GPM與TRMM降雨數(shù)據(jù)在黃河流域適用性分析

董國濤, 樊 東,, 楊勝天, 薛華柱, 周俊利， 黨素珍，程春曉

(1.黃河水利委員會 黃河水利科學研究院 水利部 黃土高原水土流失過程與控制重點實驗室,鄭州 450003; 2.河南理工大學 測繪與國土信息工程學院, 河南 焦作 454000;3.北京師范大學 遙感科學國家重點實驗室 環(huán)境遙感與數(shù)字城市 北京市重點實驗室, 北京 100875)

降水是全球水熱循環(huán)中最為重要和活躍的過程之一，同時也是水文過程模擬、水循環(huán)和水量平衡分析的重要參數(shù)。受地理位置、地形及下墊面因素影響，降水呈現(xiàn)出復雜的時空異質(zhì)性。獲取準確的大范圍高時空分辨率連續(xù)降水資料，對氣象預報、水文模擬、災害監(jiān)測、農(nóng)業(yè)生產(chǎn)等具有重要意義[1-3]。

目前降水測量手段主要有站點雨量計觀測、地面雷達觀測與衛(wèi)星遙感降水反演。雨量計測量方式能夠提供高精度的地面“點”降水資料，但受到站點密度及其空間分布的影響，難以準確地反映降水的時空分布；雷達觀測降水受電子信號強度以及運行環(huán)境等多因素的影響，在地形復雜地區(qū)具有較大的不確定性?；谛l(wèi)星遙感的降水觀測方式具有覆蓋范圍廣、時空連續(xù)性高等特點，已成為降水觀測的重要手段，特別是對于地面氣象站點相對匱乏的地區(qū)[2,4]尤為重要。早期，作為衛(wèi)星遙感監(jiān)測降水的TRMM(Tropical Rainfall Measuring Mission)衛(wèi)星提供了準全球范圍內(nèi)的3 h網(wǎng)格化降水產(chǎn)品，已在各領域得到廣泛的應用[5-7]。作為TRMM衛(wèi)星的繼承與發(fā)展，GPM(Global Precipitation Measurement)提供了更大范圍和更高時空分辨率的降水產(chǎn)品，提供更強大的降水數(shù)據(jù)支撐。

遙感反演作為一種間接的降水測量手段，進行數(shù)據(jù)質(zhì)量評價是數(shù)據(jù)應用的前提條件。已有眾多研究分析了TRMM數(shù)據(jù)在中國大陸[8-10]、天山山區(qū)[4,11]、黑河流域[12-14]、瀾滄江流域[2]、雅魯藏布江流域[15]、伊洛瓦底江流域[16]、橫斷山區(qū)[6,17]、金沙江流域[7]、鄱陽湖流域[18]、洣水流域[3]、贛江流域[19-20]、川渝地區(qū)[21]、黃河源區(qū)[22-23]、東北地區(qū)[24]、青藏高原[1,25]、西北內(nèi)陸[5,26-27]、喀斯特山區(qū)[28]的適用性，結果表明TRMM降水產(chǎn)品整體精度較高，在氣象、水文等領域均具有廣闊的應用前景。自2014年GPM核心平臺發(fā)射以來，對GPM衛(wèi)星降水數(shù)據(jù)產(chǎn)品的適用性評價工作陸續(xù)展開。作為TRMM衛(wèi)星的繼承與改進，GPM IMEGR(Integrated Multi-statelitE Retrievals for GPM)算法將TRMM衛(wèi)星降水數(shù)據(jù)的空間分辨率由0.25°×0.25°提升到0.1°×0.1°，時間分辨率由3 h提高到30 min，在地表徑流過程模擬中表現(xiàn)出了巨大潛力[29]。但是在干旱少雨區(qū)[30]、高緯度地區(qū)[31]、大氣強對流區(qū)[32]、山地雨影區(qū)[33]及海陸交匯帶[34]等地區(qū)對短時降水以及冬季微量降水的探測仍具有較大的不確定性。評估GPM IMEGR降水數(shù)據(jù)的有效性，有利于推進GPM衛(wèi)星降水數(shù)據(jù)在中國氣象、水文、生態(tài)等行業(yè)的研究與應用。

黃河流域作為我國水旱災害頻發(fā)的地區(qū)之一，降水時間變率大、空間分布不均[35]?？臻g化降水資料的準確與否，將在較大程度上影響水文模擬預報、旱澇災害防治和水資源規(guī)劃管理等方案實施效果。因此，本文以黃河流域為研究區(qū)，選擇TRMM和GPM重合時期(2014年3月—2015年4月)降水數(shù)據(jù)為研究對象，利用流域內(nèi)氣象站點的降水實測數(shù)據(jù)，分析TRMM和GPM兩種衛(wèi)星降水產(chǎn)品在黃河流域的適用性。

1　研究區(qū)概況與數(shù)據(jù)源

1.1　研究區(qū)概況

黃河流域位于東經(jīng)95°53′—119°14′，北緯32°9′—41°51′，西起巴顏喀拉山，東至渤海，南臨秦嶺，北抵陰山，流域面積75.2萬km2，地勢西高東低，地貌特征復雜。黃河流域?qū)俚湫偷臏貛Ъ撅L氣候，夏季受副熱帶高氣壓帶及西太平洋暖濕氣流影響，濕潤多雨；冬季受蒙古西伯利亞高壓控制，寒冷干燥。降水主要集中在夏秋季節(jié)，6—9月降水量占全年降水量由南部的60%逐漸增加到北部的80%以上[36-37]。流域降水空間分布由東南向西北遞減，多年平均降水量為466 mm，年均降水資源量約為3 510億m3[37]。由于地域廣闊，距海洋距離遠近的不同及地形的影響，使得流域內(nèi)降水不僅年內(nèi)、年際變化大，且空間異質(zhì)性強烈。同時，黃河流域也是我國水土流失最為嚴重的區(qū)域，干旱和洪澇災害頻發(fā)，降水是造成此類災害最主要的因素，因此對黃河流域降水進行準確觀測與模擬并研究其時空分布規(guī)律顯得十分必要[38-40]。

1.2　數(shù)據(jù)與處理

TRMM衛(wèi)星是由美國NASA和日本JAXA共同研制的降水試驗衛(wèi)星，于1997年11月27日在日本發(fā)射成功，它搭載了首臺星載降水雷達，能夠有效地探測降水三維空間信息。最初TRMM設計用于對熱帶地區(qū)降水量及地球輻射能量進行測量來了解全球氣候變化及其機理，在2001年衛(wèi)星軌道由250 km提升至402.5 km，觀測范圍擴展到50°S—50°N。觀測范圍的擴展使得TRMM數(shù)據(jù)應用更為廣泛，其降水產(chǎn)品被廣泛應用于氣象、水文、生態(tài)等領域，對研究全球氣候系統(tǒng)、水熱循環(huán)和能量的收支狀況及其變化發(fā)揮了重要作用。由于燃料耗盡，TRMM衛(wèi)星已于2015年4月停止運行。

GPM作為TRMM的后續(xù)降水測量計劃，包含了法國CNES(Centre National D′Etudies Spatiales)、印度ISRO(Indian Space Research Organization)、歐洲EUMETSAT(European Organization for the Exploitation of Meteorological Satellites)、美國NOAA(National Oceanic and Atmospheric Administration)以及DOD(Department of Defense)的一系列衛(wèi)星，其核心觀測平臺GPMCO(GPM Core Observatory)已于2014年2月28日成功發(fā)射[41]。在TRMM衛(wèi)星的基礎上，GPM核心觀測平臺搭載了以Ku和Ka波段組成的雙頻段降雨雷達DPI(Dual-frequency Precipitation Rader)和多波段微波成像儀GMI(GPM Microwave Imager)，由于技術上的改進使得GPM在精度和敏感性上有較大的提升，能夠提供時空分辨率更高的降水產(chǎn)品[41]。此外，相比于TRMM衛(wèi)星，GPM核心觀測平臺具有更大的軌道傾角，使其有更廣闊的觀測范圍，達到60°S—60°N。

本研究所用TRMM與GPM數(shù)據(jù)均從NASA降水測量計劃網(wǎng)站(www.pmm.nasa.gov)獲得。其中，TRMM數(shù)據(jù)為第7版本3B43降水數(shù)據(jù)(TRMM 3B43 V7)，數(shù)據(jù)空間分辨率為0.25°×0.25°，時間分辨率為月(圖1D)。GPM數(shù)據(jù)為最新的3級融合降水產(chǎn)品IMERG(Integrated Multi-satellitE Retrievals for GPM)，其空間分辨率為0.1°×0.1°，時間分辨率為月(圖1C)。本文選取TRMM與GPM重合期(2014年3月—2015年4月)降水產(chǎn)品及同時期地面雨量站實測數(shù)據(jù)進行對比分析。其中，實測降水數(shù)據(jù)來源于氣象數(shù)據(jù)共享服務網(wǎng)，包含流域內(nèi)76個國家級氣象站的月實測降水量(圖1A)。

2　方 法

本研究采用相關系數(shù)(R)、相對誤差(BIAS)和均方根誤差(RMSE)來評價衛(wèi)星降水數(shù)據(jù)準確性。計算方法為：

(1)

(2)

(3)

3　結果與分析

3.1　年尺度數(shù)據(jù)精度

根據(jù)氣象站點經(jīng)緯度獲取TRMM及GPM對應像元年降水量，以站點實測降水量為自變量遙感像元值為因變量進行一元線性回歸分析，結果見圖2。GPM，TRMM衛(wèi)星降水數(shù)據(jù)與實測降水量的決定系數(shù)分別為0.78，0.86，線性方程斜率分別為0.74，0.85，顯示了衛(wèi)星降水數(shù)據(jù)與實測降水在整體上較高的一致性，但存在不同程度的偏差。從散點的分布可以看出，GPM與TRMM衛(wèi)星降水數(shù)據(jù)在降水量小于400 mm時對降水存在一定程度的高估，在年降水量超過800 mm時則低估了降水量。與GPM降水數(shù)據(jù)相比，TRMM降水數(shù)據(jù)與實測值散點圖更接近于1∶1線，在年尺度上的精度更高。相關系數(shù)只能表示衛(wèi)星降水數(shù)據(jù)與實測降水量整體的一致性，不能有效反映差異量的大小，因此，計算兩種衛(wèi)星降水產(chǎn)品與實測降水量的相對誤差與均方根誤差，結果見表1。GPM與TRMM數(shù)據(jù)的BIAS均大于0，表示兩者對于降水存在一定的高估，RMSE分別為82.18 mm和65.50 mm。總體上，TRMM年降水數(shù)據(jù)準確性高于GPM降水數(shù)據(jù)。

圖1黃河流域氣象站點及2014年降水量空間分布

圖2　黃河流域2014年GPM，TRMM衛(wèi)星降水數(shù)據(jù)與實測降水量散點圖表1　GPM與TRMM衛(wèi)星年降水數(shù)據(jù)精度

3.2　季尺度數(shù)據(jù)精度

黃河流域是典型的季風氣候區(qū)，降水量年內(nèi)分布不均，各季節(jié)降水量差異極為明顯，僅僅分析兩種衛(wèi)星降水產(chǎn)品在整年的適用性是不夠的。本研究以3—5月為春季、6—8月為夏季、9—11月為秋季、12月—翌年2月為冬季，計算各季節(jié)衛(wèi)星降水數(shù)據(jù)與站點實測值的R，BIAS，RMSE(圖3)。各季節(jié)衛(wèi)星降水產(chǎn)品與實測降水量的相關系數(shù)在0.76～0.91，表現(xiàn)出很好的一致性。其中春、秋兩季相關系數(shù)較高，而冬、夏兩季相關性略低，原因在于冬季降水主要以降雪的形式出現(xiàn)，夏季降水多呈現(xiàn)歷時短、雨量大的強對流天氣，衛(wèi)星對固態(tài)降水及短時降水探測能力有限導致相關系數(shù)偏低。從BIAS來看，冬季相對誤差明顯大于其他季節(jié)，原因是冬季降水相對較少(全流域冬季平均降水僅為11.1 mm)，較小的總降水量使得誤差所占比重較其他季節(jié)更為明顯。黃河流域衛(wèi)星降水與實測值在各季節(jié)的RMSE都在50 mm以下，夏季最大而冬季最小。這與絕對降水量存在相似的分布特征，流域內(nèi)氣象站點所監(jiān)測的夏季降水均值為227.2 mm，且多以強降雨形式出現(xiàn)，給衛(wèi)星精確地觀測降水帶來極大地挑戰(zhàn)，同時RMSE對離群值反映較為敏感，因此RMSE在絕對誤差較大的雨季大于絕對誤差較小的旱季。對比兩種衛(wèi)星降水產(chǎn)品，TRMM數(shù)據(jù)與實測值有更高的相關系數(shù)，更小的相對誤差和均方根誤差，表現(xiàn)出與實測值更好的一致性。

圖3GPM，TRMM降水數(shù)據(jù)在各季節(jié)的相關系數(shù)、相對誤差與均方根誤差

3.3　月尺度數(shù)據(jù)精度

圖4為流域內(nèi)各月實測降水均值與該月衛(wèi)星降水產(chǎn)品像元值對比圖。兩種衛(wèi)星降水產(chǎn)品在7月、8月存在對降水的低估，GPM與TRMM在8月對各站點實測降水平均低估2.3 mm和5.5 mm，占月降水量的2.5%和6.1%。在其他月份衛(wèi)星降水數(shù)據(jù)均大于實測降水量，其中12月相對誤差最大，GPM與TRMM降水產(chǎn)品在每個站點比實測降水量平均高出29.15%和30.79%；最大的絕對誤差出現(xiàn)在9月，分別為7.1 mm和6.0 mm。

圖4黃河流域月GPM，TRMM與實測月降水量對比

3.4　單站點數(shù)據(jù)精度

從年、季、月尺度檢驗的結果來看，TRMM與GPM數(shù)據(jù)在大部分時間段均具有較好的精度，但整體精度檢驗不能反映出單個站點上衛(wèi)星降水數(shù)據(jù)與實測降水量之間的差異。

降水是所有氣象要素中影響因子最多的變量之一，其受地形地勢、經(jīng)緯度、海拔、大氣環(huán)流等因素影響具有較大的時間變率和空間異質(zhì)性，僅對數(shù)據(jù)整體進行評估不能全面客觀地反映出數(shù)據(jù)精度在空間上的不均一性。因此，本文計算了每個站點實測降水量與對應衛(wèi)星數(shù)據(jù)像元值的相關系數(shù)，同時以泰森多邊形法根據(jù)各站點的空間位置對整個研究區(qū)進行劃分，使多邊形中任意點到多邊形內(nèi)氣象站點的距離最小，借此對離散的相關系數(shù)進行區(qū)域化，并以K均值聚類方式對各多邊形進行空間聚類，研究流域內(nèi)衛(wèi)星降水數(shù)據(jù)精度的空間分布規(guī)律(圖5)。流域內(nèi)大部分氣象站點與衛(wèi)星降水數(shù)據(jù)相關性較高，相關系數(shù)都在0.8以上，這與全局檢驗的結果一致，進一步表明了GPM與TRMM衛(wèi)星降水數(shù)據(jù)在黃河流域具有較強的適用性。流域內(nèi)各站點R值大小空間差異明顯，流域南部R值普遍較大而北部略小。鄂爾多斯高原及其以北地區(qū)的陶樂、惠農(nóng)、臨河等站點附近衛(wèi)星所測得降水量與實測值的相關性最低，可能的原因在于這些站點處降水稀少(年降水量不足200 mm)且降水變率較大，造成衛(wèi)星降水反演在這些區(qū)域不夠準確。

圖5黃河流域GPM(A)與TRMM(B)數(shù)據(jù)與實測降水量R值空間分布及K均值聚類

4　結 論

(1) 黃河流域內(nèi)GPM與TRMM衛(wèi)星降水數(shù)據(jù)與實測年降水量之間存在良好的線性關系。整體而言，衛(wèi)星數(shù)據(jù)降水值比實測降水量偏大，GPM與TRMM分別高估2.46%和2.19%。

(2) GPM與TRMM數(shù)據(jù)在各季節(jié)與實測降水量的相關系數(shù)在0.76～0.91，不同季節(jié)數(shù)據(jù)質(zhì)量差異明顯，秋季相關性最高而冬季相關性最低。以固態(tài)降水為主的形式和較少的絕對降水量導致冬季相對誤差較大；夏季多暴雨，衛(wèi)星數(shù)據(jù)與站點實測降水量在絕對值上差異較為明顯。

(3) GPM與TRMM數(shù)據(jù)在7月、8月份比站點實測降水量略微偏小，8月對降水量低估最大，占月降水量的2.54%和6.05%；其余月份對降水量存在不同程度的高估，其中12月相對誤差最大，GPM與TRMM降水產(chǎn)品平均每個站點比實測降水量高出29.15%和30.79%；最大絕對偏差出現(xiàn)在9月，分別為7.10 mm和6.00 mm。

(4) 各站點驗證結果表明，流域中南部區(qū)域GPM與TRMM數(shù)據(jù)和實測降水量的相關系數(shù)較高，而鄂爾多斯高原及其以北地區(qū)衛(wèi)星所測降水量與實測值的相關性相對較低，與該區(qū)域內(nèi)總降水量偏小且降水歷時短、強度大等降水特征有關。

參考文獻:

[1]齊文文,張百平,龐宇,等.基于TRMM數(shù)據(jù)的青藏高原降水的空間和季節(jié)分布特征[J].地理科學,2013,33(8):999-1005.

[2]曾紅偉,李麗娟.瀾滄江及周邊流域TRMM3B43數(shù)據(jù)精度檢驗[J].地理學報,2011,66(7):994-1004.

[3]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.

[4]劉俊峰,陳仁升,卿文武,等.基于TRMM降水數(shù)據(jù)的山區(qū)降水垂直分布特征[J].水科學進展,2011,22(4):447-454.

[5]盧新玉,魏鳴,王秀琴,等. TRMM 3B43降水產(chǎn)品在新疆地區(qū)的適用性研究[J].國土資源遙感,2016,28(3):166-173.

[6]朱國鋒,蒲燾,張濤,等. TRMM降水數(shù)據(jù)在橫斷山區(qū)的精度[J].地理科學,2013,33(9):1125-1131.

[7]楊云川,程根偉,范繼輝,等.衛(wèi)星降雨數(shù)據(jù)在高山峽谷地區(qū)的代表性與可靠性[J].水科學進展,2013,24(1):24-33.

[8]黃勇,陳生,馮妍,等.中國大陸TMPA降水產(chǎn)品氣候態(tài)的評估[J].氣象,2015,41(3):353-363.

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

[10]駱三,苗峻峰,牛濤,等. TRMM測雨產(chǎn)品3B42與臺站資料在中國區(qū)域的對比分析[J].氣象,2011,37(9):1081-1090.

[11]趙傳成,丁永建,葉柏生,等.天山山區(qū)降水量的空間分布及其估算方法[J].水科學進展,2011,22(3):315-322.

[12]趙軍,劉原峰,朱國鋒,等.熱帶測雨衛(wèi)星數(shù)據(jù)在黑河流域的精度及應用[J].水土保持通報,2016,36(3):309-315.

[13]王超,趙傳燕. TRMM多衛(wèi)星資料在黑河上游降水時空特征研究中的應用[J].自然資源學報,2013,28(5):862-872.

[14]吳雪嬌,楊梅學,吳洪波,等. TRMM多衛(wèi)星降水數(shù)據(jù)在黑河流域的驗證與應用[J].冰川凍土,2013,35(2):310-319.

[15]呂洋,楊勝天,蔡明勇,等. TRMM衛(wèi)星降水數(shù)據(jù)在雅魯藏布江流域的適用性分析[J].自然資源學報,2013,28(8):1414-1425.

[16]曲偉,路京選,宋文龍,等. TRMM遙感降水數(shù)據(jù)在伊洛瓦底江流域的精度檢驗和校正方法研究[J].地球科學進展,2014,29(11):1262-1270.

[17]張濤,李寶林,何元慶,等.基于TRMM訂正數(shù)據(jù)的橫斷山區(qū)降水時空分布特征[J].自然資源學報,2015,30(2):260-270.

[18]李相虎,張奇,邵敏.基于TRMM數(shù)據(jù)的鄱陽湖流域降雨時空分布特征及其精度評價[J].地理科學進展,2012,31(9):1164-1170.

[19]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.

[20]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.

[21]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.

[22]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,2014,46(10):1135-1146.

[23]李瓊,楊梅學,萬國寧,等. TRMM 3B43降水數(shù)據(jù)在黃河源區(qū)的適用性評價[J].冰川凍土,2016,38(3):620-633.

[24]劉小嬋,趙建軍,張洪巖,等. TRMM降水數(shù)據(jù)在東北地區(qū)的精度驗證與應用[J].自然資源學報,2015,30(6):1047-1056.

[25]羅布堅參,翟盤茂,假拉,等.西藏高原測站降水與TRMM估測降水一致性評估[J].氣象,2015,41(9):1119-1125.

[26]沈彬,李新功.塔里木河流域TRMM降水數(shù)據(jù)精度評估[J].干旱區(qū)地理,2015,38(4):703-712.

[27]蔡曉慧,鄒松兵,陸志翔,等. TRMM月降水產(chǎn)品在西北內(nèi)陸河流域的適應性定量分析[J].蘭州大學學報:自然科學版,2013,49(3):291-298.

[28]李威,蔣平,趙衛(wèi)權,等. TRMM衛(wèi)星降水數(shù)據(jù)在喀斯特山區(qū)的適用性分析:以貴州省為例[J].水土保持研究,2016,23(1):97-102.

[29]Li N, Tang G, Zhao P, et al. Statistical assessment and hydrological utility of the latest multi-satellite precipitation analysis IMERG in Ganjiang River basin[J]. Atmospheric Research, 2017,183(25):212-223.

[30]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, 2016,533(21):152-167.

[31]Guo H, Chen S, Bao A, et al. Early assessment of integrated multi-satellite retrievals for global precipitation measurement over China[J]. Atmospheric Research, 2016,52(12):121-133.

[32]Siuki S K, Saghafiana B, Moazami S. Comprehensive evaluation of 3-hourly TRMM and half-hourly GPM-IMERG satellite precipitation products[J]. International Journal of Remote Sensing, 2017,38(2):558-571.

[33]Prakash S, Mitra A K, Aghakouchak A, et al. A preliminary assessment of GPM-based multi-satellite precipitation estimates over a monsoon dominated region[J]. Journal of Hydrology, 2016,221(13):116-132.

[34]Kim K, Park J, Baik J, et al. Evaluation of topographical and seasonal feature using GPM IMERG and TRMM3B42 over Far-East Asia[J]. Atmospheric Research, 2017,187(5):95-105.

[35]周丹,張勃,安美玲,等.黃河流域不同時間尺度干旱對ENSO事件的響應[J].中國沙漠,2015,35(3):753-762.

[36]徐宗學,張楠.黃河流域近50年降水變化趨勢分析[J].地理研究,2006,23(1):27-34.

[37]劉昌明,曾燕,邱新法.黃河流域氣象水文學要素圖集[M].鄭州:黃河水利出版社,2004.

[38]宋文龍,楊勝天,路京選,等.黃河中游大尺度植被冠層截留降水模擬與分析[J].地理學報,2014,69(1):80-89.

[39]羅婭,楊勝天,劉曉燕,等.黃河河口鎮(zhèn)—潼關區(qū)間1998—2010年土地利用變化特征[J].地理學報,2014,69(1):42-53.

[40]王楠,李棟梁,張杰.黃河中上游季節(jié)內(nèi)強降水的時間非均勻性特征及其對大氣環(huán)流的響應[J].中國沙漠,2013,33(1):239-248.

[41]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.