月27日18時(shí)—30日11時(shí)，山東省普遍出現(xiàn)強(qiáng)降水，平均降水量達(dá)92.8 mm。如圖5所示，魯南、魯西北西部和魯中部分地區(qū)降水強(qiáng)度較大，降水量達(dá)100.0 mm，局部降水量超過(guò)250.0 mm；魯西北的東部和魯中大部分區(qū)域出現(xiàn)50.0 mm以上降水；魯中東部和半島內(nèi)陸地區(qū)出現(xiàn)25.0 mm以上降水，局部地區(qū)超過(guò)50.0 mm；其他地區(qū)降水量不足25.0 mm。

兩種融合降水實(shí)況分析產(chǎn)品均可以準(zhǔn)確地反映出降水量分布特征，但RT_01能夠刻畫(huà)出魯南地區(qū)累計(jì)降水量大于250.0 mm的局部強(qiáng)降水（圖5、圖6b紅框區(qū)域）。兩種產(chǎn)品的降水強(qiáng)度存在一定誤差（圖7），降水較強(qiáng)的魯南、魯中西部對(duì)應(yīng)的降水量誤差較大，此外半島東南部沿海地區(qū)也存在較大的誤差，但RT_01誤差大值分布區(qū)域范圍明顯小于FRT_05。

進(jìn)一步統(tǒng)計(jì)了整個(gè)降水過(guò)程兩種降水實(shí)況分析產(chǎn)品與地面觀測(cè)降水量的MAE、RMSE、RD和CC（表4），可見(jiàn)RT_01的檢驗(yàn)結(jié)果優(yōu)于FRT_05，但兩種融合降水實(shí)況分析產(chǎn)品均低估了本次降水過(guò)程。為了探究?jī)煞N融合降水實(shí)況分析產(chǎn)品低估實(shí)際降水量的原因，本文對(duì)臺(tái)風(fēng)“煙花”期間逐小時(shí)的地面觀測(cè)降水量和兩種降水產(chǎn)品的平均降水量進(jìn)行了對(duì)比。由圖8可見(jiàn)，兩種產(chǎn)品降水趨勢(shì)與觀測(cè)相吻合，均可以準(zhǔn)確地刻畫(huà)出降水峰值。在降水初期，兩種降水產(chǎn)品與觀測(cè)降水量的誤差較小，大致穩(wěn)定在0 mm附近；隨著降水量增加，降水產(chǎn)品的誤差也隨之增加，28日18時(shí)—29日04時(shí)，F(xiàn)RT_05數(shù)據(jù)明顯高估了降水強(qiáng)度，而RT_01低估了實(shí)際降水量；在29日05時(shí)—09時(shí)，F(xiàn)RT_05反而要優(yōu)于RT_01；降水后期，RT_01降水量誤差又再次穩(wěn)定在0 mm附近，而FRT_05質(zhì)量較差，對(duì)降水量存在明顯的低估（圖9）?？偟膩?lái)看，無(wú)論是降水落區(qū)還是降水量級(jí)，RT_01產(chǎn)品對(duì)臺(tái)風(fēng)“煙花”降水過(guò)程的監(jiān)測(cè)和再現(xiàn)能力優(yōu)于FRT_05。

3 結(jié)論與討論

高時(shí)空分辨率的融合降水實(shí)況分析產(chǎn)品對(duì)局地、短時(shí)強(qiáng)降水等天氣過(guò)程的預(yù)報(bào)、監(jiān)測(cè)和防災(zāi)減災(zāi)具有重要作用，因此評(píng)估融合降水實(shí)況分析產(chǎn)品的質(zhì)量十分必要。本文對(duì)比了2021年汛期5—9月逐小時(shí)的5 km三源融合降水實(shí)況分析產(chǎn)品（簡(jiǎn)稱(chēng)“FRT_05”）和1 km多源融合降水實(shí)況分析產(chǎn)品（簡(jiǎn)稱(chēng)“RT_01”）兩種降水產(chǎn)品在山東地區(qū)的適用性，從產(chǎn)品誤差的時(shí)空分布特征、不同降水量級(jí)檢驗(yàn)和強(qiáng)降水過(guò)程評(píng)估等方面分析了兩種融合實(shí)況產(chǎn)品的適用性，結(jié)果表明：

（1）兩種融合降水實(shí)況分析產(chǎn)品數(shù)據(jù)質(zhì)量均較高，但通過(guò)對(duì)比分析平均絕對(duì)誤差（MAE）、均方根誤差（RMSE）、相對(duì)偏差（RD）和相關(guān)系數(shù)（CC）的總體分布特征，可以得到RT_01的MAE、RMSE和RD誤差相比FRT_05小，相關(guān)性更高；同時(shí)對(duì)比分析4個(gè)檢驗(yàn)指標(biāo)的空間分布特征，RT_01產(chǎn)品的誤差在山東區(qū)域有效減小。RT_01產(chǎn)品的精細(xì)化實(shí)況監(jiān)測(cè)能力優(yōu)于FRT_05。

（2）兩種融合降水實(shí)況分析產(chǎn)品的MAE、RMSE、RD和CC呈一致的月變化特征，其中5—8月MAE、RMSE誤差與降水量成正比，即從5月開(kāi)始增大，7月達(dá)到峰值，但在降水量次多的9月，MAE、RMSE反而較小；RD在5—7月逐漸減小，8月增大，9月最?。唤邓孔钌俚?月降水產(chǎn)品與觀測(cè)降水量的相關(guān)性最差，而9月相關(guān)性最好。整體來(lái)看，降水產(chǎn)品在9月的適用性最優(yōu)。

（3）結(jié)合各個(gè)檢驗(yàn)指標(biāo)空間分布特征來(lái)看，兩種降水產(chǎn)品在魯中山區(qū)西部、威海東部和青島沿海一帶以及大部分海島上的質(zhì)量均相對(duì)較差，這些地區(qū)地理環(huán)境復(fù)雜，多為高山丘陵、海陸交界一帶，特殊地形和海陸邊界可能對(duì)產(chǎn)品質(zhì)量存在一定影響；同時(shí)，青島沿海一帶的臺(tái)站和海島站降水量數(shù)據(jù)可用率相對(duì)較低，站點(diǎn)的代表性有待考證。

（4）由不同降水量級(jí)的檢驗(yàn)評(píng)估來(lái)看，降水越強(qiáng)，MAE和RMSE誤差對(duì)應(yīng)越大；RD在中雨量級(jí)最優(yōu)，兩種降水產(chǎn)品均高估了中雨及以下量級(jí)的實(shí)際降水強(qiáng)度，低估了大雨及以上量級(jí)的實(shí)際降水強(qiáng)度。

（5）對(duì)于臺(tái)風(fēng)“煙花”過(guò)程，兩種融合降水實(shí)況分析產(chǎn)品都可以準(zhǔn)確地反映出降水分布特征和降水趨勢(shì)，但均低估了本次降水強(qiáng)度。

參考文獻(xiàn)：

[1] 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]. J Hydrometeorol，2007，8（1）： 38-55.

[2] 宇婧婧，沈艷，潘旸，等.中國(guó)區(qū)域逐日融合降水?dāng)?shù)據(jù)集與國(guó)際降水產(chǎn)品的對(duì)比評(píng)估[J].氣象學(xué)報(bào)，2015，73（2）：394-410.

[3] 師春香，潘旸，谷軍霞，等.多源氣象數(shù)據(jù)融合格點(diǎn)實(shí)況產(chǎn)品研制進(jìn)展[J].氣象學(xué)報(bào)，2019，77（4）：774-783.

[4] LU N M， YOU R， ZHANG W J. A fusing technique with satellite precipitation estimate and raingauge data[J]. Acta Meteor Sinica，2004，18（2）：141-146.

[5] XIE P P， XIONG A Y. A conceptual model for constrcting high-resolution gauge-satellite merged precipitation analyses[J]. J Geophys Res： Atmos，2011，116（D21）：D21106.

[6] 宇婧婧，沈艷，潘旸，等.概率密度匹配法對(duì)中國(guó)區(qū)域衛(wèi)星降水資料的改進(jìn)[J].應(yīng)用氣象學(xué)報(bào)，2013，24（5）：544-553.

[7] 潘旸，沈艷，宇婧婧，等.基于最優(yōu)插值方法分析的中國(guó)區(qū)域地面觀測(cè)與衛(wèi)星反演逐時(shí)降水融合試驗(yàn)[J].氣象學(xué)報(bào)，2012，70（6）：1381-1389.

[8] 潘旸，谷軍霞，宇婧婧，等.中國(guó)區(qū)域高分辨率多源降水觀測(cè)產(chǎn)品的融合方法試驗(yàn)[J].氣象學(xué)報(bào)，2018，76（5）：755-766.

[9] 張狄.融合多源數(shù)據(jù)的太行山區(qū)月降水精細(xì)化空間估算研究[D].南京：南京信息工程大學(xué)， 2016.

[10] 吳薇，杜冰，黃曉龍，等.四川區(qū)域融合降水產(chǎn)品的質(zhì)量評(píng)估[J].高原山地氣象研究，2019，39（2）：76-81.

[11] 龍柯吉，谷軍霞，師春香，等.多種降水實(shí)況融合產(chǎn)品在四川一次強(qiáng)降水過(guò)程中的評(píng)估[J].高原山地氣象研究，2020，40（2）：31-37.

[12] 鄧悅，任曉煒，丘平珠，等.臺(tái)風(fēng)“海高斯”（2007）期間多種降水融合實(shí)況產(chǎn)品的誤差評(píng)估[J].氣象研究與應(yīng)用，2021，42（3）：62-68.

[13] 陳艷春，王娜，顧偉宗，等.環(huán)渤海區(qū)域再分析資料地面風(fēng)速場(chǎng)的適用性對(duì)比分析[J].海洋氣象學(xué)報(bào)，2017，37（1）：67-72.

[14] 孟憲貴，郭俊建，韓永清.ERA5再分析數(shù)據(jù)適用性初步評(píng)估[J].海洋氣象學(xué)報(bào)，2018，38（1）：91-99.

[15] 朱文剛，李昌義，車(chē)軍輝.基于統(tǒng)一高度Cressman方法的地面2 m氣溫客觀分析[J].海洋氣象學(xué)報(bào)，2021，41（2）：138-148.