GPM近實時降水產品在青藏高原的多尺度精度評價

汪梓彤 李石寶 張志友

摘 要：為了定量評價GPM近實時降水產品在青藏高原的精度，以中國氣象局提供的地面降水資料作為參考，采用多種統計指標分析GPM衛星時代GSMaP和IMERG的近實時衛星降水產品（GSMaP-NRT、GSMaP-MVK;IMERG-Early、IMERG-Late）在青藏高原的適用性。結果表明：①IMERG在青藏高原表現出的降水時空分布明顯優于GSMaP，IMERG-Late最佳。衛星產品在夏季精度最好，冬季最差，夏季相關系數均在0.6以上，相對偏差（RB）明顯低于其他季節。GSMaP高估了青藏高原各個季節的降水（RB>0），而IMERG則表現出低估降水現象。②衛星產品在兩江流域、南部流域的精度明顯優于其他地區，IMERG呈現出的相關系數、均方根誤差和相對偏差空間分布明顯優于GSMaP，IMERG在青藏高原大部分地區的誤報率低于GSMaP，在地形更為復雜的羌塘高原、柴達木盆地等區域命中率也較好，表現出更穩定的探測降水事件精度。③衛星降水對不同等級降水的探測能力存在差異，降水強度越大，衛星產品的命中率越低，誤報率隨之增大。IMERG的ETS指數在各個降水等級上均優于GSMaP，其中IMERG-Late最好。整體上，IMERG在青藏高原表現出更好的反演降水精度，具有一定的應用潛力，GSMaP的精度表現很差，不適用于青藏高原。

關鍵詞：IMERG;GSMaP;多尺度;精度評價;青藏高原

中圖分類號：P412.27 文獻標志碼：A

doi：10.3969/j.issn.1000-1379.2021.04.008

引用格式：汪梓彤，李石寶，張志友.GPM近實時降水產品在青藏高原的多尺度精度評價[J].人民黃河，2021，43（4）：43-49，116.

Abstract： In order to quantitatively evaluate the applicability of near real-time versions of both GSMaP and IMERG precipitation products （GSMaP-NRT， GSMaP-MVK， IMERG-Early and IMERG-Late） over the Qinghai-Tibet Plateau （QTP） in China， six statistical indices were used to systematically analyze the characteristics of these products， benchmarked by a set of ground-based dataset of China Meterological Administration （CMA）. The results show that a） the spatial and temporal distribution of IMERG near real-time products is significantly better than that of GSMaP， of which IMERG-Late is the best. All satellite products have the best accuracy in summer， the correlation coefficients （Corr） are all above 0.6， relative bias （RB） is significantly lower than that of the other seasons and the winter is the worst. GSMaP products overestimate precipitation in all seasons （RB>0） over QTP， of which winter is the most severe （RB>200%）. In contrast， IMERG shows underestimated precipitation over QTP， with RB indices of about -15% and -50% in summer and winter respectively. b） The accuracy of all satellite products in the two major river basins and the southern river basins are significantly better than that of other regions. The spatial distribution of root mean square error （RMSE） and RB of IMERG （Early， Late） are significantly better than that of GSMaP. GSMaP has a high hit rate in the two major river basins and the southern watersheds（POD>0.7）， but its false alarm rate is also relatively larger and the false alarm rate of IMERG （Early， Late） in most parts of the QTP is lower than that of GSMaP， showing more stable accuracy in detecting precipitation events. c） Satellite products have different detection capabilities for different levels of precipitation. The greater the intensity of precipitation， the lower the hit rate of satellite products and the higher the false alarm rate. From the perspective of the ETS index， the IMERG is superior to GSMaP in each precipitation level and the IMERG-Late performs the best. Overall， IMERG products perform better and have certain application potential over QTP. On the contrary， due to the poor accuracy of GSMaP products， it is not recommended to use it for carrying out precipitation application research.

Key words： IMERG; GSMaP; multiscale; accuracy assessment; the Qinghai-Tibet Plateau

1 引 言

降水伴隨著復雜的物理過程，與大氣水汽、蒸散發和徑流等水文氣象要素相比，降水的時空變異性極強，難以進行大尺度區域監測[1]，雖然目前我國已經建立了多級分布、密度較大的氣象水文觀測網，但是站點觀測易受下墊面因素限制，且難以對地形復雜、氣候惡劣的山區進行觀測，存在設備維護成本高、時空不連續等缺陷[2]。近年來，多衛星聯合反演降水技術的不斷發展，給大尺度和全球降水監測提供了新的技術手段[3]。目前，多衛星聯合反演降水的發展已經經歷了兩個階段，1997—2014年屬于TRMM衛星時代，各科研機構發布了多種中等時空分辨率的衛星遙感降水數據集，包括TMPA[4]、PERSIANN[5]、CMORPH[6]、CHIRPS[7]等，這些數據集可提供分辨率為（0.25°×0.25°）/3 h的全球降水量數據。眾多學者在中國大陸[8-9]、四川盆地[10]、黃河流域[11-12]等地區對TMPA、CMORPH等進行了精度評估和徑流模擬研究，得到了較好的分析和模擬結果，但是TRMM粗糙的時空分辨率和較大的地形誤差導致其無法滿足小尺度區域上的降水分析和應用。

2014年，TRMM衛星退役后，NASA聯合JAXA開展了全球降水測量計劃（Global Precipitation Measurement， GPM），多衛星聯合反演降水進入了GPM衛星時代。GPM時代的降水數據時空分辨率和精度都得到較大的提升，最具代表性的有NASA發布的IMERG和JAXA發布的GSMaP產品，可提供分辨率為（0.1°×0.1°）/0.5 h的全球降水量數據[13]。

截至目前，學者對GPM時代的降水數據已經進行了大量的評估和應用研究，Tang等[14]和李麒崙等[15]在中國大陸對比了GPM和TRMM產品的反演降水精度，結果顯示GPM在中國區域的精度明顯優于TRMM，特別是對微量降水和相對干旱地區降水的探測方面，GPM產品的精度明顯更優;金曉龍等[16]、王思夢等[17]分別在天山和黑河流域分析了地形和季節差異對IMERG精度的影響，結果表明IMERG產品精度受地形影響較大，在降水充沛的夏季和中等海拔地區反演精度較高。青藏高原是亞洲眾多河流的發源地，水資源極為豐富，其氣候特征直接影響著區域甚至全球氣候變化，但由于地形和氣候條件惡劣，因此對青藏高原降水的監測極為困難，Lu等[18]對比了IMERG（Uncal、Cal）和GSMaP（MVK、Gauge）共4套產品在青藏高原的精度和水文模擬效果，結果顯示站點校正后產品（IMERG-Cal、GSMaP-Gauge）與地面觀測結果一致性較好，徑流模擬精度高;余坤倫等[19]、劉江濤等[20]分別在青藏高原中部和雅魯藏布江流域分析了GPM和TRMM產品的精度，結果發現GPM的精度表現更加穩定，TRMM的精度隨著降水強度變化存在較大的波動，總體呈現低雨強高估、高雨強低估現象。

由此可見，季節、地形以及降水強度等因素均會一定程度上影響衛星降水產品的精度，為了驗證GPM近實時衛星產品在青藏高原的適用性，筆者以氣象局提供的自動氣象站融合降水數據集為參考，分別從時間尺度、流域尺度和降水強度3個方面對GSMaP（NRT、MVK）和IMERG（Early、Late）系列共4種近實時產品進行評估和誤差分析。

2 數據和方法

2.1 研究區概況和數據

2.1.1 研究區概況

青藏高原位于我國第一級階梯，有“世界屋脊”“亞洲水塔”之稱。根據圖1（a）展示的青藏高原DEM特征，可以發現青藏高原大部分地區海拔在4 000 m以上，東南邊緣和柴達木盆地的海拔相對較低，東南邊緣地形起伏、地勢落差較大，河流眾多，是多條大型河流的上游和發源地，降水充沛，水能資源極為豐富[21]。中科院青藏所將青藏高原劃分為12個子流域（http：//www.tpedatabase.cn/portal/index.jsp），筆者對這些子流域進行合并，將青藏高原劃分為6個子區域（見圖1（a）），分別是：①雅魯藏布江、紅河、瀾滄江流域（稱為南部流域）;②長江、黃河流域（稱為兩江流域）;③柴達木盆地;④羌塘高原;⑤河西走廊;⑥西部和北部的內陸河地區（稱為內陸河地區）。青藏高原氣候極其復雜，冰川積雪覆蓋較多，存在許多高原內陸湖泊，特別是在羌塘高原地區，圖1（c）展示了青藏高原面積大于10 km2的湖泊分布情況。

2.1.2 地面參考降水數據

本文采用的地面氣象觀測資料是自動氣象站與CMORPH衛星融合的逐小時降水網格數據集（稱為CMPA），數據來源于國家氣象信息中心（http：//data.cma.cn/）。CMPA采用概率密度匹配和最優插值融合了全國3萬多個自動氣象站觀測數據，分辨率達到（0.1°×0.1°）/1 h，該數據經過了嚴格的質量控制和誤差訂正，能夠準確探測典型區域的強降水過程，是目前我國精度最佳、分辨率最高的地面融合降水資料[22-23]。考慮到自動氣象站在青藏高原布設密度較低（見圖1（b）），本文在進行定量統計時只選擇帶有氣象站布設的分辨率網格進行計算，以降低空間插值帶來的誤差影響。

2.1.3 GPM衛星降水產品

本文評估的數據為GPM計劃中發布的GSMaP和IMERG近實時降水數據。GSMaP由日本的JAXA降水測量團隊研發，包括兩個近實時版本GSMaP-NRT和GSMaP-MVK，都是基于Kalman濾波模型生成的，NRT算法在微波紅外數據合并模塊只采用了前向云移動矢量算法，而MVK算法則采用了云移動矢量的前向和后向傳播算法并對微波數據的缺失時刻進行填補[24]。

NASA根據不同的數據處理級別和應用要求提供3個系列的IMERG數據，分別是近實時產品Early Run、Late Run和校正產品Final Run，其中Final產品在Late的基礎上采用GPCC的月尺度地面臺站數據進行了偏差校正[25]。

GSMaP和IMERG均發布了不同應用需求的產品，滯時產品經過了地面觀測數據的校正，精度較近實時產品有所提高，但時效性很差，常用于長時間序列的水文氣象分析。近實時產品采用純衛星傳感器融合，時效性較高，更能應用于局地、短歷時暴雨洪澇等強降水天氣監測。本文只針對GPM的近實時產品進行評估，包括GSMaP（NRT、MVK）和IMERG（Early、Late），時間跨度為2014年3月到2017年12月，空間分辨率均為（0.1°×0.1°）/1 h。

2.2 評價方法

單一的統計指數無法準確反映衛星遙感產品的精度特征，因此本文綜合了相關系數（Corr）、均方根誤差（RMSE）和相對偏差（RB）來綜合評價GPM產品在青藏高原的降水反演精度[26]。Corr能夠準確反映衛星數據與地面觀測數據的線性相關性和擬合程度;RMSE反映了衛星與地面觀測數據的離散程度，能很好反映衛星產品的整體精度;RB反映了衛星產品與地面觀測數據的偏離程度，可以定量表示衛星高估和低估實際降水的程度。

本研究時間尺度為日尺度，因此根據氣象局對降水等級的劃分，選取1 mm/d作為是否發生降水事件的閾值[27]。將衛星監測到的降水劃分為命中降水事件、錯報降水事件和誤報降水事件，見表1。

利用命中率（POD）、誤報率（FAR）和公正先兆評分指數（ETS）來評價衛星產品對降水事件的探測能力，其中POD越高表示衛星產品對真實降水事件捕捉能力越強，FAR越低表示衛星產品對降水事件的錯誤估計概率越低[28]。

式中：H為命中降水事件數;F為錯報降水事件數;M為誤報降水事件數;Z為未觀測到的降水事件數。

3 結果分析

3.1 不同時間尺度的GSMaP和IMERG精度分析

圖2給出了GSMaP和IMERG衛星產品以及CMPA在青藏高原的平均日降水量空間分布。根據圖2（e）可知，青藏高原降水總體呈現南多北少、東多西少的分布態勢，降水主要集中在兩江流域和南部流域的下游地區，平均日降水量在2 mm以上，這一地區主要受到南印度洋季風的影響，水汽受北部高原阻擋，極易形成充沛的降水。羌塘高原北部以及柴達木盆地等氣候條件惡劣，大部分屬于無人區，終年積雪，草甸覆蓋，日降水量在1 mm以下。值得注意的是，羌塘高原南部出現許多局部強降水區域，對比圖1（c）分析可知，這些異常強降水區域周邊均存在高原湖泊，這一現象表明，在青藏高原存在內陸湖泊分布的區域，降水會明顯偏多，湖泊區域的日降水量均集中在4.5 mm以上。由圖2（a）～（d）所示的GSMaP和IMERG產品的降水空間分布可以看出，IMERG系列產品呈現的空間分布明顯優于GSMaP，GSMaP（NRT、MVK）對青藏高原西北邊緣以及東南部的降水存在明顯的高估和錯報現象，探測的日降水在5 mm/d以上，而IMERG（Early、Late）的空間分布與CMPA較為相近，降水量級也較為吻合，但是GSMaP和IMERG產品均未呈現出高原湖泊周邊的局部強降水區域，表明GPM衛星對于高原湖泊及其周邊的降水探測存在較大的誤差，衛星傳感器無法準確捕捉高原湖泊周圍的強降水特征。

圖3給出了研究時段內衛星降水產品與CMPA的月降水量時間序列，可以看出，2016年以前各種降水數據變化趨勢較為一致，經計算月平均降水量為30 mm左右，但2017年的降水量明顯降低，夏季的降水峰值只有34 mm。GSMaP-MVK和IMERG-Late與相對應的GSMaP-NRT和IMERG-Late的月降水序列差異較小，表明在月尺度上，GSMaP和IMERG產品的升級并沒有明顯提升衛星產品的月尺度數據精度。整體上，NRT和MVK產品與CMPA降水時間序列差異較大，特別是2017年，IMERG（Early、Late）產品與CMPA較為吻合，基本可以呈現出青藏高原月降水量的時間變化趨勢。

GSMaP和IMERG產品在夏季的降水精度最高，相關系數Corr均在0.6以上，相對偏差RB明顯優于其他季節，冬季最差，各項統計指標均表現較差。冬季GSMaP產品的Corr分別為0.13和0.10，RB分別達到310.6%和244.5%，命中率極低，誤報率達到0.8。GSMaP系列產品對4個季節降水量均存在高估現象，夏季相對較好，NRT和MVK的RB分別為39.4%和38.1%，但春季和冬季的RB均在100%以上，相反IMERG系列（Early、Late）對青藏高原降水則呈現出低估現象（RB<0），夏季低估約14%，冬季低估最嚴重（RB≈50%）。總體上，與GSMaP相比，IMERG的精度較佳，特別在氣候條件惡劣的冬季，IMERG產品的相關系數也保持在0.6以上。青藏高原下墊面情況異常復雜，大部分地區常年冰川積雪，特別是冬季和春季，干擾衛星傳感器探測精度的因素較多，可能導致GPM降水產品在冬季和春季均表現出低命中率和高誤報率。

3.2 流域尺度的GSMaP和IMERG數據精度分析

流域作為最基本的水文循環單元，是水資源開發利用、河道治理規劃的重要支撐。青藏高原作為亞洲眾多河流的發源地，流域水資源管理至關重要。因此，本文進一步分析了GSMaP和IMERG產品在青藏高原各流域的適用性和精度。

圖4給出了各降水產品在各流域的相關系數（Corr）、均方根誤差（RMSE）、相對偏差（RB）空間分布。結合表2的統計結果分析可知，衛星產品在青藏高原東南部的Corr明顯優于西部和北部地區，在兩江流域和南部流域下游Corr最高。IMERG系列產品的Corr空間分布優于GSMaP，其中IMERG-Late最優，各個降水產品在青藏高原東部的Corr表現較好，兩江流域和南部流域的Corr均在0.5以上，青藏高原西部和北部的羌塘高原、柴達木盆地等區域的Corr極低，特別是GSMaP，在羌塘高原、柴達木盆地和內陸河地區的Corr均小于0.2。

從圖4（e）～（h）的均方根誤差分布發現，GSMaP（NRT、MVK）表現出較大的均方根誤差，特別是在青藏高原西北邊緣的內陸河地區（RMSE分別達到17.3、14.9 mm）。其次，NRT和MVK在兩江流域也存在較大的均方根誤差（RMSE分別為8.20、7.06 mm），其主要原因可能是GSMaP產品在該地區存在較大的高估降水量級現象，圖4（i）～（j）顯示該區域的RB>80%，過高地估計該區域降水量級導致衛星數據與地面觀測數據的離散程度增大，從而出現較大的RMSE。IMERG-Early和IMERG-Late產品的RMSE均在4 mm以下，在南部流域和羌塘高原南部的局部地區RMSE偏高。

分析圖4（i）～（l）所示相對偏差RB分布發現，GSMaP系列產品在羌塘高原、南部流域上游以及柴達木盆地存在較大的負相對偏差，在羌塘高原低估降水近60%，而在其他流域均表現出不同程度的正向相對偏差，兩江流域最嚴重，NRT和MVK的RB分別達到85.1%、80.9%。相反，IMERG系列產品對整個青藏高原區域降水存在不同程度的低估，在羌塘高原Early和Late產品分別低估了52.6%和53.1%，兩江流域分別低估23.8%和25.4%，南部流域低估10%左右。

分類統計指標能夠較好地表征衛星產品對地面真實降水事件的捕捉能力，圖5給出了各降水產品在青藏高原的降水命中率（POD）和誤報率（FAR）分布。結合表2分析可知，GSMaP在青藏高原東西部的捕捉降水能力差異非常大，兩江流域和南部流域的大部分地區的POD在0.7以上，FAR為0.45左右，而在羌塘高原和柴達木盆地等青藏高原西部和北部地區，POD均在0.4以下，羌塘高原的POD指數異常偏低（NRT：0.15;MVK：0.14），柴達木盆地次之（NRT：0.24;MVK：0.28），同時這些區域的降水誤報率也極高，基本無法準確探測該區域的降水事件。相比于GSMaP，IMERG的兩種產品Early和Late的整體探測降水事件的精度較好，在兩江流域和南部流域的POD分別達到0.61和0.67，略低于GSMaP，IMERG在該區域也表現出較低的誤報率（FAR在0.3左右），同時IMERG在羌塘高原和柴達木盆地的POD均優于GSMaP，誤報率也相對較低。GSMaP產品在青藏高原東部表現出的高命中率和高誤報率的原因可能是GSMaP在該區域對降水事件和降水量級均表現出極大地高估（RB>80%），導致它雖然能夠體現出較多的真實降水事件，但同時也會出現較多的誤報降水事件。

由此可見，GSMaP和IMERG系列產品在青藏高原均表現出較大的反演誤差，特別是在羌塘高原和柴達木盆地等西部和北部地形復雜的流域，但整體上IMERG的精度要優于GSMaP，Late和MVK相對于Early和NRT精度有一定的改善，但并不明顯。

3.3 不同等級降水強度誤差特征

由于青藏高原的降水整體偏少，因此本文對小雨和中雨事件進行了進一步閾值劃分，進而分析GSMaP和IMERG降水產品對不同閾值降水事件的探測能力（見圖6）。結果顯示，同一產品不同系列數據之間分類統計指標差異不大，而隨著降水強度的增大，衛星產品對青藏高原強降水的探測精度降低（POD下降）。GSMaP在各個降水等級上的POD均比IMERG產品的高，但同時其FAR也明顯偏高，這與前文的分析結果完全吻合。GSMaP系列產品對小雨事件（小于10 mm）的POD均在0.6以上，而IMERG的POD則在0.4～0.6之間，但GSMaP對不同等級降水的誤報率偏大，且隨著降水等級的增大，FAR明顯增大，IMERG產品對小雨事件的FAR集中在0.4～0.5之間。ETS指數可以衡量衛星產品探測降水事件的整體性能，圖6（c）顯示GSMaP和IMERG產品的ETS隨降水等級的變化趨勢較為一致，但IMERG（Early、Late）的ETS在各個降水等級上均優于GSMaP，其中IMERG-Late產品的ETS表現最佳。

4 結 論

以自動氣象站融合降水數據集為地面參考，分析了GSMaP和IMERG的近實時降水產品在青藏高原的精度和誤差特征，得到如下結論。

（1）青藏高原的降水呈現東多西少、南多北少的分布特征。IMERG的降水時空分布明顯優于GSMaP，衛星產品在夏季的精度明顯優于其他季節，Corr在0.6以上，冬季最差，冬季GSMaP表現出最差的Corr和RB。

（2）衛星產品在兩江流域和南部流域的精度明顯優于其他地區，IMERG較GSMaP表現出更優的統計指標，GSMaP在羌塘高原和內陸河地區存在極大的RMSE和較低的Corr。IMERG在整個青藏高原均存在低估降水現象（RB<0），GSMaP在羌塘高原低估降水現象最嚴重（RB<-60%），在兩江流域、內陸河流域則存在較大的高估（RB約為80%和50%）。

（3）衛星產品對青藏高原東西部降水事件的探測能力差異極大，在羌塘高原和西部命中率普遍較低，且存在嚴重誤報降水事件（POD<0.4，FAR>0.8）。GSMaP雖然整體上命中率較高，但其誤報率偏大，IMERG在青藏高原大部分地區的誤報率明顯低于GSMaP，在地形更為復雜的中西部地區命中率也較高，表現出比GSMaP更穩定的探測降水事件精度。

（4）不同閾值條件下，IMERG和GSMaP的兩個版本之間分類統計指標差異較小，隨著降水閾值的增大，衛星產品的命中率下降，誤報率隨之增大，IMERG系列產品的ETS指數在各個降水等級上均優于GSMaP產品，IMERG-Late的ETS指數最優。

參考文獻：

[1] 湯秋鴻，張學君，戚友存，等.遙感陸地水循環的進展與展望[J].武漢大學學報（信息科學版），2018，43（12）：1872-1884.

[2] 楊大文，徐宗學，李哲，等.水文學研究進展與展望[J].地理科學進展，2018，37（1）：36-45.

[3] 劉元波，傅巧妮，宋平，等.衛星遙感反演降水研究綜述[J].地球科學進展，2011，26（11）：1162-1172.

[4] HUFFMAN G J， BOLVIN D T， NELKIN E J， et al. The TRMM Multi-Satellite Precipitation Analysis （TMPA）： Quasi-Global， Multiyear， Combined-Sensor Precipitation Estimates at Fine Scales[J]. Journal of Hydrometeorology， 2007，8（1）：38-55.

[5] HSU K L， GAO X G， SOROOSHIAN S， et al. Precipitation Estimation from Remotely Sensed Information Using Artificial Neural Networks[J]. Journsl of Applied Meteorology，1997，36（9）：1176-1190.

[6] JOYCE R J， JANOWIAK J E， ARKIN P A， et al. CMORPH： A Method that Produces Global Precipitation Estimates from Passive Microwave and Infrared Data at High Spatial and Temporal Resolution[J]. Journal of Hydrometeorology， 2004，5（3）：287-296.

[7] PETERSON P， FUNK C C， HUSAK G J， et al. The Climate Hazards Group Infrared Precipitation （Chirp） with Stations （Chirps）： Development and Validation[C]// Agu Fall Meeting. New York： American Geophysical Union， 2014：234-246.

[8] 王兆禮，鐘睿達，陳家超，等.TMPA衛星遙感降水數據產品在中國大陸的干旱效用評估[J].農業工程學報， 2017，33（19）：163-170.

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

[10] 楊云川，程根偉，范繼輝，等.四川盆地及周邊地區TRMM 3B42數據精度檢驗[J].氣象科學，2013，33（5）：58-67.

[11] 曾華楠，谷黃河，余鐘波，等.TRMM衛星降水數據在黃河源區的適用性研究[J].人民黃河，2021，43（2）：17-21，29.

[12] 張磊磊，康穎，岳青華，等.四種衛星降水數據在黃河源區的適用性分析[J].人民黃河，2021，43（3）：29-33.

[13] TAPIADOR F J， TURK F J， PETERSEN W， et al. Global Precipitation Measurement： Methods， Datasets and Applications[J]. Atmospheric Research， 2012，104-105（13）：70-97.

[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 （Amsterdam）， 2016，533：152-167.

[15] 李麒崙，張萬昌，易路，等.GPM與TRMM降水數據在中國大陸的精度評估與對比[J].水科學進展，2018，29（3）：303-313.

[16] 金曉龍，邵華，張弛，等.GPM衛星降水數據在天山山區的適用性分析[J].自然資源學報，2016，31（12）：2074-2085.

[17] 王思夢，王大釗，黃昌.GPM衛星降水數據在黑河流域的適用性評價[J].自然資源學報，2018，33（10）：1847-1860.

[18] LU D K， YONG B. Evaluation and Hydrological Utility of the Latest GPM IMERG V5 and GSMaP V7 Precipitation Products over the Tibetan Plateau[J].Remote Sensing，2018，10（12）：2022.

[19] 余坤倫，張寅生，馬寧，等.GPM和TRMM遙感降水產品在青藏高原中部的適用性評估[J].干旱區研究，2018，35（6）：1373-1381.

[20] 劉江濤，徐宗學，趙煥，等.不同降水衛星數據反演降水量精度評價：以雅魯藏布江流域為例[J].高原氣象，2019，38（2）：386-396.

[21] 張杰，李棟梁，何金梅，等.地形對青藏高原豐枯水年雨季降水量空間分布的影響[J].水科學進展，2007，18（3）：319-326.

[22] 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.

[23] 宇婧婧，沈艷，潘旸，等.中國區域逐日融合降水數據集與國際降水產品的對比評估[J].氣象學報，2015，73（2）：394-410.

[24] USHIO T， KACHI M. Kalman Filtering Applications for Global Satellite Mapping of Precipitation （GSMaP）[J]. Springer Netherlands， 2010，9：321-350.

[25] 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.

[26] 郭瑞芳，劉元波.遙感降水數據精度檢驗策略及檢驗方法綜述[J].遙感技術與應用，2018，33（6）：983-993.

[27] XU R， TIAN F Q， YANG L， et al. Ground Validation of GPM IMERG and TRMM 3B42V7 Rainfall Products over Southern Tibetan Plateau Based on a High-Density Rain Gauge Network[J].Journal of Geophysical Research： Atmospheres， 2017，122（2）：910-924.

[28] HU Q F， YANG D W， LI Z， et al. Multi-Scale Evaluation of Six High-Resolution Satellite Monthly Rainfall Estimates over a Humid Region in China with Dense Rain Gauges[J].International Journal of Remote Sensing， 2014，35（4）：1272-1294.

【責任編輯 張 帥】