摘 要:為探究全球降水觀測計劃GPM 下IMERG 系列與GSMaP 系列中的近實時(IMERG-Early,IMERG-Late,GSMaP-NRT)和后實時(IMERG-Final,GSMaP-Gauge, GSMaP-MVK)遙感降水產品在復雜地形流域的精度和適用性,基于渭河流域內雨量站數(shù)據(jù),在不同空間尺度與時間尺度上對遙感降水的精度評價指標(CC,RMSE,BIAS)和降水能力探測指標(POD,F(xiàn)AR,CSI)進行綜合評估,同時采用IHACRES水文模型對衛(wèi)星降水數(shù)據(jù)在徑流模擬中的適用性進行了評估。結果表明,GSMaP-Gauge(CC=0. 55,RMSE=5. 09,Bias=0. 3%)與IMERG-Final(CC=0. 458,RMSE=5. 92,Bias=8%)降水產品均能較為準確地反映降水的時空分布特征,但普遍存在對降水的高估;GSMaP與IMERG系列數(shù)據(jù)在冬季對降水的探測能力(POD<0. 4)遠低于其他季節(jié);衛(wèi)星降水數(shù)據(jù)受海拔因素影響明顯,隨海拔上升數(shù)據(jù)質量呈下降趨勢;IMERG-Final 驅動的IHACRES 模擬表現(xiàn)最好(NSE=0. 856),由GSMaP-Gauge 與IMERG-Final為驅動的水文模型月尺度納什效率系數(shù)均大于0. 8,可作為降水驅動數(shù)據(jù)用于區(qū)域的水文過程模擬。
關鍵詞:IMERG;GSMaP;IHACRES;渭河流域
中圖分類號:TV121 文獻標識碼:A 文章編號:1001-9235(2024)09-0027-09
降水是地球水循環(huán)中的一個核心組成部分,在流域水文模擬中,準確的降水數(shù)據(jù),是確保模型精度的關鍵[1]。相比其他氣象數(shù)據(jù),降水存在顯著的空間與時間異質性,致使降水的準確測量工作存在挑戰(zhàn)[2-3]。雨量計與氣象雷達均能準確的捕捉降雨事件,提供高精度的降水數(shù)據(jù)[4],但前者受地形、人口分布等因素影響,存在分布不均,覆蓋不全等問題,雷達在地形干擾下也難以獲取準確的降水數(shù)據(jù)[5-6]。
近年來,多衛(wèi)星聯(lián)合反演降水技術不斷發(fā)展,提供高時空分辨率的降水數(shù)據(jù)集,為地形復雜區(qū)域的水文氣象研究提供了基礎[7-8]。TRMM( Tropical Rainfal1Measuring Mission)數(shù)據(jù)彌補了全球無觀測資料地區(qū)的降水數(shù)據(jù),國內外學者針對TRMM降水產品從統(tǒng)計學和水文學方面開展了適用性評估[9-12]。GPM(GlobalPrecipitation Measurement)作為TRMM 的后繼,可提供保持實時更新的衛(wèi)星降水產品,已被廣泛應用于水文氣象等研究工作中。相較于TRMM,GPM計劃下的衛(wèi)星降水數(shù)據(jù)對復雜地形區(qū)域的降水反演精度更具優(yōu)勢[13]。Tang 等[14]在新加坡對IMERG 與TRMM進行比較分析,結果顯示IMERG具有更優(yōu)的評估指標與空間分布。曾歲康等[15]對比了IMERG和GSMaP 系列產品在四川的適用性,結果顯示IMERG和GSMaP在盆地的數(shù)據(jù)精度高于山區(qū)。李彥妮等[16]在陜西地區(qū)針對IMERG和GSMaP進行精度評估,發(fā)現(xiàn)GSMaP在年尺度上精度高于IMERG。在大陸及青藏高原地區(qū)的研究中,IMERG與GSMaP都具有較好的空間分布特征[17-18]。然而,當前對于衛(wèi)星降水產品的評估基本集中于后實時數(shù)據(jù),缺乏對于近實時數(shù)據(jù)的探討。IMERG與GSMaP系列數(shù)據(jù)均含近實時和后實時產品數(shù)據(jù),通過在不同尺度對比近實時和后實時數(shù)據(jù)的精度差異,探索數(shù)據(jù)誤差的矯正方向有著重要意義。本文將以渭河流域為例,在不同時空尺度對IMERG 和GSMaP 系列近實時和后實時數(shù)據(jù)的精度及降水事件探測能力進行評估,同時結合水文模型,分析GPM衛(wèi)星降水數(shù)據(jù)在渭河流域水文模擬中的適用性,本研究可為渭河流域在水文預報及降水研究等工作提供數(shù)據(jù)參考,并為GPM產品在渭河流域地區(qū)的誤差矯正提供建議。
1 研究區(qū)概況
渭河全長818 km,流域面積134 800 km 2,橫跨甘肅東部及陜西中部(104°00'~110°20'E,33°50'~37°18'N),是黃河最大支流。流域內地勢起伏大,西高東低,海拔在319~3 929 m。受大陸性氣候影響,渭河流域降水主要集中在夏季,且多為短時強降雨,冬春兩季少雨寒冷,年均降水量在500~800 mm。本文選取華縣站以上的渭河流域及涇河流域作為研究區(qū)(圖1)。
2 數(shù)據(jù)與方法
2. 1 研究數(shù)據(jù)
2. 1. 1 氣象站點數(shù)據(jù)
本文站點降水數(shù)據(jù)來源于中國氣象數(shù)據(jù)網(http: //data. cma. cn/),共選取渭河流域內共計17個氣象站點上2007—2020年的降水數(shù)據(jù),經過質量控制后作為驗證衛(wèi)星降水數(shù)據(jù)精度的依據(jù)。此外在流域尺度上的評價中,為建立能夠較為準確反映流域降水空間分布的降水柵格表面,使用流域內和流域周邊地區(qū)的氣象站點,通過ANUSPLIN插值方法[19-20],生成站點插值的降水柵格數(shù)據(jù)作為標準降水表面數(shù)據(jù)。水文站日流量數(shù)據(jù)來自于黃河網(http://www. yrcc. gov. cn/)。
2. 1. 2 衛(wèi)星降水數(shù)據(jù)
本文采用IMERG(IMERG-Final,IMERG-Late,IMERG-Early) 與GSMaP 系列(GSMaP-Gauge,GSMaP-MVK,GSMaP-NRT)系列降水產品,時間跨度及時間分辨率與站點數(shù)據(jù)保持一致。
IMERG通過結合GPM下所有的無源微波數(shù)據(jù)來得到降水估計,主要包含近實時產品IMERGEarly、IMERG-Late與后實時產品IMERG-Final。其中IMERG-Final 數(shù)據(jù)經過月尺度氣候資料矯正。IMERG 數(shù)據(jù)可在其官網下載(https://disc. gsfc.nasa. gov/datasets?keywords=GPM&page=1/)。
GSMaP 同樣含有近實時及后實時數(shù)據(jù)。近實時版本數(shù)據(jù)為GSMaP-NRT,后實時數(shù)據(jù)中,GSMaP-MVK采用融合微波紅外的方式進行產品校正,GSMaP-Gauge則綜合考慮全球雨量站點及地形因素對衛(wèi)星產品進行改進。GSMaP 數(shù)據(jù)來源于https://sharaku. eorc. jaxa. jp/GSMaP/。
2. 2 研究方法
2. 2. 1 精度評估方法
為了綜合對比分析本研究所選取的衛(wèi)星降水產品在渭河流域的適用性,本文將采用降水精度指標(CC、RMSE、BIAS)與降水探測能力指標(POD、FAR、CSA)2類系數(shù)(表1)對衛(wèi)星降水產品進行綜合分析。RMSE為數(shù)據(jù)離散程度,RMSE越大,表示該衛(wèi)星降水數(shù)據(jù)相對于站點降水數(shù)據(jù)集離散程度越大,BIAS可分析衛(wèi)星降水數(shù)據(jù)對實際降水的高/低估情況,當BIAS為負值時,說明衛(wèi)星數(shù)據(jù)對降水存在低估,反之則為高估。若數(shù)據(jù)有著高CC、低RMSE,同時BIAS趨近于0時,說明該數(shù)據(jù)有著良好的數(shù)據(jù)精度。POD是衛(wèi)星降水產品對降水事件的探測率指標,F(xiàn)AR為誤報率,POD、CSI、FAR越趨近于理想值,說明數(shù)據(jù)對降水的探測能力越強。
2. 2. 2 IHACRES模型
本研究擬通過對各衛(wèi)星降水產品驅動的水文模型的構建和適用性評估,來評價衛(wèi)星降水數(shù)據(jù)在水文建模中的表現(xiàn)。IHACRES模型是一種集總式降水徑流模型。模型由非線性產流模塊與線性匯流模塊組成,其中非線性模塊將處理原始降水量生成有效降雨,線性模塊利用單位線理論將有效降水轉換為快、慢流。本次將采用Catchment MoistureDeficit(CMD)版本,模型基本參數(shù)見表2。
3 結果
3. 1 年尺度降水誤差特性
圖2 展示了渭河流域的年均降水空間分布特征。通過分析發(fā)現(xiàn)降水主要集中在流域下游的東南部區(qū)域,流域上游的高海拔地區(qū)降水量較少。衛(wèi)星降水產品的降水空間分布與地面插值數(shù)據(jù)相似,GSMaP-Gauge 的空間分布最優(yōu),其次為IMERGFinal,GSMaP-MVK 與GSMaP-NRT 相對表現(xiàn)較差,在流域南部及東部出現(xiàn)了嚴重的高估。IMERGLate與IMERG-Early的降水空間分布相似,都在流域下游地區(qū)有明顯高估,IMERG-Final對此有所優(yōu)化,但依然存在對降水的高估??偟膩碚f,GSMaP與IMERG系列數(shù)據(jù)對渭河流域降水的空間分布有著較好的描述,但都存在對降水的高估問題,GSMaP-Gauge高估問題有了明顯優(yōu)化,原因可能是結合了地形與站點數(shù)據(jù)矯正的結果。
3. 2 季尺度的精度評估
受大陸性氣候影響,渭河流域不同季節(jié)之間的降水強度及降水頻率有著顯著差異,為探尋不同季節(jié)中的降水產品精度,按3—5月春季、6—8月夏季、9—11月秋季、12月至次年2月為冬季劃分,對四季精度進行了評估(表3、圖3)。
由圖3 可知, GSMaP 與IMERG 系列數(shù)據(jù)在冬季的數(shù)據(jù)精度最差,各數(shù)據(jù)均在冬季出現(xiàn)了最低的CC、CSI和POD,夏季與秋季的數(shù)據(jù)精度明顯優(yōu)于春季與冬季。GSMaP-NRT 在夏季出現(xiàn)低估降水,說明GSMaP-NRT 對強降雨事件的反演能力較差。IMERG系列數(shù)據(jù)均在冬季出現(xiàn)對降水的低估,結合POD來看,IMERG數(shù)據(jù)對微量降水事件的捕捉能力較差。GSMaP- Gauge在季節(jié)尺度中的POD表現(xiàn)優(yōu)于其他數(shù)據(jù),不同于其他數(shù)據(jù)在冬季出現(xiàn)最大的FAR,GSMaP- Gauge在冬季的FAR反而低于春夏秋三季,說明該數(shù)據(jù)針對微量降水事件做出了矯正處理。
3. 3 日尺度降水誤差特性
為了在日尺度上量化衛(wèi)星降水數(shù)據(jù)在渭河流域的降水量誤差,圖4展示了衛(wèi)星降水數(shù)據(jù)與地面觀測降水量的對比散點。分析表明,GSMaP-Gauge在相關系數(shù)(CC)、均方根誤差(RMSE)以及偏差(BIAS)上均優(yōu)于GSMaP-MVK 和GSMaP-NRT。GSMaP-Gauge通過矯正處理,消除了部分強降水事件的誤報,從而提高了數(shù)據(jù)的整體精度。在渭河流域,GSMaP系列數(shù)據(jù)的BIAS均大于0,表明在該地區(qū),GSMaP 系列數(shù)據(jù)傾向于高估降水量,其中GSMaP-NRT的高估最為顯著,其BIAS達到50. 1%,其次是GSMaP-MVK,BIAS為43. 8%,經過矯正處理的GSMaP-Gauge BIAS降至2. 3%。IMERG-Early與IMERG-Late的散點圖顯示出相似的分布特征。雖然IMERG-Final對于強降雨事件進行了一定程度的優(yōu)化,但IMERG系列數(shù)據(jù)在CC、RMSE與BIAS方面的表現(xiàn)相似,未顯示出明顯的精度提升。IMERG系列數(shù)據(jù)同樣存在對降水量高估的現(xiàn)象,其中IMERG-Late的高估最為明顯,BIAS為12. 5%。
由此可見,在日降水尺度上,GSMaP與IMERG系列數(shù)據(jù)在渭河流域均存在對降水的高估,其中GSMaP-Gauge對降水高估的優(yōu)化最為顯著,各項評估指標都優(yōu)于其他數(shù)據(jù)。
圖5在格網尺度上展示了6套降水數(shù)據(jù)在渭河流域對降水探測能力。GSMaP系列數(shù)據(jù)的探測率(POD)平均值均超過0. 6,然而,GSMaP-MVK 與GSMaP-NRT 展現(xiàn)了相對較高的誤報率(FAR 平均值超過0. 56)。結合圖3的散點圖信息進行分析,可以看到GSMaP-Gauge通過對強降水事件的矯正,顯著提高了其對降水事件探測的精度,其中誤報率(FAR)、臨界成功指數(shù)(CSI)和探測概率(POD)的表現(xiàn)均優(yōu)于其他數(shù)據(jù)。IMERG系列數(shù)據(jù)在格網尺度上的降水探測能力表現(xiàn)相近,這表明IMERG-Final對降水的矯正沒有顯著提升在日尺度上的數(shù)據(jù)精度。
為了評價衛(wèi)星系列數(shù)據(jù)在渭河流域對降水的總體誤差,以經ANUSPLIN插值處理后的站點降水面數(shù)據(jù)為基準,對衛(wèi)星數(shù)據(jù)進行了綜合評估(表4)。
在流域尺度上,衛(wèi)星數(shù)據(jù)的相關系數(shù)(CC)顯示了明顯的提升。除GSMaP-NRT(CC=0. 55)之外,其他各數(shù)據(jù)產品的CC值均超過0. 65,按照CC值從高到低排序依次為GSMaP-Gauge(0. 78)、IMERGFinal(0. 69)、IMERG-Late(0. 68)、IMERG-Early(0. 67)和GSMaP-MVK(0. 65)。GSMaP 與IMERG系列數(shù)據(jù)在流域尺度上同樣對降水高估,且該高估程度相較于格網尺度更為顯著。GSMaP-Gauge 流域尺度的精度指標(CC、RMSE、BIAS)高于同系列數(shù)據(jù)的MVK與NRT數(shù)據(jù),其中BIAS的優(yōu)化尤為顯著。降水的能力指標結算結果中,GSMaP-Gauge的POD低于GSMaP-MVK 與GSMaP-NRT,但有著更高的CSI 與更低的FAR,綜合來看GSMaP-Gauge 是GSMaP系列數(shù)據(jù)中表現(xiàn)最好的。IMERG系列產品在流域尺度上的精度提升明顯,平均CC 均大于0. 65,但數(shù)據(jù)間的各項指標結果沒有明顯差距。
總體而言,日尺度衛(wèi)星降水數(shù)據(jù)都高估了渭河流域的降水。流域尺度的數(shù)據(jù)反演精度高于柵格尺度,但對降水的高估程度也大于柵格尺度。綜合來看GSMaP-Gauge在日尺度有著最優(yōu)的反演結果。
3. 4 地形對衛(wèi)星降水數(shù)據(jù)的影響
為探尋復雜地形對降水產品的性能影響,對6組數(shù)據(jù)在不同海拔的表現(xiàn)進行了量化,從而探討降水產品的各項指標因海拔上升帶來的變化。圖6給出了各數(shù)據(jù)隨海拔變化的精度變化趨勢,從圖中可以發(fā)現(xiàn)高海拔地帶的數(shù)據(jù)質量表現(xiàn)低于低海拔地區(qū),其中GSMaP-Gauge數(shù)據(jù)隨海拔增加表現(xiàn)出相對穩(wěn)定的性能。
結果表明,CC、CSI及POD大致上與海拔呈負相關,數(shù)據(jù)隨海拔的上升,數(shù)據(jù)精度逐漸下降。FAR隨海拔上升出現(xiàn)下降趨勢,結合POD來看,原因可能是高海拔地區(qū)衛(wèi)星降水數(shù)據(jù)對降水的探測能力下降,間接導致誤報率降低。GSMaP與IMERG數(shù)據(jù)在低海拔區(qū)域都高估了降水,隨海拔上升,BIAS 的高偏程度逐漸下降有從高估轉為低估的趨勢,IMERG 數(shù)據(jù)與GSMaP-Gauge 在海拔達到1 800 m后出現(xiàn)對降水的低估。
總的來說,衛(wèi)星降水數(shù)據(jù)在海拔的影響較為明顯,隨著海拔的上升,POD顯著下降,數(shù)據(jù)總體精度受到影響??紤]地形與海拔因素影響將是優(yōu)化衛(wèi)星降水數(shù)據(jù)的關鍵因素。
3. 5 衛(wèi)星降水產品的水文模擬適用性
使用ANUSPLIN方法生成的站點降水插值數(shù)據(jù)作為基準參考,將衛(wèi)星降水數(shù)據(jù)分別導入IHACRES模型,對比各數(shù)據(jù)的模擬精度。校準期和驗證期分別為2007—2013、2014—2020 年。以納什效率(NSE)作為目標函數(shù)評價模型的率定精度,率定參數(shù)見表5,整體評價結果見表6。
總體而言,氣象站點數(shù)據(jù)驅動的水文模型模擬結果優(yōu)于衛(wèi)星降水數(shù)據(jù)。各衛(wèi)星降水數(shù)據(jù)中,IMERG-Final模擬結果最佳,其次是GSMaP-Gauge,GSMaP-MVK及GSMaP-NRT表現(xiàn)不佳。此外,月尺度的徑流模擬表現(xiàn)有明顯提升,基準數(shù)據(jù)在月尺度的NSE提高到0. 91,GSMaP-Gauge與IMERG-Final的NSE均提高到0. 8以上。
4 討論
本文對GSMaP與IMERG系列共6組數(shù)據(jù)進行了不同時間及空間尺度上的分析,研究結果表明,GSMaP與IMERG數(shù)據(jù)近實時與后實時數(shù)據(jù)有著明顯的精度差異,并且都會因海拔因素影響精度。近實時與后實時數(shù)據(jù)間的精度差異可為衛(wèi)星降水的算法優(yōu)化提供參考,對降水強度、海拔地形導致的數(shù)據(jù)精度差異的原因將是矯正衛(wèi)星降水產品的重要研究方向。
數(shù)據(jù)的主要精度差異:綜合地形及站點矯正后的GSMaP-Gauge數(shù)據(jù)在對降水的高估問題上有了顯著的改進,而紅外微波融合產品GSMaP-MVK在對降水高估的改進上收效甚微,說明在復雜地形地區(qū),僅依靠紅外微波融合手段,難以提升數(shù)據(jù)的實際精度。IMERG系列數(shù)據(jù)在各項評價指標的計算中,差距較小,而在進行水文模型模擬時,IMERGFinal有著明顯的優(yōu)勢,月尺度NSE系數(shù)達到0. 856,明顯高于IMERG-Late(0. 551)和IMERG-Early(0. 538),考慮到IMERG-Final數(shù)據(jù)引入月尺度降水資料矯正,原因可能是矯正后使得數(shù)據(jù)的降水分布更加合理,從常規(guī)的評價系數(shù)中難以看出差距。
影響數(shù)據(jù)精度的主要因素:渭河流域受大陸季風氣候影響,降水集中在6—9月,衛(wèi)星降雨數(shù)據(jù)在有強降水的夏季均出現(xiàn)了較高的RMSE(圖3),除GSMaP-NRT 外,各數(shù)據(jù)都高估了夏季的降水。此外,在少雨的冬季,衛(wèi)星數(shù)據(jù)對降水的探測率明顯降低,大多數(shù)數(shù)據(jù)存在對降水的低估??梢?,如何矯正強降水事件帶來的誤差,提升衛(wèi)星數(shù)據(jù)對微量降雨的探測能力是未來提升衛(wèi)星降水產品精度的關鍵。海拔同樣是影響衛(wèi)星降水產品質量的重要因素,數(shù)據(jù)質量基本遵循隨海拔上升,逐漸降低的反比關系。原因可能是研究區(qū)受東南季風與高原大氣環(huán)流系統(tǒng)影響產生的對流雨及復雜的地形導致地形雨干擾了衛(wèi)星傳感器的探測精度。
IMERG和GSMaP數(shù)據(jù)在渭河流域表現(xiàn)出了一定的應用潛力,可為渭河流域的水文建模,災害預測提供數(shù)據(jù)參考。本文評估受時間尺度限制,沒有分析小時尺度上的數(shù)據(jù)產品,難以分析渭河流域上的短時強降雨事件,GPM在渭河流域上的短時降水檢測能力還有待進一步研究。衛(wèi)星降水產品在高海拔地及降水量稀少的冬季出現(xiàn)明顯的精度下滑,未來可針對高海拔地區(qū)及微量降雨事件的探測算法進行改進,從而提高數(shù)據(jù)精度。
5 結論
本文利用2007—2020 年的站點降水數(shù)據(jù),對GPM 計劃下的6種衛(wèi)星降水產品在不同的時間尺度、空間尺度下的降水精度和降水探測能力進行分析,并使用各數(shù)據(jù)驅動水文模型,得出主要結論如下。
a)GSMaP-Gauge 與IMERG-Final 降水產品能準確反映降水的時空分布特性,具有較優(yōu)的降水探測能力。GSMaP-NRT 與GSMaP-MVK 對降水量存在較為嚴重的高估。
b)格網尺度上,GSMaP-Gauge數(shù)據(jù)各項指數(shù)均優(yōu)于其他數(shù)據(jù),有著最好的數(shù)據(jù)精度。6組數(shù)據(jù)在格網尺度上均存在對降水的高估,其中GSMaPMVK與GSMaP-NRT 高估的程度最大。IMERG 系列數(shù)據(jù)整體精度差異不大。流域尺度上的衛(wèi)星降水數(shù)據(jù)質量相對較好,但存在更大的高估。
c)GSMaP與IMERG系列降水產品受季節(jié)影響明顯,除GSMaP-NRT外其他數(shù)據(jù)均高估夏季降水,IMERG會低估冬季降水。各數(shù)據(jù)均在夏季出現(xiàn)較大的RMSE。
d)衛(wèi)星降水數(shù)據(jù)會受到海拔因素影響數(shù)據(jù)精度,總體趨勢為隨著海拔上升,數(shù)據(jù)精度下降。
e)IMERG-Final 在模型模擬中有著最好的表現(xiàn),月尺度NSE系數(shù)達到0. 856,可用于渭河流域的水文和氣象研究。
綜上所述,GSMaP-Gauge與IMERG-Final的精度較高,水文模型的模擬效果理想,可應用于渭河流域的水文氣象等方面的研究,為該地區(qū)的春旱、伏旱及洪澇等災害預警提供數(shù)據(jù)來源。
參考文獻:
[1] WU Y P, YIN X W, ZHOU G Y, et al. Rising rainfall intensityinduces spatially divergent hydrological changes within a largeriver basin[J]. Nature Communications, 2024, 15(1). DOI:10.1038/S41467-023-44562-8.
[2] TANG G Q, LONG D, WAN W, et al. An overview and outlookof global water remote sensing technology and applications[J].Scientia Sinica Technologica,2015,45(10):1013-1023.
[3] TONG K, SU F G, YANG D Q, et al. Evaluation of satelliteprecipitation retrievals and their potential utilities in hydrologicmodeling over the Tibetan Plateau[J]. Journal of Hydrology,2014, 519: 423-437.
[4] SUN Q H, MIAO C Y, DUAN Q Y, et al. A review of globalprecipitation data sets: Data sources, estimation, andintercomparisons[J]. Reviews of Geophysics, 2018, 56(1):79-107.
[5] CHEN H Q, WEN D B. Dependency of errors for four globalreanalysis and satellite precipitation estimates on four crucial factors[J]. Atmospheric Research, 2023, 296. DOI:10. 1016/j.atmosres. 2023. 107076.
[6] DOGRA A, THAKUR J, TANDON A. Do satellite-basedproducts suffice for rainfall observations over data-sparse complexterrains? Evidence from the North-Western Himalayas[J].Remote Sensing of Environment, 2023, 299. DOI:10. 1016/j.rse. 2023. 113855.
[7] GUO R F, LIU Y B. Multi-satellite retrieval of high resolutionprecipitation: an overview[J]. Advances in Earth Science, 2015,30(8): 891-903.
[8] MO C X, LEI X B, MO X X, et al. Comprehensive evaluationand comparison of ten precipitation products in terms of accuracyand stability over a typical mountain basin, Southwest China[J].Atmospheric Research, 2024, 297. DOI:10. 1016/j. atmosres.2023. 107116.
[9] HUFFMAN G J,BOLVIN D T,NELKIN E J,et al. The TRMMmultisatellite precipitation analysis (TMPA) :Quasi-global,multiyear, combined-sensor precipitation estimates at fine scales[J]. Journal of Hydrometeorology,2007,8(1):38-55.
[10] 嵇濤,楊華,劉睿,等. TRMM衛(wèi)星降水數(shù)據(jù)在川渝地區(qū)的適用性分析[J]. 地理科學進展,2014,33(10):1375-1386.
[11] 許珊珊. TRMM衛(wèi)星降水數(shù)據(jù)在江蘇省的適用性評價[J]. 人民珠江,2023,44(4):111-118.
[12] JIANG S H, WEI L Y, REN L L, et al. Evaluation of IMERG,TMPA, ERA5, and CPC precipitation products over mainlandChina: Spatiotemporal patterns and extremes[J]. Water Scienceand Engineering, 2023, 16(1): 45-56.
[13] ARSHAD M, MA X, YIN J, et al. Evaluation of GPM-IMERGand TRMM-3B42 precipitation products over Pakistan [J].Atmospheric Research, 2021, 249. DOI:10. 1016/j. atmosres.2020. 105341.
[14] TANG G Q,MA Y Z,LONG D,et al. Evaluation of GPM Day-1IMERG and TMPA VerSW13M2g3M7X1YFFBx8WnIi+WVxCKkZyqT6hg7KccWyY=sion 7 legacy products over MainlandChina at multiple spatiotemporal scales[J]. Journal of Hydrology,2016, 533: 152-167.
[15] 曾歲康,雍斌. 全球降水計劃 IMERG 和 GSMaP 反演降水在四川地區(qū)的精度評估[J]. 地理學報,2019,74(7):1305-1318.
[16] 李彥妮,黃昌,龐國偉. 全球降雨計劃GSMaP與IMERG衛(wèi)星降雨產品在陜西地區(qū)的精度評估[J]. 干旱區(qū)地理,2022,45(1):80-90.
[17] ZHOU Z T, GUO B, XING W X, et al. Comprehensiveevaluation of latest GPM era IMERG and GSMaP precipitationproducts over mainland China[J]. Atmospheric Research, 2020,246. DOI: 10. 1016/j. atmosres. 2020. 105132.
[18] LU D K, YONG B. Evaluation and hydrological utility of thelatest GPM IMERG V5 and GSMaP V7 precipitation products overthe Tibetan Plateau[J]. Remote Sensing, 2018, 10(12): 2022-2043.
[19] HUTCHINSON M F, XU T B. ANUSPLIN version 4. 4 user guide[M]. Canberra: Australia, 2013.
[20] GUO B B, ZHANG J, MENG X Y, et al. Long-term spatiotemporalprecipitation variations in China with precipitationsurface interpolated by ANUSPLIN[J]. Scientific Reports, 2020,10(1): 81-89.
(責任編輯:高天揚)
基金項目:湖南省自然科學基金項目(2021JJ40012);湖南省教育廳重點項目(20A072);湖南省普通高校哲學社會科學重點研究基地開放基金(2023HSKFJJ001)