姜 曦，劉艷麗，吳永祥，王高旭，吳 巍，金君良，賀瑞敏，劉翠善

（1.南京水利科學研究院水文水資源與水利工程科學國家重點實驗室，南京210029；2.河海大學水文水資源學院，南京210098；3.長江保護與綠色發(fā)展研究院，南京210098；4.水利部應對氣候變化研究中心，南京210029）

降水是水文循環(huán)的重要環(huán)節(jié)［1］，是水文分析的重要指標，同時也是水文、氣象、環(huán)境等學科主要研究對象［2］。降水資料的準確性、完整性和客觀性對工程實踐與科學研究具有至關(guān)重要的作用［3］。我國主要的降水信息來源于水文站、氣象站等地面雨量計，其能夠提供長系列、高精度的降水信息，但對于地面觀測站點稀疏地區(qū)，地面觀測站的降水資料代表性較差，不能準確的反映該區(qū)域降水的時空分布特征，這對水文分析計算與水資源優(yōu)化配置產(chǎn)生較大影響［4-6］。隨著遙感衛(wèi)星應用的發(fā)展，多源、多時相、多尺度以及不同類型遙感衛(wèi)星的應用，衛(wèi)星降水產(chǎn)品的開發(fā)利用發(fā)展為降水研究的重要趨勢［7］，其覆蓋范圍與時空連續(xù)性均能作為地面站點的有效補充。這為地面站點分布稀疏、降水資料缺失區(qū)域的降水研究提供了有力的數(shù)據(jù)支撐［8］。雅魯藏布江（雅江）流域地處高寒區(qū)域，地面雨量計分布稀疏、不均勻，地面資料代表性不足，是我國典型的缺資料地區(qū)，研究衛(wèi)星降水產(chǎn)品的適用性具有重要現(xiàn)實意義［9］。

全球范圍內(nèi)應用較為廣泛的降水數(shù)據(jù)產(chǎn)品有TRMM（Tropical Rainfall Measuring Mission）、GPM-IMERG（Integrated Multisatellite Retrievals for GPM）、GSMap（Global Satellite Mapping of Precipitation）、PERSIANN（Precipitation Estimation from Remotely Sensed Information using Artificial Neural Networks）、APHRODITE（Asian Precipitation-Highly-Resolved Observational Data Integration Towards Evaluation）、CMORPH（Climate Prediction Center Morphing Technique）、CRU（Climatic Research Unit）、GLDAS（Global Land Data Assimilation System）等（表1）［1-6］，這些數(shù)據(jù)產(chǎn)品已經(jīng)應用在水文、氣象、生態(tài)等研究領域［10］。TRMM 降水數(shù)據(jù)已被驗證在亞洲、美洲等多地具有較好的精度和適用性［4，11，12］，GPM 衛(wèi)星降水產(chǎn)品為NASA 與JAXA 聯(lián)合發(fā)布的TRMM 降水產(chǎn)品的新一代產(chǎn)品，GPM-IMERG 與GSMap 為GPM（Global Precipitation Measurement）系列數(shù)據(jù)產(chǎn)品中的兩個代表，其空間分辨率由TRMM 衛(wèi)星降水產(chǎn)品的0.25°提升至0.1°，GSMap 時間分辨率由TRMM 衛(wèi)星降水產(chǎn)品的3 h 提升至1 h，GPM IMERG 提升至0.5 h［12］。其時空精度均高于TRMM 降水產(chǎn)品，更能滿足水文模擬、預報等研究對降水數(shù)據(jù)的需求，更加具有應用潛力。

表1 常見數(shù)據(jù)產(chǎn)品時空精度信息Tab.1 Spatio-temporal accuracy information of common data products

衛(wèi)星數(shù)據(jù)產(chǎn)品的精度和準確性對后續(xù)的研究有著至關(guān)重要的作用。目前，常用的降水數(shù)據(jù)產(chǎn)品質(zhì)量評估方法有定量分析與分類分析等，定量分析包括相關(guān)性分析，偏差分析，均方誤差分析、均方根誤差分析等；分類分析包括探照率分析，錯報率分析等［10，13］。陳曉宏［14］等通過相關(guān)性、錯報率等指標驗證GPM IMERG降水產(chǎn)品在北江流域具有良好的適用性；XU R［8］等按氣象站點高程進行劃分，發(fā)現(xiàn)在青藏高原高海拔地區(qū)，GPM IMERG 與TRMM 3B42 V7 對降水的檢測能力較低；M Yang［15］等按降雨強度對降雨事件進行劃分，通過雨量站降水數(shù)據(jù)與IMERG 降水數(shù)據(jù)進行相關(guān)性、均方根誤差等的分析，檢驗IMERG 衛(wèi)星降水產(chǎn)品在四川省的精度。FRANCHITO S H［16］等通過不同季節(jié)和不同區(qū)域的劃分，在巴西境內(nèi)進行TRMM 衛(wèi)星降水產(chǎn)品評估。

在雅江流域，黃浠［17］等在年、月尺度上對中國地面降水網(wǎng)格數(shù)據(jù)、CRU 和GLDAS 的精度進行評估，發(fā)現(xiàn)在月尺度和年尺度的網(wǎng)格數(shù)據(jù)與實測降水數(shù)值最接近，而CRU 和GLDAS 與實測降水量相差較大；孫赫［9］等對選取CMA和APHRODITE、PERSIANN 和GPM、GLDAS、HAR（High Asia Refined analysis）與實測數(shù)據(jù)對比，結(jié)果表明APHRODITE、GPM 和HAR 降水低估（10%～30%），PERSIANN 和GLDAS 整體高估上游流域站點降水（28%～60%），但低估下游流域站點降水（11%～21%）；呂洋［18］等選取相關(guān)系數(shù)、相對偏差對TRMM 3B42日降水數(shù)據(jù)與TRMM 3B43月降水數(shù)據(jù)在雅江流域16 個地面站進行站點精度評估，表明TRMM月降水產(chǎn)品質(zhì)量很高，日尺度產(chǎn)品相關(guān)性較差；劉江濤［3］等對TRMM 3B42 與PERSIANN 在降水產(chǎn)品精度進行的定量指標和分類指標評估，結(jié)果顯示兩種降水數(shù)據(jù)對弱降水的估值偏高，而對于強降水的估值偏低。目前，關(guān)于雅江流域的衛(wèi)星降水數(shù)據(jù)評估已有一些成果，但主要以TRMM 衛(wèi)星產(chǎn)品為主，GPM 降水產(chǎn)品空間范圍覆蓋更廣，時空精度更高，更符合水文模擬與預報的數(shù)據(jù)需求，本文將通過定量分析與分類分析結(jié)合的方式，對GPM 系列降水產(chǎn)品（GPM IMERG、GSMap）進行時空尺度的適用性分析。

1 研究區(qū)及降水數(shù)據(jù)概況

1.1 研究區(qū)域概況

雅魯藏布江起源于我國青藏高原寒區(qū)，是我國最長的高原河流，水資源量豐富，其流域內(nèi)冰川廣泛分布，流域面積24.04萬km2，河長2 057 km。與瀾滄江、怒江每年出境水量高達5 000 多億m3，接近我國年用水總量6 000 億m3左右。相對于中國東部地區(qū)，雅江流域獨特的地理特征與氣候環(huán)境為水文要素的監(jiān)測增加困難，地面監(jiān)測站點稀少，氣象站僅有13 個（圖1），對流域時空特征的評估帶來較大困難，對流域進行基本水文模擬造成一定程度的影響。衛(wèi)星降水產(chǎn)品在很大程度上可以彌補雅江流域地面站點稀少、數(shù)據(jù)代表性差的不足，為雅江流域的水文氣象等分析提供數(shù)據(jù)基礎。

圖1 雅魯藏布江流域概況圖Fig.1 Overview of the Yarlung Zangbo River Basin

1.2 降水資料選取

1.2.1 實測數(shù)據(jù)的選取

對于單一站點數(shù)據(jù)精度的分析，考慮降水資料的完整性與代表性，本文選取雅江流域內(nèi)部波密站、林芝站、江孜站、拉孜站、當雄站、普蘭站共7個地面觀測站實測值作為評估依據(jù)。時間序列為2001.01.01-2019.12.31年的日降水序列與月降水序列，數(shù)據(jù)來源于中國氣象數(shù)據(jù)網(wǎng)（http：//data.cma.cn）。

由于衛(wèi)星降水數(shù)據(jù)產(chǎn)品多為柵格數(shù)據(jù)，本文在衛(wèi)星數(shù)據(jù)產(chǎn)品時空精度分析過程中，選取中國地面降水格點數(shù)據(jù)集（V2.0）作為實測降水數(shù)據(jù)與衛(wèi)星降水產(chǎn)品進行時空精度分析，空間分別率為0.5°×0.5°，時間序列為2001.01.01-2019.12.31年日降水序列與2014.03-2018.08月降水序列，數(shù)據(jù)來源于中國氣象數(shù)據(jù)網(wǎng)（http：//data.cma.cn）。

1.2.2 衛(wèi)星數(shù)據(jù)的選取

衛(wèi)星降水數(shù)據(jù)選取為GPM 系列降水產(chǎn)品，GPM-IMERG（https：//gpm.nasa.gov/data-access/downloads/gpm）與 GSMap（https：//sharaku.eorc.jaxa.jp/GsMap/index.htm）的日尺度降水與月尺度降水，空間分辨率為0.1°×0.1°。GPM-IMERG 時間序列選擇為2014.03.01-2019.12.31 的GPM-IMERG＿Final日尺度數(shù)據(jù)產(chǎn)品與月尺度數(shù)據(jù)產(chǎn)品，GSMap日尺度衛(wèi)星降水產(chǎn)品時間序列選取為2001.01.01-2019.12.31，其中2001.01-2010.12 為GSMap_MVK V5 數(shù)據(jù)集，2011.01-2014.02 為GSMaP_RNL 數(shù)據(jù)集，2014.03-2019.12 為GSMap_MVK V7 數(shù)據(jù)集。由于GSMap MVK月尺度衛(wèi)星降水產(chǎn)品起始時間為2014年3月，本文月尺度適用性分析的時間序列選取為2014.03-2018.08。

2 數(shù)據(jù)產(chǎn)品質(zhì)量評估方法

由于中國地面降水格點數(shù)據(jù)集（V2.0）空間精度為0.5°的格網(wǎng)數(shù)據(jù)，GPM 系列降水數(shù)據(jù)集空間精度為0.1°，本文選取最鄰近邊界插值法對地面格網(wǎng)數(shù)據(jù)進行空間插值，從而實現(xiàn)數(shù)據(jù)集空間精度的統(tǒng)一。

質(zhì)量評估采用定量分析和分類分析結(jié)合的方式，定量分析指標選擇Person 相關(guān)系數(shù)（CC）、偏差（Bias）和均方根誤差（Rmse）。分類分析選取指標為探照率（POD）、錯報率（FAR）。Person 相關(guān)系數(shù)（CC）用來描述衛(wèi)星觀測數(shù)據(jù)與地面實測數(shù)據(jù)的相關(guān)關(guān)系強弱，偏差（Bias）與均方根誤差（Rmse）用來描述衛(wèi)星觀測數(shù)據(jù)與地面實測數(shù)據(jù)的偏離程度，代表數(shù)據(jù)的準確程度。探照率（POD）與錯報率（FAR）用來描述衛(wèi)星監(jiān)測能力與監(jiān)測的準確程度。各指標具體計算方法如下：

式中：n代表參與計算的降水總天數(shù)；i代表第i個衛(wèi)星降水產(chǎn)品降水值或地面觀測站點實測值；A表示與對應于地面觀測站的衛(wèi)星數(shù)據(jù)產(chǎn)品降水值，mm；表示衛(wèi)星數(shù)據(jù)產(chǎn)品降水值的平均值，mm；B表示地面雨量站測得降水值，mm；表示地面雨量站測得降水值的平均值，mm；T代表降水衛(wèi)星正確監(jiān)測降水事件的次數(shù)；F代表實際未發(fā)生降雨事件，降水衛(wèi)星誤判為發(fā)生降水事件的次數(shù)；M代表實際發(fā)生降水事件，而降水衛(wèi)星未能探測到降水的次數(shù)（表2）。

表2 衛(wèi)星降水與地面觀測站降水觀測情況表Tab.2 Table of precipitation observation about satellite precipitation and ground observation station

3 結(jié)果與討論

3.1 流域整體精度評定

3.1.1 時間尺度

地面實測降水量與GPM 降水系列兩種數(shù)據(jù)產(chǎn)品月、日尺度數(shù)據(jù)集的定量分析結(jié)果見圖2、圖3，可以看出，對于月尺度降水產(chǎn)品，兩種衛(wèi)星降水數(shù)據(jù)與地面實測數(shù)據(jù)一致性表現(xiàn)較好，均達到顯著水平，GSMap 與GPM-IMERG 衛(wèi)星降水數(shù)據(jù)與實測降水數(shù)據(jù)的CC值分別達到0.927、0.949，對于偏離程度，GSMap 衛(wèi)星降水數(shù)據(jù)與地面實測數(shù)據(jù)相比具有一定程度的低估Bias=-0.124，Rmse=16.989，而GPM-IMERG 衛(wèi)星降水數(shù)據(jù)與地面實測數(shù)據(jù)相比則有一定程度的高估Bias=0.478，Rmse=42.144。兩種衛(wèi)星降水產(chǎn)品日尺度數(shù)據(jù)集與實測數(shù)據(jù)相關(guān)性不顯著，相關(guān)系數(shù)均在0.5 左右，但在偏離程度方面，GSMap 與GPM-IMERG衛(wèi)星降水數(shù)據(jù)與實測數(shù)據(jù)相比均有一定程度的高估，Bias分別為0.033 與0.378，Rmse分別為2.287 與2.681。兩種衛(wèi)星降水的偏離程度（Bias）具有較大的差異，可能是由于兩種衛(wèi)星降水產(chǎn)品的反演算法不同的原因造成，GSMap_MVK 采用雙向云移動矢量法對源數(shù)據(jù)進行處理，GPM-IMERG_Final是全球降水氣候中心站點數(shù)據(jù)校正后的數(shù)據(jù)集。兩種衛(wèi)星降水日尺度數(shù)據(jù)與地面實測數(shù)據(jù)一致性表現(xiàn)較差主要由于衛(wèi)星觀測降水事件受地形、氣候等多種原因的影響顯著，由于雅江位于高寒地區(qū)，地形復雜，對衛(wèi)星監(jiān)測降水增加了難度。

圖2 月尺度GSMap與GPM-IMERG 降水產(chǎn)品與實測數(shù)據(jù)散點密度圖Fig.2 Monthly scale GSMap，GPM-IMERG precipitation products and measured data scatter density map

圖3 日尺度GSMap與GPM-IMERG 降水產(chǎn)品與實測數(shù)據(jù)散點密度圖Fig.3 Daily scale GSMap，GPM-IMERG precipitation products and scatter density map

雅江流域降水主要集中在6-9月，夏季、秋季降水量較大，降雨次數(shù)較多，而春季和冬季降水量很少，對夏、秋兩季衛(wèi)星降水產(chǎn)品日尺度數(shù)據(jù)進行定量指標分析（圖4），發(fā)現(xiàn)，夏季GPM IMERG 衛(wèi)星降水與地面實測降水的相關(guān)性與精確度優(yōu)于GSMap 衛(wèi)星降水產(chǎn)品，而秋季GSMap 衛(wèi)星降水與地面實測降水的相關(guān)性與精確度優(yōu)于GPM IMERG。參考夏季、秋季在對雅江流域進行降水分析結(jié)果，在以后進行降水分析時可根據(jù)不同季節(jié)選取不同衛(wèi)星降水產(chǎn)品。

圖4 GSMap與GPM IMERG衛(wèi)星降水產(chǎn)品在春夏兩季與實測降水數(shù)據(jù)散點圖Fig.4 Scatter plot of precipitation data of GSMap，GPM IMERG satellite precipitation products and measured data in spring and summer

黃浠［17］曾對CRU、GLADS 兩種降水產(chǎn)品進行評估，兩種降水產(chǎn)品所測數(shù)據(jù)與地面實測數(shù)據(jù)相關(guān)性分別為CC=0.24，CC=0.35，劉江濤［3］曾對TRMM 3B42與PERSIAN 在雅江流域進行定量評估，計算得出其與實測數(shù)據(jù)偏離程度分別為Bias=0.579、Bias=0.845，呂洋［18］對TRMM 3B42 與3B43 進行全流域一致性評估，計算得出月尺度衛(wèi)星降水數(shù)據(jù)與實測數(shù)據(jù)CC=0.902，日尺度衛(wèi)星降水數(shù)據(jù)與實測數(shù)據(jù)CC=0.465。孫赫［9］等對APHRODITE、GPM、PERSIANN-CDR、GLDAS、HAR 五種降水產(chǎn)品日尺度數(shù)據(jù)集在雅江子流域的適用性進行分析，GPM 降水產(chǎn)品相關(guān)性與偏離程度表現(xiàn)明顯優(yōu)于PERSIANN-CDR、GLDAS、HAR，與APHRODITE 相比，在不同子流域表現(xiàn)不同。GPM 衛(wèi)星降水產(chǎn)品作為TRMM 的升級版本，結(jié)合本文分析結(jié)果，可以看出，GSMap 與GPM-IMERG 衛(wèi)星降水產(chǎn)品在精確度方面明顯優(yōu)于TRMM（Bias＜0.579），兩種衛(wèi)星降水產(chǎn)品的數(shù)據(jù)與實測數(shù)據(jù)相關(guān)性優(yōu)于TRMM（月尺度CC＞0.902，日尺度CC＞0.465）。與TRMM衛(wèi)星降水數(shù)據(jù)相比，GSMap 與GPM-IMERG 均能更加準確的對實際降水情況進行估計，更好地滿足水文、氣象等領域?qū)τ跀?shù)據(jù)精度的要求。

3.1.2 空間尺度

兩種衛(wèi)星降水產(chǎn)品與地面實測柵格數(shù)據(jù)集的相關(guān)性在空間上分布趨勢一致（圖5），均為在雅江中游相關(guān)性顯著，而上游與下游表現(xiàn)相對較差。對于兩種產(chǎn)品月尺度降水數(shù)據(jù)，GSMap衛(wèi)星降水數(shù)據(jù)與地面實測數(shù)據(jù)的相關(guān)系數(shù)范圍為0.177～0.954，GPM-IMERG 衛(wèi)星降水與地面實測數(shù)據(jù)的相關(guān)系數(shù)范圍為0.293～0.993，GSMap 衛(wèi)星降水與IMERG 衛(wèi)星降水日尺度數(shù)據(jù)與地面實測數(shù)據(jù)相關(guān)系數(shù)分布范圍分別為0.001～0.420、0.003～0.553。分析認為雅江流域上游與下游衛(wèi)星降水產(chǎn)品與地面實測柵格數(shù)據(jù)集的相關(guān)性較差，主要是因為實測柵格數(shù)據(jù)集由地面測站監(jiān)測降水數(shù)據(jù)通過樣條插值得到，而上下游區(qū)域地面觀測站點設置稀疏，在插值過程中產(chǎn)生一定程度的誤差。

圖5 雅江流域衛(wèi)星降水數(shù)據(jù)與地面實測數(shù)據(jù)相關(guān)系數(shù)空間分布圖Fig.5 The spatial distribution of correlation coefficients between satellite precipitation data and ground-measured data in the Yarlung Zangbo River Basin

3.2 單一站點數(shù)據(jù)精度評定

通過對單一站點相關(guān)性與偏差的分析，可以進一步驗證時空精度評估的結(jié)果（表3、4），7 個地面觀測站對應的GSMap 與GPM-IMERG 兩種衛(wèi)星降水產(chǎn)品月尺度數(shù)據(jù)與地面實測柵格數(shù)據(jù)相關(guān)性表現(xiàn)較好，在雅江中游區(qū)域，各站點衛(wèi)星降水量數(shù)據(jù)與地面實測數(shù)據(jù)相關(guān)系數(shù)CC均大于0.8（表3）；相反，日尺度的衛(wèi)星降水數(shù)據(jù)與地面實測柵格數(shù)據(jù)的相關(guān)性較差（表4），除波密站外，CC值均小于0.5。由7 個實測站的相對偏差Bias的范圍為0.007 至0.993 不等，可以看出Bias隨地理位置的變化，表現(xiàn)出明顯的差異性。

表3 月尺度兩種衛(wèi)星降水數(shù)據(jù)與地面實測數(shù)據(jù)相關(guān)性、相對偏差統(tǒng)計表Tab.3 Statistical table of correlation and relative deviation between two kinds of satellite precipitation data and ground-measured data at monthly scale

表4 日尺度兩種衛(wèi)星降水數(shù)據(jù)與地面實測數(shù)據(jù)相關(guān)性、相對偏差統(tǒng)計表Tab.4 Statistical table of correlation and relative deviation between two kinds of satellite precipitation data and ground-measured data at daily scale

3.3 分類指標評定

在定量分析的基礎上進行衛(wèi)星降水數(shù)據(jù)產(chǎn)品的分類指標分析，可以更好的反應衛(wèi)星降水產(chǎn)品對降水時間的監(jiān)測捕捉能力。本文對分類指標中的探照率（POD）與錯報率（FAR）進行分析，GSMap 衛(wèi)星降水產(chǎn)品的POD為0.958，GPM_IMERG 衛(wèi)星降水產(chǎn)品的POD為0.924，兩種衛(wèi)星降水產(chǎn)品在探照率上表現(xiàn)差異不大，說明兩種衛(wèi)星降水產(chǎn)品均能夠探測到大部分的降水事件；GSMap與GPM-IMERG 的FAR分別為0.100與0.172，說明兩種衛(wèi)星降水產(chǎn)品對降水事件的錯誤判斷情況相似，僅有小部分降水事件被錯誤判斷。

表5 分類分析結(jié)果表Tab.5 Table of classification analysis results table

4 結(jié) 論

選取定量與定性分析相結(jié)合的方式構(gòu)建適用性評估體系，分別在日尺度、月尺度上對GPM 系列降水產(chǎn)品中GSMap 與GPM IMERG 的精度進行評估，并對兩種衛(wèi)星降水產(chǎn)品在雅江流域的適用性進行分析，主要得出以下結(jié)論。

（1）從全流域角度來看，GPM-IMERG 衛(wèi)星降水數(shù)據(jù)與地面實測數(shù)據(jù)的相關(guān)性略優(yōu)于GsMap，而GSMap 衛(wèi)星降水數(shù)據(jù)在偏離程度上表現(xiàn)優(yōu)于GPM-IMERG。GSMap衛(wèi)星降水產(chǎn)品與PMIMERG 衛(wèi)星降水產(chǎn)品的月尺度降水數(shù)據(jù)與實際觀測降水數(shù)據(jù)具有較高的相關(guān)性，但日尺度降水數(shù)據(jù)與地面觀測站點所測降水數(shù)據(jù)相關(guān)性較差，建議通過與地面觀測數(shù)據(jù)融合后使用；兩種數(shù)據(jù)產(chǎn)品精度存在季節(jié)性差異，夏季推薦采用GPM IMERG衛(wèi)星降水產(chǎn)品，而秋季推薦采用GSMap衛(wèi)星降水產(chǎn)品。

（2）兩種衛(wèi)星降水的日尺度、月尺度數(shù)據(jù)集均表明雅江流域中游衛(wèi)星降水數(shù)據(jù)與地面實測網(wǎng)格數(shù)據(jù)相關(guān)性表現(xiàn)較好，而上游與下游衛(wèi)星降水數(shù)據(jù)與地面實測網(wǎng)格數(shù)據(jù)相關(guān)性不顯著。

（3）通過選擇的7 個地面實測站點進行相關(guān)性與相對偏差分析，進一步驗證了兩種衛(wèi)星降水產(chǎn)品月尺度數(shù)據(jù)集與地面實測站點相關(guān)性顯著，而日尺度數(shù)據(jù)集相關(guān)性較差的結(jié)論，同時發(fā)現(xiàn)兩種衛(wèi)星降水的Bias隨地理位置的變化，表現(xiàn)出明顯的差異性。

（4）GSMap 與GPM-IMERG 兩種衛(wèi)星降水產(chǎn)品的探照率和錯報率均表現(xiàn)較好，均能準確的探測到大部分降水事件，且僅錯誤判斷少部分降水事件。

（5）在雅魯藏布江流域，GPM 衛(wèi)星降水數(shù)據(jù)與TRMM 衛(wèi)星降水數(shù)據(jù)相比，具有更好的適用性，更能滿足水資源開發(fā)利用對數(shù)據(jù)的需求。

綜上，GPM 系列降水產(chǎn)品延續(xù)了TRMM 在時空精度上的優(yōu)勢，并具有更好的適用性，但在雅江的水文模擬及預報研究中，還要考慮季節(jié)和上下游差異，通過與地面觀測數(shù)據(jù)的融合分析，為水文模擬與預報提供更為可靠的降水數(shù)據(jù)支撐。