劉少軍 蔡大鑫 韓靜 甘業(yè)星

（海南省氣象科學(xué)研究所/海南省南海氣象防災(zāi)減災(zāi)重點(diǎn)實(shí)驗(yàn)室，?？?570203）

0 引言

在災(zāi)害性天氣過(guò)程的監(jiān)測(cè)中，及時(shí)了解降水空間分布情況具有十分重要的意義。傳統(tǒng)的地面雨量計(jì)站觀測(cè)可以提供準(zhǔn)確和直接的站點(diǎn)觀測(cè)降水，但由于分布不均和地形的影響，不能準(zhǔn)確反映大尺度降水的時(shí)空特征；地基雷達(dá)觀測(cè)雖然能給出一定范圍內(nèi)降水的空間分布，但降水反演的精度并不高。由于降水在時(shí)間和空間上有較大的不確定性，而常規(guī)使用的雨量計(jì)和地基雷達(dá)在陸地上分布不均，且在海洋、無(wú)人區(qū)分布更加稀少，采用空間插值一般也難以反映真實(shí)的降水時(shí)空分布狀況。氣象衛(wèi)星在地球的上空觀測(cè)地球，不受地理和自然條件限制，可實(shí)現(xiàn)大范圍、全過(guò)程監(jiān)測(cè)云系的發(fā)展、演變，能有效克服觀測(cè)站網(wǎng)觀測(cè)降水的缺陷，利用衛(wèi)星所搭載的各種探測(cè)器對(duì)降水進(jìn)行監(jiān)測(cè)、反演和融合，可以得到多種類型的衛(wèi)星反演降水產(chǎn)品。衛(wèi)星觀測(cè)的降水?dāng)?shù)據(jù)具有覆蓋范圍廣、時(shí)間和空間分辨率高的特點(diǎn)，但衛(wèi)星降水產(chǎn)品大多通過(guò)探測(cè)的云層溫度或云中粒子信息來(lái)間接推算降水量，其并不等同于直接觀測(cè)到的降水量。因此，基于衛(wèi)星遙感技術(shù)準(zhǔn)確獲取區(qū)域及全球降水的時(shí)空分布一直以來(lái)都是一個(gè)頗具挑戰(zhàn)性的科學(xué)難題。

1 衛(wèi)星估計(jì)降水原理及算法

云降水是大氣動(dòng)力作用和熱力作用的綜合結(jié)果，這種作用決定了云中的降水和降水云的外在形態(tài)。因此，利用衛(wèi)星反演的云參數(shù)，可以得到云中熱力學(xué)相態(tài)變化和微物理演變的規(guī)律。衛(wèi)星遙感降水反演評(píng)估計(jì)劃最早由世界氣象組織在2007年提出，隨著衛(wèi)星遙感技術(shù)的發(fā)展，越來(lái)越多的衛(wèi)星反演降水產(chǎn)品開始得到廣泛的應(yīng)用。由于衛(wèi)星是通過(guò)觀測(cè)云頂溫度、云后向散射等信息來(lái)反演降水量，加上算法上存在一定的誤差，導(dǎo)致衛(wèi)星反演的降水產(chǎn)品中存在大量的空?qǐng)?bào)和漏報(bào)現(xiàn)象。而且，不同的衛(wèi)星資料和反演算法得到的衛(wèi)星降水產(chǎn)品在精度也存在一定的差別。目前，針對(duì)衛(wèi)星上不同傳感器研發(fā)的降水反演算法已達(dá)上百種，并已逐漸轉(zhuǎn)向?qū)⒍喾N傳感器反演的降水產(chǎn)品進(jìn)行融合以獲取更加精準(zhǔn)的降水信息。這些高質(zhì)量的衛(wèi)星降水反演數(shù)據(jù)在天氣、氣候、水文和農(nóng)業(yè)等不同領(lǐng)域中發(fā)揮了至關(guān)重要的作用。衛(wèi)星遙感降水反演（表1）主要依賴可見光、紅外和主/被動(dòng)微波傳感器、多傳感器組合反演。

表1 遙感反演降水方法分類Table 1 Classification of remote sensing algorithms of precipitation

1.1 可見光、紅外反演降水

紅外降水反演算法可以劃分為3個(gè)主要類型，分別是基于像素、基于窗格和基于云塊的算法。紅外降水估算的主要理論依據(jù)是：當(dāng)某個(gè)云區(qū)的云頂溫度低于一定的閾值，并且區(qū)域的范圍有繼續(xù)擴(kuò)大，或當(dāng)云區(qū)溫度有下降趨勢(shì)或者云頂核心區(qū)域與周圍云區(qū)的溫度梯度差較大時(shí)，均預(yù)示著強(qiáng)對(duì)流有進(jìn)一步發(fā)展的可能，將產(chǎn)生降水。因此，可以利用云頂輻射和反射信息來(lái)判斷降水發(fā)生的可能，并從云厚度和云頂溫度等信息確定降水概率及降水持續(xù)時(shí)間，進(jìn)而估算出降水量。如，PERSIANN降水產(chǎn)品正是根據(jù)這一原理，利用靜止衛(wèi)星紅外（IR）亮溫及地面信息，采用自適應(yīng)人工神經(jīng)網(wǎng)絡(luò)方法反演降水。熊秋芬等以GMS衛(wèi)星4個(gè)通道（遠(yuǎn)紅外、近紅外、水汽通道和可見光通道）的資料作為輸入層，利用人工神經(jīng)網(wǎng)絡(luò)算法，提高了降水的單站和面雨量的估算精度。夏雙等同樣利用紅外波段及人工神經(jīng)網(wǎng)絡(luò)，通過(guò)對(duì)長(zhǎng)時(shí)間序列FY-2C衛(wèi)星影像光譜特征的分析，構(gòu)建了基于三層前向型反向傳播神經(jīng)網(wǎng)絡(luò)的衛(wèi)星降水估算模型，展現(xiàn)了衛(wèi)星反演降水的非線性規(guī)律。岳彩軍等總結(jié)了衛(wèi)星資料預(yù)測(cè)熱帶氣旋降水的方法，運(yùn)用云團(tuán)運(yùn)動(dòng)外推的辦法，預(yù)測(cè)短時(shí)對(duì)流降雨強(qiáng)度。Zhang等利用GMS-5紅外1通道的亮度溫度和水汽通道的亮度溫度，通過(guò)與未來(lái)1～3 h的降水量開展相關(guān)分析，建立了衛(wèi)星定量估計(jì)短時(shí)降水模型。王彥磊等利用GMS-5不同降水強(qiáng)度的紅外和可見光通道樣本云圖資料，建立了云圖降水的模糊推理模型。

1.2 微波反演降水

與紅外、可見光等相比，微波能穿透非降水云，可探測(cè)到強(qiáng)降水以外各種天氣條件下的溫、濕信息。微波降水反演算法主要可以分為三大類：輻射類算法、散射類算法、多波段反演類算法。Grody較早建立了基于微波反演陸面降水的方法，并建立了一個(gè)基于SSM/I中85 GHz頻率段的全球散射指數(shù)。李萬(wàn)彪等在散射理論的基礎(chǔ)上，采用動(dòng)態(tài)聚類法將TRMM/TMI的9個(gè)微波通道亮溫及其組合，劃分為水面、濕土壤、干土壤、層狀云降雨和對(duì)流云降雨等5類，對(duì)雨區(qū)進(jìn)行判別，建立了以散射指數(shù)和極化訂正溫度為參數(shù)的雨強(qiáng)反演算法，通過(guò)試驗(yàn)并與日本地球觀測(cè)中心（NASDA）的產(chǎn)品比較，顯示對(duì)雨強(qiáng)的分布和降水落區(qū)的模擬效果較好。何文英等綜合已有研究成果，利用統(tǒng)計(jì)方法反演降水強(qiáng)度。選用兩個(gè)反映中低頻通道極化亮溫差的信息參量

D

、

D

結(jié)合TMI的9個(gè)通道亮溫，以及85 GHz亮溫的極化訂正溫度、綜合微波指數(shù)、洪澇指數(shù)、散射指數(shù)，分別組合進(jìn)行逐步回歸獲取降水強(qiáng)度。張淼等基于微波輻射傳輸模式對(duì)風(fēng)云三號(hào)微波探測(cè)儀反演降水的能力進(jìn)行了分析，表明50～60 GHz和118.75 GHz對(duì)應(yīng)的通道對(duì)水凝物粒子均反應(yīng)敏感，采用UWNMS的云結(jié)構(gòu)廓線庫(kù)，建立云-輻射數(shù)據(jù)集，根據(jù)貝葉斯方法對(duì)廓線進(jìn)行加權(quán)平均，得到反演的物理量。李小青等基于TRMM/TMI的戈達(dá)德廓線算法（GPROF）和FY-3B的MWRI數(shù)據(jù)，生成可以描述MWRI觀測(cè)特征的云-輻射數(shù)據(jù)集來(lái)反演地面雨強(qiáng)。

1.3 多傳感器組合反演

過(guò)去30年，研究人員已經(jīng)開始依賴各種衛(wèi)星上的傳感器，用以獲取估算全球降水量的信息。雖然單一類型的傳感器也可以進(jìn)行估算，但研究人員越來(lái)越多地嘗試使用傳感器組合來(lái)提高準(zhǔn)確性，覆蓋范圍和分辨率。常見的組合算法有氣候預(yù)測(cè)中心形變算法（CMORPH）、多衛(wèi)星降水分析算法、GSMaP降水反演算法等。Vincente將被動(dòng)微波觀測(cè)數(shù)據(jù)與地球同步環(huán)境衛(wèi)星（GOES）觀測(cè)的紅外數(shù)據(jù)和雷達(dá)數(shù)據(jù)相結(jié)合進(jìn)行降水估計(jì)。Haddad等將TRMM測(cè)雨雷達(dá)資料和TRMM微波資料聯(lián)合反演的瞬時(shí)降水產(chǎn)品，充分利用了微波與雷達(dá)測(cè)雨的優(yōu)勢(shì)。Miller等將被動(dòng)微波產(chǎn)生的降水估計(jì)與紅外亮溫進(jìn)行回歸，生成的降水估計(jì)值用于無(wú)法利用微波數(shù)據(jù)的區(qū)域。Todd等在前人研究的基礎(chǔ)上提出了紅外和微波聯(lián)合反演降水的新算法MIRA（Microwave/Infrared Rainfall Algorithm），該算法可以提供對(duì)瞬時(shí)雨強(qiáng)的準(zhǔn)確估計(jì)，并且該信息可用于校準(zhǔn)紅外參數(shù)，以改善高時(shí)間頻率下IR數(shù)據(jù)的降雨估計(jì)。應(yīng)用概率匹配方法優(yōu)化紅外亮溫與雨強(qiáng)的關(guān)系，通過(guò)對(duì)比同時(shí)空的微波雨強(qiáng)估計(jì)與紅外亮溫觀測(cè)值的直方圖，使得前者分布高于一個(gè)特定雨強(qiáng)的比例與后者分布低于相關(guān)閾值的比例相等，依據(jù)這個(gè)關(guān)系可以得到紅外降水估計(jì)。閔愛榮等利用TRMM衛(wèi)星上微波降水雷達(dá)、微波輻射計(jì)資料和自記降水記錄，采用逐步回歸方法反演陸面降水。基于集合Kalman濾波與變分的混合方法是目前主被動(dòng)聯(lián)合反演的常用算法，如FY-3氣象衛(wèi)星采用聯(lián)合主動(dòng)雙頻雷達(dá)和被動(dòng)多通道微波輻射計(jì)的探測(cè)信息來(lái)開展降水的估算。

2 降水反演產(chǎn)品及適用性分析

隨著衛(wèi)星遙感數(shù)據(jù)量的增加，出現(xiàn)了一系列具有高時(shí)空分辨率的衛(wèi)星降水反演數(shù)據(jù)產(chǎn)品（表2），如TRMM、GPM、PERSIANN、CMORPH等。衛(wèi)星降水反演數(shù)據(jù)產(chǎn)品一定程度上能彌補(bǔ)降水資料的不足，但衛(wèi)星收集數(shù)據(jù)以及數(shù)據(jù)反演的過(guò)程中存在較多的干擾因素，導(dǎo)致產(chǎn)品的反演精度與實(shí)際降水存在一定的誤差，因此在使用不同降水反演數(shù)據(jù)集時(shí)需對(duì)其適用性開展評(píng)估。

表2 降水反演產(chǎn)品特征Table 2 Characteristics of five remote sensing precipitation products

2.1 TRMM 數(shù)據(jù)集適用性分析

TRMM是美國(guó)國(guó)家航空航天局（NASA）和日本宇航研究開發(fā)機(jī)構(gòu)（JAXA）聯(lián)合研發(fā)的降水的衛(wèi)星，其搭載的降雨雷達(dá)（PR）為全球第一個(gè)星載測(cè)雨雷達(dá)，可以提供暴雨的三維結(jié)構(gòu)；TRMM上的微波成像儀（TMI）、微波成像專用傳感器（SSMI）、改進(jìn)的微波掃描輻射計(jì)（AMSR）和高級(jí)微波探測(cè)器（AMSU）等具有高質(zhì)量的微波估算降水方法。TRMM降水產(chǎn)品算法采用微波和紅外衛(wèi)星信號(hào)相結(jié)合的方法，其降水產(chǎn)品生成的過(guò)程：校準(zhǔn)及融合微波降水估計(jì)；使用校準(zhǔn)過(guò)的微波降水生成可見光/紅外降水估計(jì)；融合微波和可見光/紅外降水估計(jì)；融入雨量計(jì)降水?dāng)?shù)據(jù)。其中，TRMM3B42衛(wèi)星降水反演數(shù)據(jù)產(chǎn)品是在國(guó)際上應(yīng)用最廣泛的產(chǎn)品之一，廣泛應(yīng)用于降水強(qiáng)度時(shí)空分布、極端降水預(yù)測(cè)、洪澇災(zāi)害預(yù)測(cè)、水文過(guò)程模擬等方面，其覆蓋范圍為50°S—50°N，具有精確到經(jīng)緯度0.25°×0.25°的空間分辨率以及最高精確到3 h的時(shí)間分辨率，使用最新校正算法的V7版，較V6版數(shù)據(jù)降低了隨機(jī)誤差，精度上有了顯著提高。通過(guò)以往在長(zhǎng)江、黃河、淮河、珠江等流域以及西南等區(qū)域的研究應(yīng)用，探究該產(chǎn)品的精度和適用性，發(fā)現(xiàn)該數(shù)據(jù)具有一定的缺陷性。如，Prakash等進(jìn)行了TRMM 3B42-V7產(chǎn)品在印度對(duì)于不同季節(jié)的誤差分析，發(fā)現(xiàn)其誤差具有較大的年際變化；劉俊峰等對(duì)TRMM 3B42產(chǎn)品在中國(guó)大陸區(qū)域內(nèi)的適用性進(jìn)行了評(píng)估，發(fā)現(xiàn)其精度具有時(shí)空不穩(wěn)定性，在降雨量較大的地區(qū)精度較高；Yong等評(píng)價(jià)了TRMM 3B42實(shí)時(shí)和非實(shí)時(shí)衛(wèi)星產(chǎn)品的時(shí)空變化特征；王兆禮等對(duì)TRMM 3B42-V7產(chǎn)品在中國(guó)大陸干旱區(qū)進(jìn)行干旱事件的監(jiān)測(cè)和識(shí)別，表明其適用于大尺度氣象干旱的監(jiān)測(cè)與評(píng)估。Sahoo等通過(guò)發(fā)生于美國(guó)、歐洲等地區(qū)的4場(chǎng)典型干旱事件進(jìn)行驗(yàn)證，證實(shí)3B42-V7產(chǎn)品能夠在時(shí)間和空間上準(zhǔn)確地識(shí)別干旱。

2.2 GPM 數(shù)據(jù)集適用性分析

GPM是繼TRMM之后新一代的全球衛(wèi)星降水產(chǎn)品，為全球氣候變化、洪旱監(jiān)測(cè)等研究工作提供了有力的數(shù)據(jù)支持。GPM作為TRMM衛(wèi)星的繼任者，其核心衛(wèi)星于2014年2月27日成功發(fā)射，GPM 攜帶了全球首個(gè)Ku/Ka波段雙頻測(cè)雨雷達(dá)（DPR）。 GPM降水產(chǎn)品對(duì)瞬時(shí)降水估計(jì)更加準(zhǔn)確，特別是冷季固態(tài)降水和微量降水；其在統(tǒng)一框架內(nèi)對(duì)衛(wèi)星輻射計(jì)獲取的亮溫?cái)?shù)據(jù)進(jìn)行交互校準(zhǔn)，建立了統(tǒng)一基礎(chǔ)條件下的各類微波探測(cè)儀的降水反演算法。GPM降水產(chǎn)品算法有DPR算法、DPR與GMI融合算法以及雷達(dá)增強(qiáng)輻射計(jì)算法。GPM能夠提供全球范圍基于微波反演的3h降水?dāng)?shù)據(jù)產(chǎn)品和基于微波紅外多星融合算法IMERG的0.5 h雨雪數(shù)據(jù)產(chǎn)品，其空間分辨率為0.1°×0.1°，時(shí)間分辨率為0.5 h。相比上一代TRMM產(chǎn)品，GPM產(chǎn)品有著更大的覆蓋范圍（拓展至60°S—60°N）、更高的時(shí)間和空間分辨率，能夠更加精確地捕捉微量降水（＜0.5 mm/h）和固態(tài)降水，從而有效地提高了探測(cè)精度。

已有研究表明，受海拔高度和地理位置等因素的影響，GPM IMERG降水產(chǎn)品的精度和性能在不同地區(qū)差異較大。如，Tan等發(fā)現(xiàn)GPM IMERG產(chǎn)品在馬來(lái)西亞對(duì)于輕度降水事件具有更好的探測(cè)能力；Caracciolo等在地中海島嶼開展了GPM IMERG降水產(chǎn)品檢驗(yàn)工作，發(fā)現(xiàn)產(chǎn)品降水量高于觀測(cè)站點(diǎn)實(shí)測(cè)降水量；孔宇開展了GPM IMERG降水產(chǎn)品在中國(guó)大陸地區(qū)的精度驗(yàn)證工作，發(fā)現(xiàn)其能很好展現(xiàn)中國(guó)降水的空間分布規(guī)律；許鳳林等通過(guò)對(duì)GPM IMERG衛(wèi)星降水產(chǎn)品在黃淮海平原的適用性研究發(fā)現(xiàn)，GPM IMERG衛(wèi)星降水產(chǎn)品與氣象站點(diǎn)數(shù)據(jù)表現(xiàn)出較好的相關(guān)性，雖然存在輕微的高估現(xiàn)象，但能夠以較高的精度和較小的誤差估測(cè)降水；王蕊等評(píng)估了淮河流域上游區(qū)GPM IMERG衛(wèi)星產(chǎn)品在逐日和小時(shí)尺度上的監(jiān)測(cè)精度，發(fā)現(xiàn)在降水探測(cè)能力方面，GPM與實(shí)測(cè)降水的一致性較高，尤其表現(xiàn)在小雨和中雨降水事件上，可用于日尺度的水文模擬和水資源評(píng)價(jià)等研究，但GPM對(duì)不同的極端降水事件監(jiān)測(cè)能力不一，可靠性相對(duì)較低。

2.3 CMORPH 數(shù)據(jù)集適用性分析

CMORPH衛(wèi)星數(shù)據(jù)是在多種微波降水?dāng)?shù)據(jù)和紅外數(shù)據(jù)的基礎(chǔ)上研制全球降水?dāng)?shù)據(jù)。分別采用TMI、SSMI、AMSU-B和AMSR-E等四種類型的微波傳感器，首先利用時(shí)空間分辨率相對(duì)更高的紅外降水估算量，進(jìn)而對(duì)微波反演數(shù)據(jù)進(jìn)行插值，獲取的降水時(shí)空分布完全取決于微波反演數(shù)據(jù)。該算法充分利用了微波降水?dāng)?shù)據(jù)精度高和紅外數(shù)據(jù)時(shí)空分辨率高的優(yōu)勢(shì)，時(shí)間分辨率最高可達(dá)0.5 h，空間分辨率為0.25°×0.25°，空間覆蓋范圍為60°S—60°N。

由于衛(wèi)星降水反演算法是通過(guò)觀測(cè)降水的相關(guān)參數(shù)（如云頂溫度、云后向散射等）與降水之間的對(duì)應(yīng)關(guān)系而建立的，反演算法本身會(huì)有一定的誤差，導(dǎo)致降水反演產(chǎn)品存在大量的空?qǐng)?bào)數(shù)據(jù)和漏報(bào)數(shù)據(jù)。根據(jù)許時(shí)光等的研究，當(dāng)降水量小于5 mm時(shí)，CMORPH的空?qǐng)?bào)率隨著降水量的升高呈現(xiàn)出非線性的下降趨勢(shì)；在中國(guó)中西部干旱地區(qū)，CMORPH的降水空?qǐng)?bào)率在80%以上。Shen等對(duì)3、6、12、24 h的CMORPH產(chǎn)品進(jìn)行了誤差分析，發(fā)現(xiàn)該產(chǎn)品均方根誤差在中國(guó)區(qū)域內(nèi)呈現(xiàn)明顯的遞減趨勢(shì)。針對(duì)CMORPH資料的系統(tǒng)性偏差，潘旸等基于最優(yōu)插值方法，最終形成一套覆蓋中國(guó)區(qū)域的高時(shí)空分辨率的降水場(chǎng)。在對(duì)陸地的降水進(jìn)行反演時(shí)，由于地表的發(fā)射率與降水云團(tuán)的發(fā)射率非常相近，所以利用微波數(shù)據(jù)判定降水往往存在較大的誤差。Gosset等對(duì)CMORPH在西非熱帶干旱半干旱氣候區(qū)的估算精度進(jìn)行檢驗(yàn)，發(fā)現(xiàn)CMORPH產(chǎn)品對(duì)降水的估算精度相對(duì)較高，但對(duì)降水稀少、降水歷時(shí)短的降水事件捕捉能力相對(duì)較差。Li等評(píng)價(jià)了CMORPH在長(zhǎng)江流域的適用性，發(fā)現(xiàn)該產(chǎn)品過(guò)低估算了降水量，不能有效捕捉冬季降水量。Xu等在分析CMORPH誤差的基礎(chǔ)上，采用最優(yōu)插值方法融合衛(wèi)星反演降水和地面觀測(cè)降水。Joyce等采用最優(yōu)插值方法，實(shí)現(xiàn)地面氣象站的站點(diǎn)觀測(cè)降水資料和CMORPH衛(wèi)星反演降水產(chǎn)品的融合，提高降水產(chǎn)品精度。

2.4 PERSIANN 數(shù)據(jù)集適用性分析

PERSIANN數(shù)據(jù)是采用神經(jīng)網(wǎng)絡(luò)算法，通過(guò)對(duì)TMI、SSMI和AMSU數(shù)據(jù)進(jìn)行模型率定，以紅外數(shù)據(jù)作為模型輸入，構(gòu)建出的降水?dāng)?shù)據(jù)集。該數(shù)據(jù)時(shí)間分辨率為3 h，空間分辨率為0.25°×0.25°，空間覆蓋范圍為60°S—60°N。程開宇等對(duì)PERSIANN在浙江省南部的甌江流域?qū)υ摂?shù)據(jù)集的適用性分析表明，該數(shù)據(jù)精度較低，對(duì)降水量級(jí)存在低估現(xiàn)象。劉江濤等對(duì)PERSIANN對(duì)衛(wèi)星數(shù)據(jù)在雅魯藏布江流域使用的適用性進(jìn)行評(píng)價(jià)表明，該數(shù)據(jù)存在高估弱降水，低估強(qiáng)降水現(xiàn)象，但對(duì)降水事件和降水量的反演精度較高，具備捕捉高寒地區(qū)地面降水特征的能力。李瑞澤等對(duì)PERSIANN在環(huán)渤海地區(qū)的精度評(píng)價(jià)表明，該數(shù)據(jù)對(duì)日降水量的估算精度較低，存在明顯低估暴雨事件的實(shí)際降水量等現(xiàn)象。

2.5 FY-2 衛(wèi)星降水估計(jì)數(shù)據(jù)集適用性分析

風(fēng)云FY-2是中國(guó)的第一代靜止氣象衛(wèi)星，包含從FY-2A到FY-2F的6顆地球同步軌道衛(wèi)星。FY-2降水產(chǎn)品以衛(wèi)星搭載的可見光和紅外自旋掃描輻射計(jì)遙感探測(cè)的紅外資料為主，選用云頂溫度梯度、云體相對(duì)于云團(tuán)中心的偏移量、云團(tuán)移動(dòng)速度作為影響因子回歸得到衛(wèi)星降水估計(jì)產(chǎn)品，提供1、3、6、24 h的降水估計(jì)產(chǎn)品，空間分辨率為0.1°×0.1°。對(duì)FY-2C/FY-2D /FY-2E降水產(chǎn)品檢驗(yàn)表明，降水累計(jì)的時(shí)間越長(zhǎng)，誤差越小，1 h降水估計(jì)結(jié)果的相對(duì)偏差要大于50%，而24 h累計(jì)的降水結(jié)果相對(duì)誤差小于50%。林建興等研究表明，F(xiàn)Y-2D降水產(chǎn)品對(duì)海南島熱帶氣旋降水的估計(jì)都顯示出空?qǐng)?bào)率大于漏報(bào)率的特征，同時(shí)具有估測(cè)大暴雨以上強(qiáng)降水的優(yōu)勢(shì)。雷坤江等研究表明FY-2E降水資料能很好地反映西藏降水量的相對(duì)強(qiáng)弱和降水過(guò)程。

3 展望

遙感技術(shù)的快速發(fā)展使得降水估計(jì)具備更高的精度和更大的覆蓋范圍，衛(wèi)星降水產(chǎn)品促進(jìn)了人們對(duì)全球水和能量循環(huán)的認(rèn)知。目前各類衛(wèi)星降水反演的方法和數(shù)據(jù)集都有自身的優(yōu)缺點(diǎn)，需要不斷提高和完善。從以上5種降水反演產(chǎn)品及適用性分析可以看出，TRMM數(shù)據(jù)集雖然在空間分辨率低于GPM數(shù)據(jù)集和FY-2衛(wèi)星降水估計(jì)數(shù)據(jù)集，但由于數(shù)據(jù)集的反演算法和質(zhì)量高的優(yōu)勢(shì)，被廣泛應(yīng)用于降水強(qiáng)度、極端降水、洪澇災(zāi)害、水文預(yù)測(cè)、大尺度氣象干旱監(jiān)測(cè)等領(lǐng)域，該數(shù)據(jù)集也有一定的缺陷，如誤差具有較大的年際變化、精度具有時(shí)空不穩(wěn)定性等特點(diǎn)。GPM數(shù)據(jù)集有著更高的時(shí)間和空間分辨率，也能更加精確地捕捉微量降水和固態(tài)降水，科應(yīng)用于瞬時(shí)降水估計(jì)、輕度降水事件、水文模擬和水資源評(píng)價(jià)等領(lǐng)域；但對(duì)不同區(qū)域的極端降水事件監(jiān)測(cè)存在較大誤差。CMORPH數(shù)據(jù)集由于反演算法本身存在誤差，導(dǎo)致降水反演產(chǎn)品存在大量的空?qǐng)?bào)和漏報(bào)數(shù)據(jù)，因此使用時(shí)要盡量采用與其衛(wèi)星反演降水資料的融合，以提高精度；PERSIANN數(shù)據(jù)集整體上存在精度較低，易出現(xiàn)高估弱降水，低估強(qiáng)降水。FY-2衛(wèi)星降水估計(jì)數(shù)據(jù)集中的1、3、6、24 h的降水估計(jì)產(chǎn)品空間分辨率較高，但降水產(chǎn)品誤差也較大。

由于衛(wèi)星是通過(guò)觀測(cè)降水的相關(guān)參數(shù)建立的算法對(duì)降雨進(jìn)行反演，導(dǎo)致高時(shí)空分辨率的衛(wèi)星降雨數(shù)據(jù)中存在大量的空?qǐng)?bào)和漏報(bào)數(shù)據(jù)。需要在衛(wèi)星降水原理上針對(duì)反演模型的誤差進(jìn)行更加細(xì)致的分析。如何利用空?qǐng)?bào)率與降水量之間的數(shù)學(xué)關(guān)系以及空?qǐng)?bào)降水面積與總降水面積之間的關(guān)系建立相應(yīng)的模型以及如何將下墊面信息加入到降水反演模型中，降低衛(wèi)星降水反演數(shù)據(jù)的空?qǐng)?bào)率等，都是提高衛(wèi)星反演降水產(chǎn)品精度必須考慮的問題。因此，加強(qiáng)改進(jìn)降水反演算法研究是今后研究的重點(diǎn)之一。

各類多源降水融合產(chǎn)品也存在一定缺陷，主要集中在不同區(qū)域降水監(jiān)測(cè)能力存在差異、反演降水產(chǎn)品的質(zhì)量依賴于地面監(jiān)測(cè)降水量、產(chǎn)品精度存在季節(jié)特征差異、產(chǎn)品誤差大等特點(diǎn)。因此，需加強(qiáng)多傳感器聯(lián)合反演算法等方面的關(guān)鍵性和基礎(chǔ)性研究，以提高衛(wèi)星降水融合產(chǎn)品的質(zhì)量。同時(shí)，在降水產(chǎn)品選擇應(yīng)用方面，首先要結(jié)合當(dāng)?shù)貧夂虮尘皸l件，開展不同降水產(chǎn)品在該區(qū)域的適用性分析，以確定最理想的降水產(chǎn)品。建議盡量利用國(guó)產(chǎn)衛(wèi)星反演的降水產(chǎn)品開展產(chǎn)品的試用，以提高國(guó)產(chǎn)衛(wèi)星資料應(yīng)用的比例。