gpm

GPM近实时降水产品在青藏高原的多尺

度精度评价

汪梓彤李石宝张志友

摘要：为了定量评价GPM近实时降水产品在青藏高原的精度，以中国气象局提

供的地面降水资料作为参考，采用多种统计指标分析GPM卫星时代GSMaP和

IMERG的近实时卫星降水产品（GSMaP-NRT、GSMaP-MVK;IMERG-Early、IMERG-

Late）在青藏高原的适用性。结果表明：①IMERG在青藏高原表现出的降水时

空分布明显优于GSMaP，IMERG-Late最佳。卫星产品在夏季精度最好，冬季最

差，夏季相关系数均在0.6以上，相对偏差（RB）明显低于其他季节。GSMaP

高估了青藏高原各个季节的降水（RB>0），而IMERG则表现出低估降水现象。

②卫星产品在两江流域、南部流域的精度明显优于其他地区，IMERG呈现出的

相关系数、均方根误差和相对偏差空间分布明显优于GSMaP，IMERG在青藏高原

大部分地区的误报率低于GSMaP，在地形更为复杂的羌塘高原、柴达木盆地等

区域命中率也较好，表现出更稳定的探测降水事件精度。③卫星降水对不同等

级降水的探测能力存在差异，降水强度越大，卫星产品的命中率越低，误报率

随之增大。IMERG的ETS指数在各个降水等级上均优于GSMaP，其中IMERG-

Late最好。整体上，IMERG在青藏高原表现出更好的反演降水精度，具有一定

的应用潜力，GSMaP的精度表现很差，不适用于青藏高原。

关键词：IMERG;GSMaP;多尺度;精度評价;青藏高原

：P412.27文献标志码：A

doi：10.3969/.1000-1379.2021.04.008

引用格式：汪梓彤，李石宝，张志友.GPM近实时降水产品在青藏高原的多尺度

精度评价[J].人民黄河，2021，43（4）：43-49，116.

Abstract：Inordertoquantitativelyevaluatetheapplicabilityof

nearreal-timeversionsofbothGSMaPandIMERGprecipitation

products（GSMaP-NRT，GSMaP-MVK，IMERG-EarlyandIMERG-Late）over

theQinghai-TibetPlateau（QTP）inChina，sixstatisticalindices

wereudtosystematicallyanalyzethecharacteristicsofthe

products，benchmarkedbyatofground-baddatatofChina

MeterologicalAdministration（CMA）.Theresultsshowthata）the

spatialandtemporaldistributionofIMERGnearreal-timeproductsis

significantlybetterthanthatofGSMaP，ofwhichIMERG-Lateisthe

elliteproductshavethebestaccuracyinsummer，the

correlationcoefficients（Corr）areallabove0.6，relativebias

（RB）issignificantlylowerthanthatoftheotherasonsandthe

roductsoverestimateprecipitationinall

asons（RB>0）overQTP，ofwhichwinteristhemostvere

（RB>200%）.Incontrast，IMERGshowsunderestimatedprecipitation

overQTP，withRBindicesofabout-15%and-50%insummerand

winterrespectively.b）Theaccuracyofallsatelliteproductsin

thetwomajorriverbasinsandthesouthernriverbasinsare

tial

distributionofrootmeansquareerror（RMSE）andRBofIMERG

（Early，Late）

hasahighhitrateinthetwomajorriverbasinsandthesouthern

watersheds（POD>0.7），butitsfalalarmrateisalsorelatively

largerandthefalalarmrateofIMERG（Early，Late）inmost

partsoftheQTPislowerthanthatofGSMaP，showingmorestable

accuracyindetectingprecipitationevents.c）Satelliteproducts

havedifferentdetectioncapabilitiesfordifferentlevelsof

atertheintensityofprecipitation，thelower

thehitrateofsatelliteproductsandthehigherthefalalarm

eperspectiveoftheETSindex，theIMERGissuperior

toGSMaPineachprecipitationlevelandtheIMERG-Lateperformsthe

l，IMERGproductsperformbetterandhavecertain

ontrary，duetothepoor

accuracyofGSMaPproducts，itisnotrecommendedtouitfor

carryingoutprecipitationapplicationrearch.

Keywords：IMERG;GSMaP;multiscale;accuracyasssment;the

Qinghai-TibetPlateau

1引言

降水伴随着复杂的物理过程，与大气水汽、蒸散发和径流等水文气象要素相

比，降水的时空变异性极强，难以进行大尺度区域监测[1]，虽然目前我国已经

建立了多级分布、密度较大的气象水文观测网，但是站点观测易受下垫面因素

限制，且难以对地形复杂、气候恶劣的山区进行观测，存在设备维护成本高、

时空不连续等缺陷[2]。近年来，多卫星联合反演降水技术的不断发展，给大尺

度和全球降水监测提供了新的技术手段[3]。目前，多卫星联合反演降水的发展

已经经历了两个阶段，1997—2014年属于TRMM卫星时代，各科研机构发布了

多种中等时空分辨率的卫星遥感降水数据集，包括TMPA[4]、PERSIANN[5]、

CMORPH[6]、CHIRPS[7]等，这些数据集可提供分辨率为（0.25°×0.25°）/3

h的全球降水量数据。众多学者在中国大陆[8-9]、四川盆地[10]、黄河流域

[11-12]等地区对TMPA、CMORPH等进行了精度评估和径流模拟研究，得到了较

好的分析和模拟结果，但是TRMM粗糙的时空分辨率和较大的地形误差导致其无

法满足小尺度区域上的降水分析和应用。

2014年，TRMM卫星退役后，NASA联合JAXA开展了全球降水测量计划（Global

PrecipitationMeasurement，GPM），多卫星联合反演降水进入了GPM卫星时

代。GPM时代的降水数据时空分辨率和精度都得到较大的提升，最具代表性的

有NASA发布的IMERG和JAXA发布的GSMaP产品，可提供分辨率为

（0.1°×0.1°）/0.5h的全球降水量数据[13]。

截至目前，学者对GPM时代的降水数据已经进行了大量的评估和应用研究，

Tang等[14]和李麒崙等[15]在中国大陆对比了GPM和TRMM产品的反演降水精

度，结果显示GPM在中国区域的精度明显优于TRMM，特别是对微量降水和相对

干旱地区降水的探测方面，GPM产品的精度明显更优;金晓龙等[16]、王思梦等

[17]分别在天山和黑河流域分析了地形和季节差异对IMERG精度的影响，结果

表明IMERG产品精度受地形影响较大，在降水充沛的夏季和中等海拔地区反演

精度较高。青藏高原是亚洲众多河流的发源地，水资源极为丰富，其气候特征

直接影响着区域甚至全球气候变化，但由于地形和气候条件恶劣，因此对青藏

高原降水的监测极为困难，Lu等[18]对比了IMERG（Uncal、Cal）和GSMaP

（MVK、Gauge）共4套产品在青藏高原的精度和水文模拟效果，结果显示站点

校正后产品（IMERG-Cal、GSMaP-Gauge）与地面观测结果一致性较好，径流模

拟精度高;余坤伦等[19]、刘江涛等[20]分别在青藏高原中部和雅鲁藏布江流域

分析了GPM和TRMM产品的精度，结果发现GPM的精度表现更加稳定，TRMM的

精度随着降水强度变化存在较大的波动，总体呈现低雨强高估、高雨强低估现

象。

由此可见，季节、地形以及降水强度等因素均会一定程度上影响卫星降水产品

的精度，为了验证GPM近实时卫星产品在青藏高原的适用性，笔者以气象局提

供的自动气象站融合降水数据集为参考，分别从时间尺度、流域尺度和降水强

度3个方面对GSMaP（NRT、MVK）和IMERG（Early、Late）系列共4种近实时

产品进行评估和误差分析。

2数据和方法

2.1研究区概况和数据

2.1.1研究区概况

青藏高原位于我国第一级阶梯，有“世界屋脊”“亚洲水塔”之称。根据图1

（a）展示的青藏高原DEM特征，可以发现青藏高原大部分地区海拔在4000m

以上，东南边缘和柴达木盆地的海拔相对较低，东南边缘地形起伏、地势落差

较大，河流众多，是多条大型河流的上游和发源地，降水充沛，水能资源极为

丰富[21]。中科院青藏所将青藏高原划分为12个子流域（http：

///portal/），笔者对这些子流域进行合并，将

青藏高原划分为6个子区域（见图1（a）），分别是：①雅鲁藏布江、红河、

澜沧江流域（称为南部流域）;②长江、黄河流域（称为两江流域）;③柴达木

盆地;④羌塘高原;⑤河西走廊;⑥西部和北部的内陆河地区（称为内陆河地

区）。青藏高原气候极其复杂，冰川积雪覆盖较多，存在许多高原内陆湖泊，

特别是在羌塘高原地区，图1（c）展示了青藏高原面积大于10km2的湖泊分

布情况。

2.1.2地面参考降水数据

本文采用的地面气象观测资料是自动气象站与CMORPH卫星融合的逐小时降水网

格数据集（称为CMPA），数据来源于国家气象信息中心（http：

///）。CMPA采用概率密度匹配和最優插值融合了全国3万多个自

动气象站观测数据，分辨率达到（0.1°×0.1°）/1h，该数据经过了严格的

质量控制和误差订正，能够准确探测典型区域的强降水过程，是目前我国精度

最佳、分辨率最高的地面融合降水资料[22-23]。考虑到自动气象站在青藏高原

布设密度较低（见图1（b）），本文在进行定量统计时只选择带有气象站布设

的分辨率网格进行计算，以降低空间插值带来的误差影响。

2.1.3GPM卫星降水产品

本文评估的数据为GPM计划中发布的GSMaP和IMERG近实时降水数据。GSMaP

由日本的JAXA降水测量团队研发，包括两个近实时版本GSMaP-NRT和GSMaP-

MVK，都是基于Kalman滤波模型生成的，NRT算法在微波红外数据合并模块只

采用了前向云移动矢量算法，而MVK算法则采用了云移动矢量的前向和后向传

播算法并对微波数据的缺失时刻进行填补[24]。

NASA根据不同的数据处理级别和应用要求提供3个系列的IMERG数据，分别是

近实时产品EarlyRun、LateRun和校正产品FinalRun，其中Final产品在

Late的基础上采用GPCC的月尺度地面台站数据进行了偏差校正[25]。

GSMaP和IMERG均发布了不同应用需求的产品，滞时产品经过了地面观测数据

的校正，精度较近实时产品有所提高，但时效性很差，常用于长时间序列的水

文气象分析。近实时产品采用纯卫星传感器融合，时效性较高，更能应用于局

地、短历时暴雨洪涝等强降水天气监测。本文只针对GPM的近实时产品进行评

估，包括GSMaP（NRT、MVK）和IMERG（Early、Late），时间跨度为2014年3

月到2017年12月，空间分辨率均为（0.1°×0.1°）/1h。

2.2评价方法

单一的统计指数无法准确反映卫星遥感产品的精度特征，因此本文综合了相关

系数（Corr）、均方根误差（RMSE）和相对偏差（RB）来综合评价GPM产品在

青藏高原的降水反演精度[26]。Corr能够准确反映卫星数据与地面观测数据的

线性相关性和拟合程度;RMSE反映了卫星与地面观测数据的离散程度，能很好

反映卫星产品的整体精度;RB反映了卫星产品与地面观测数据的偏离程度，可

以定量表示卫星高估和低估实际降水的程度。

本研究时间尺度为日尺度，因此根据气象局对降水等级的划分，选取1mm/d作

为是否发生降水事件的阈值[27]。将卫星监测到的降水划分为命中降水事件、

错报降水事件和误报降水事件，见表1。

利用命中率（POD）、误报率（FAR）和公正先兆评分指数（ETS）来评价卫星产

品对降水事件的探测能力，其中POD越高表示卫星产品对真实降水事件捕捉能

力越强，FAR越低表示卫星产品对降水事件的错误估计概率越低[28]。

式中：H为命中降水事件数;F为错报降水事件数;M为误报降水事件数;Z为未观

测到的降水事件数。

3结果分析

3.1不同时间尺度的GSMaP和IMERG精度分析

图2给出了GSMaP和IMERG卫星产品以及CMPA在青藏高原的平均日降水量空间

分布。根据图2（e）可知，青藏高原降水总体呈现南多北少、东多西少的分布

态势，降水主要集中在两江流域和南部流域的下游地区，平均日降水量在2mm

以上，这一地区主要受到南印度洋季风的影响，水汽受北部高原阻挡，极易形

成充沛的降水。羌塘高原北部以及柴达木盆地等气候条件恶劣，大部分属于无

人区，终年积雪，草甸覆盖，日降水量在1mm以下。值得注意的是，羌塘高原

南部出现许多局部强降水区域，对比图1（c）分析可知，这些异常强降水区域

周边均存在高原湖泊，这一现象表明，在青藏高原存在内陆湖泊分布的区域，

降水会明显偏多，湖泊区域的日降水量均集中在4.5mm以上。由图2（a）～

（d）所示的GSMaP和IMERG产品的降水空间分布可以看出，IMERG系列产品呈

现的空间分布明显优于GSMaP，GSMaP（NRT、MVK）对青藏高原西北边缘以及东

南部的降水存在明显的高估和错报现象，探测的日降水在5mm/d以上，而

IMERG（Early、Late）的空间分布与CMPA较为相近，降水量级也较为吻合，但

是GSMaP和IMERG产品均未呈现出高原湖泊周边的局部强降水区域，表明GPM

卫星对于高原湖泊及其周边的降水探测存在较大的误差，卫星传感器无法准确

捕捉高原湖泊周围的强降水特征。

图3给出了研究时段内卫星降水产品与CMPA的月降水量时间序列，可以看出，

2016年以前各种降水数据变化趋势较为一致，经计算月平均降水量为30mm左

右，但2017年的降水量明显降低，夏季的降水峰值只有34mm。GSMaP-MVK和

IMERG-Late与相对应的GSMaP-NRT和IMERG-Late的月降水序列差异较小，表

明在月尺度上，GSMaP和IMERG产品的升级并没有明显提升卫星产品的月尺度

数据精度。整体上，NRT和MVK产品与CMPA降水时间序列差异较大，特别是

2017年，IMERG（Early、Late）产品与CMPA较为吻合，基本可以呈现出青藏

高原月降水量的时间变化趋势。

GSMaP和IMERG产品在夏季的降水精度最高，相关系数Corr均在0.6以上，相

对偏差RB明显优于其他季节，冬季最差，各项统计指标均表现较差。冬季

GSMaP产品的Corr分别为0.13和0.10，RB分别达到310.6%和244.5%，命中

率极低，误报率达到0.8。GSMaP系列产品对4个季节降水量均存在高估现象，

夏季相对较好，NRT和MVK的RB分别为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）对青藏高原降水则呈现出低估

现象（RB<0），夏季低估约14%，冬季低估最严重（RB≈50%）。总体上，与

GSMaP相比，IMERG的精度较佳，特别在气候条件恶劣的冬季，IMERG产品的相

关系数也保持在0.6以上。青藏高原下垫面情况异常复杂，大部分地区常年冰

川积雪，特别是冬季和春季，干扰卫星传感器探测精度的因素较多，可能导致

GPM降水产品在冬季和春季均表现出低命中率和高誤报率。

3.2流域尺度的GSMaP和IMERG数据精度分析

流域作为最基本的水文循环单元，是水资源开发利用、河道治理规划的重要支

撑。青藏高原作为亚洲众多河流的发源地，流域水资源管理至关重要。因此，

本文进一步分析了GSMaP和IMERG产品在青藏高原各流域的适用性和精度。

图4给出了各降水产品在各流域的相关系数（Corr）、均方根误差（RMSE）、

相对偏差（RB）空间分布。结合表2的统计结果分析可知，卫星产品在青藏高

原东南部的Corr明显优于西部和北部地区，在两江流域和南部流域下游Corr

最高。IMERG系列产品的Corr空间分布优于GSMaP，其中IMERG-Late最优，各

个降水产品在青藏高原东部的Corr表现较好，两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、柴达木盆地等区域的Corr极

低，特别是GSMaP，在羌塘高原、柴达木盆地和内陆河地区的Corr均小于

0.2。

从图4（e）～（h）的均方根误差分布发现，GSMaP（NRT、MVK）表现出较大的

均方根误差，特别是在青藏高原西北边缘的内陆河地区（RMSE分别达到17.3、

14.9mm）。其次，NRT和MVK在两江流域也存在较大的均方根误差（RMSE分别

为8.20、7.06mm），其主要原因可能是GSMaP产品在该地区存在较大的高估

降水量级现象，图4（i）～（j）显示该区域的RB>80%，过高地估计该区域降

水量级导致卫星数据与地面观测数据的离散程度增大，从而出现较大的RMSE。

IMERG-Early和IMERG-Late产品的RMSE均在4mm以下，在南部流域和羌塘高

原南部的局部地区RMSE偏高。

分析图4（i）～（l）所示相对偏差RB分布发现，GSMaP系列产品在羌塘高

原、南部流域上游以及柴达木盆地存在较大的负相对偏差，在羌塘高原低估降

水近60%，而在其他流域均表现出不同程度的正向相对偏差，两江流域最严

重，NRT和MVK的RB分别达到85.1%、80.9%。相反，IMERG系列产品对整个青

藏高原区域降水存在不同程度的低估，在羌塘高原Early和Late产品分别低估

了52.6%和53.1%，两江流域分别低估23.8%和25.4%，南部流域低估10%左

右。

分类统计指标能够较好地表征卫星产品对地面真实降水事件的捕捉能力，图5

给出了各降水产品在青藏高原的降水命中率（POD）和误报率（FAR）分布。结

合表2分析可知，GSMaP在青藏高原东西部的捕捉降水能力差异非常大，两江

流域和南部流域的大部分地区的POD在0.7以上，FAR为0.45左右，而在羌塘

高原和柴达木盆地等青藏高原西部和北部地区，POD均在0.4以下，羌塘高原

的POD指数异常偏低（NRT：0.15;MVK：0.14），柴达木盆地次之（NRT：

0.24;MVK：0.28），同时这些区域的降水误报率也极高，基本无法准确探测该

区域的降水事件。相比于GSMaP，IMERG的两种产品Early和Late的整体探测

降水事件的精度较好，在两江流域和南部流域的POD分别达到0.61和0.67，

略低于GSMaP，IMERG在该区域也表现出较低的误报率（FAR在0.3左右），同

时IMERG在羌塘高原和柴达木盆地的POD均优于GSMaP，误报率也相对较低。

GSMaP产品在青藏高原东部表现出的高命中率和高误报率的原因可能是GSMaP

在该区域对降水事件和降水量级均表现出极大地高估（RB>80%），导致它虽然

能够体现出较多的真实降水事件，但同时也会出现较多的误报降水事件。

由此可见，GSMaP和IMERG系列产品在青藏高原均表现出较大的反演误差，特

别是在羌塘高原和柴达木盆地等西部和北部地形复杂的流域，但整体上IMERG

的精度要优于GSMaP，Late和MVK相对于Early和NRT精度有一定的改善，但

并不明顯。

3.3不同等级降水强度误差特征

由于青藏高原的降水整体偏少，因此本文对小雨和中雨事件进行了进一步阈值

划分，进而分析GSMaP和IMERG降水产品对不同阈值降水事件的探测能力（见

图6）。结果显示，同一产品不同系列数据之间分类统计指标差异不大，而随

着降水强度的增大，卫星产品对青藏高原强降水的探测精度降低（POD下

降）。GSMaP在各个降水等级上的POD均比IMERG产品的高，但同时其FAR也

明显偏高，这与前文的分析结果完全吻合。GSMaP系列产品对小雨事件（小于

10mm）的POD均在0.6以上，而IMERG的POD则在0.4～0.6之间，但GSMaP

对不同等级降水的误报率偏大，且随着降水等级的增大，FAR明显增大，IMERG

产品对小雨事件的FAR集中在0.4～0.5之间。ETS指数可以衡量卫星产品探测

降水事件的整体性能，图6（c）显示GSMaP和IMERG产品的ETS随降水等级的

变化趋势较为一致，但IMERG（Early、Late）的ETS在各个降水等级上均优于

GSMaP，其中IMERG-Late产品的ETS表现最佳。

4结论

以自动气象站融合降水数据集为地面参考，分析了GSMaP和IMERG的近实时降

水产品在青藏高原的精度和误差特征，得到如下结论。

（1）青藏高原的降水呈现东多西少、南多北少的分布特征。IMERG的降水时空

分布明显优于GSMaP，卫星产品在夏季的精度明显优于其他季节，Corr在0.6

以上，冬季最差，冬季GSMaP表现出最差的Corr和RB。

（2）卫星产品在两江流域和南部流域的精度明显优于其他地区，IMERG较

GSMaP表现出更优的统计指标，GSMaP在羌塘高原和内陆河地区存在极大的

RMSE和较低的Corr。IMERG在整个青藏高原均存在低估降水现象（RB<0），

GSMaP在羌塘高原低估降水现象最严重（RB<-60%），在两江流域、内陆河流域

则存在较大的高估（RB约为80%和50%）。

（3）卫星产品对青藏高原东西部降水事件的探测能力差异极大，在羌塘高原和

西部命中率普遍较低，且存在严重误报降水事件（POD0.8）。GSMaP虽然整体

上命中率较高，但其误报率偏大，IMERG在青藏高原大部分地区的误报率明显

低于GSMaP，在地形更为复杂的中西部地区命中率也较高，表现出比GSMaP更

稳定的探测降水事件精度。

（4）不同阈值条件下，IMERG和GSMaP的两个版本之间分类统计指标差异较

小，随着降水阈值的增大，卫星产品的命中率下降，误报率随之增大，IMERG

系列产品的ETS指数在各个降水等级上均优于GSMaP产品，IMERG-Late的ETS

指数最优。

参考文献：

[1]汤秋鸿，张学君，戚友存，等.遥感陆地水循环的进展与展望[J].武汉大学

学报（信息科学版），2018，43（12）：1872-1884.

[2]杨大文，徐宗学，李哲，等.水文学研究进展与展望[J].地理科学进展，

2018，37（1）：36-45.

[3]刘元波，傅巧妮，宋平，等.卫星遥感反演降水研究综述[J].地球科学进

展，2011，26（11）：1162-1172.

[4]HUFFMANGJ，BOLVINDT，NELKINEJ，MMulti-

SatellitePrecipitationAnalysis（TMPA）：Quasi-Global，

Multiyear，Combined-SensorPrecipitationEstimatesatFine

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

[5]HSUKL，GAOXG，SOROOSHIANS，itation

EstimationfromRemotelySendInformationUsingArtificialNeural

Networks[J].JournslofAppliedMeteorology，1997，36（9）：1176-

1190.

[6]JOYCERJ，JANOWIAKJE，ARKINPA，：AMethod

thatProducesGlobalPrecipitationEstimatesfromPassiveMicrowave

andInfraredDataatHighSpatialandTemporalResolution[J].Journal

ofHydrometeorology，2004，5（3）：287-296.

[7]PETERSONP，FUNKCC，HUSAKGJ，mateHazards

GroupInfraredPrecipitation（Chirp）withStations（Chirps）：

DevelopmentandValidation[C]//k：American

GeophysicalUnion，2014：234-246.

[8]王兆礼，钟睿达，陈家超，等.TMPA卫星遥感降水数据产品在中国大陆的

干旱效用评估[J].农业工程学报，2017，33（19）：163-170.

[9]刘少华，严登华，王浩，等.中国大陆流域分区TRMM降水质量评价[J].水

科学进展，2016，27（5）：639-651.

[10]杨云川，程根伟，范继辉，等.四川盆地及周边地区TRMM3B42数据精度

检验[J].气象科学，2013，33（5）：58-67.

[11]曾华楠，谷黄河，余钟波，等.TRMM卫星降水数据在黄河源区的适用性研

究[J].人民黄河，2021，43（2）：17-21，29.

[12]张磊磊，康颖，岳青华，等.四种卫星降水数据在黄河源区的适用性分析

[J].人民黄河，2021，43（3）：29-33.

[13]TAPIADORFJ，TURKFJ，PETERSENW，

PrecipitationMeasurement：Methods，DatatsandApplications[J].

AtmosphericRearch，2012，104-105（13）：70-97.

[14]TANGG，MAY，LONGD，tionofGPMDay-1IMERG

andTMPAVersion-7LegacyProductsoverMainlandChinaatMultiple

SpatiotemporalScales[J].Journalofhydrology（Amsterdam），2016，

533：152-167.

[15]李麒崙，張万昌，易路，等.GPM与TRMM降水数据在中国大陆的精度评估

与对比[J].水科学进展，2018，29（3）：303-313.

[16]金晓龙，邵华，张弛，等.GPM卫星降水数据在天山山区的适用性分析

[J].自然资源学报，2016，31（12）：2074-2085.

[17]王思梦，王大钊，黄昌.GPM卫星降水数据在黑河流域的适用性评价[J].

自然资源学报，2018，33（10）：1847-1860.

[18]LUDK，tionandHydrologicalUtilityofthe

LatestGPMIMERGV5andGSMaPV7PrecipitationProductsoverthe

TibetanPlateau[J].RemoteSensing，2018，10（12）：2022.

[19]余坤伦，张寅生，马宁，等.GPM和TRMM遥感降水产品在青藏高原中部的

适用性评估[J].干旱区研究，2018，35（6）：1373-1381.

[20]刘江涛，徐宗学，赵焕，等.不同降水卫星数据反演降水量精度评价：以

雅鲁藏布江流域为例[J].高原气象，2019，38（2）：386-396.

[21]张杰，李栋梁，何金梅，等.地形对青藏高原丰枯水年雨季降水量空间分

布的影响[J].水科学进展，2007，18（3）：319-326.

[22]SHENY，ZHAOP，PANY，patiotemporalGauge-

SatelliteMergedPrecipitationAnalysisoverChina[J].Journalof

GeophysicalRearch：Atmospheres，2014，119（6）：3063-3075.

[23]宇婧婧，沈艳，潘旸，等.中国区域逐日融合降水数据集与国际降水产品

的对比评估[J].气象学报，2015，73（2）：394-410.

[24]USHIOT，FilteringApplicationsforGlobal

SatelliteMappingofPrecipitation（GSMaP）[J].Springer

Netherlands，2010，9：321-350.

[25]唐国强，万玮，曾子悦，等.全球降水测量（GPM）计划及其最新进展综述

[J].遥感技术与应用，2015，30（4）：607-615.

[26]郭瑞芳，刘元波.遥感降水数据精度检验策略及检验方法综述[J].遥感技

术与应用，2018，33（6）：983-993.

[27]XUR，TIANFQ，YANGL，ValidationofGPMIMERG

andTRMM3B42V7RainfallProductsoverSouthernTibetanPlateauBad

onaHigh-DensityRainGaugeNetwork[J].JournalofGeophysical

Rearch：Atmospheres，2017，122（2）：910-924.

[28]HUQF，YANGDW，LIZ，-ScaleEvaluationofSix

High-ResolutionSatelliteMonthlyRainfallEstimatesoveraHumid

RegioninChinawithDenRainGauges[J].InternationalJournalof

RemoteSensing，2014，35（4）：1272-1294.

【責任编辑张帅】

-全文完-