張璐 潘旸 谷軍霞 師春香

（國家氣象信息中心數(shù)據(jù)研究室，北京 100081）

0 引言

降水是氣候系統(tǒng)中水分循環(huán)和能量交換的重要組成部分，是表征氣候變化的重要指標(biāo)，作為陸地表面的重要物理量，其時(shí)空分布和變化對(duì)于水文循環(huán)、地氣相互作用以及防災(zāi)減災(zāi)具有重要作用。另一方面，在運(yùn)用數(shù)值模式模擬和預(yù)測(cè)天氣及氣候系統(tǒng)變化時(shí)，也需要高質(zhì)量的降水觀測(cè)產(chǎn)品來進(jìn)行對(duì)比檢驗(yàn)。因此，準(zhǔn)確的降水時(shí)空分布信息對(duì)于了解氣候系統(tǒng)和長期的天氣氣候變化，以及陸表、水文過程的模擬和預(yù)報(bào)至關(guān)重要。

目前降水?dāng)?shù)據(jù)源主要包括站點(diǎn)觀測(cè)、衛(wèi)星遙感、雷達(dá)估算降水和數(shù)值模式模擬（或預(yù)報(bào)）。這幾種數(shù)據(jù)各有優(yōu)劣。站點(diǎn)觀測(cè)數(shù)據(jù)通過雨量計(jì)獲取數(shù)據(jù)，能夠較為準(zhǔn)確地測(cè)量當(dāng)前時(shí)刻地面的降水量，但空間代表性差；由于受儀器故障、運(yùn)行性能下降、雜物堵塞雨量筒等因素影響，實(shí)際的地面觀測(cè)降水?dāng)?shù)據(jù)包含隨機(jī)偏差和系統(tǒng)性偏差。雷達(dá)估算降水具有較高的時(shí)空分辨率，但雷達(dá)回波中的雜波和噪聲會(huì)對(duì)估算結(jié)果造成較大影響，數(shù)據(jù)精確度不如地面雨量計(jì)觀測(cè)[1]。這兩種降水資料空間分布不均勻，適合觀測(cè)局地區(qū)域性降水，很難獲得較準(zhǔn)確的大區(qū)域或全球的降水信息。衛(wèi)星反演降水資料空間覆蓋廣，對(duì)某些特定目標(biāo)區(qū)域的觀測(cè)時(shí)間分辨率也很高，但由于衛(wèi)星反演降水的物理原理和算法的局限性，其反演降水的精度相對(duì)降低。數(shù)值模式模擬（或預(yù)報(bào)）的降水?dāng)?shù)據(jù)是根據(jù)天氣系統(tǒng)變化、微物理過程演變和地形條件作用等信息，綜合得出的降水?dāng)?shù)據(jù)，通常包含地形信息且數(shù)據(jù)分布規(guī)則，然而由于模式動(dòng)力框架、物理過程還不能完全描述大氣的真實(shí)狀態(tài)，模式本身亦存在嚴(yán)重的系統(tǒng)偏差，使得模擬（或預(yù)報(bào)）降水區(qū)域與實(shí)際地面觀測(cè)常常存在一定程度的差異。因此，基于單一來源的降水資料各有優(yōu)劣，有效利用不同來源降水的優(yōu)勢(shì)，將多源降水進(jìn)行融合是獲取高質(zhì)量高分辨率網(wǎng)格降水產(chǎn)品的趨勢(shì)。

“天氣實(shí)況”是天氣預(yù)報(bào)的起點(diǎn)?！熬W(wǎng)格天氣實(shí)況”則要求多圈層多要素整體協(xié)調(diào)一致，還得對(duì)復(fù)雜地形和高影響天氣中個(gè)別的極值負(fù)值進(jìn)行合理化處理，為預(yù)報(bào)與服務(wù)提供“零時(shí)刻”數(shù)據(jù)支撐。多源降水實(shí)況產(chǎn)品的研制對(duì)于實(shí)時(shí)掌握天氣形勢(shì)、及時(shí)佐證降水預(yù)報(bào)具有重要意義。

從20世紀(jì)90年代起，美國、日本、歐盟等先后開始研制降水融合實(shí)況產(chǎn)品。美國國家海洋大氣管理局（NOAA）、美國國家氣象局（NWS）和氣候預(yù)測(cè)中心（CPC）的CMAP產(chǎn)品覆蓋全球，分別有月和候兩種時(shí)間分辨率，CMORPH產(chǎn)品只覆蓋60°N—60°S的地區(qū)，原始數(shù)據(jù)時(shí)間分辨率為30 min。2019年美國NASA推出了覆蓋全球范圍、時(shí)間分辨率為30 min、空間分辨率為0.1°的衛(wèi)星反演降水產(chǎn)品IMERG V06[2]。相比于其他系列降水產(chǎn)品，在大幅度提高時(shí)空分辨率的基礎(chǔ)上，仍具有較好的數(shù)據(jù)質(zhì)量，成為衛(wèi)星反演降水產(chǎn)品的主流產(chǎn)品之一。日本研制的GSMaP產(chǎn)品盡管只覆蓋60°N—60°S區(qū)域，但是該產(chǎn)品在研制過程中合理考慮了地形作用對(duì)降水的影響，因此也具有較好的產(chǎn)品質(zhì)量。

NOAA國家強(qiáng)風(fēng)暴實(shí)驗(yàn)室（NSSL）和NWS水文發(fā)展辦公室（Office of Hydrologic Development）針對(duì)高質(zhì)量、高分辨率降水產(chǎn)品的需求，聯(lián)合發(fā)展了NMQ計(jì)劃（The National Mosaic and Multisensor QPE Project），發(fā)展了一系列針對(duì)雷達(dá)和衛(wèi)星估測(cè)降水的誤差訂正[3]和針對(duì)單部雷達(dá)特性的局地誤差訂正方案[4]以及雷達(dá)、衛(wèi)星與地面觀測(cè)資料的融合技術(shù)[5-6]，并實(shí)時(shí)推出了各種高分辨率定量降水估測(cè)（QPE）產(chǎn)品，其中美國最新業(yè)務(wù)化的MRMS系統(tǒng)研制的雷達(dá)QPE產(chǎn)品Q3是區(qū)域高分辨率QPE產(chǎn)品中比較有代表性的降水產(chǎn)品。1 km的空間分辨率和2 min的時(shí)間分辨率使得Q3相比于StageⅡ和Stage Ⅳ有了較大提升，尤其在主要技術(shù)中新增了無縫混合掃描等關(guān)鍵技術(shù)，進(jìn)一步提高了QPE的質(zhì)量。

近年來國外降水融合技術(shù)逐步改進(jìn)，不斷推出時(shí)空分辨率更高、質(zhì)量更好的多源降水融合產(chǎn)品。發(fā)展高分辨率的降水融合產(chǎn)品，是解決氣象及水文業(yè)務(wù)和科研迫切需求的有效途徑，因而越來越受到氣象資料基礎(chǔ)研究領(lǐng)域的關(guān)注和重視。我國對(duì)于多源降水融合技術(shù)的研究起步較晚，自2010年起逐步開展此項(xiàng)研究，旨在建成中國區(qū)域多源降水融合實(shí)況系統(tǒng)，研制中國區(qū)域高時(shí)空分辨率多源降水融合產(chǎn)品及全球多源降水融合產(chǎn)品。最初引進(jìn)NOAA和CPC的“概率密度函數(shù)（PDF）+最優(yōu)插值（OI）”兩步融合法[7]研制了中國區(qū)域逐小時(shí)、0.1°的地面和基于GSMaP和IMERG衛(wèi)星反演降水的二源融合降水產(chǎn)品[8-10]。2014年引入雷達(dá)降水高分辨率的空間結(jié)構(gòu)信息，采用貝葉斯模式平均（BMA）方法，在中國區(qū)域成功研制出逐時(shí)、5 km的地面衛(wèi)星、雷達(dá)三源融合降水產(chǎn)品，2016年進(jìn)一步將產(chǎn)品空間分辨率提高至1 km[8,11]。2018年國家氣象信息中心牽頭，中國區(qū)域逐時(shí)、5 km分辨率的地面衛(wèi)星、雷達(dá)三源融合降水實(shí)況產(chǎn)品實(shí)現(xiàn)業(yè)務(wù)運(yùn)行，作為零時(shí)刻實(shí)況應(yīng)用于我國無縫隙智能網(wǎng)格預(yù)報(bào)業(yè)務(wù)，2021年該產(chǎn)品空間分辨率將提高至1 km。三源融合產(chǎn)品雖然一定程度上滿足了用戶對(duì)產(chǎn)品質(zhì)量、時(shí)效和高分辨率的需求，但是仍然存在需要解決的問題和未能滿足的需求。首先，在衛(wèi)星反演降水產(chǎn)品領(lǐng)域，我國還未推出自己研制的全球產(chǎn)品，目前仍依賴于國外產(chǎn)品，對(duì)于如何進(jìn)行紅外和微波反演技術(shù)研究和開展衛(wèi)星反演降水產(chǎn)品研究，需要廣泛調(diào)研，制定計(jì)劃。其次，我國還沒有時(shí)間上均一的長序列、全國組網(wǎng)的雷達(dá)QPE歷史產(chǎn)品用于雷達(dá)QPE產(chǎn)品的偏差訂正；并且對(duì)于雷達(dá)QPE的質(zhì)量控制方法還不夠詳細(xì)和嚴(yán)謹(jǐn)?？紤]到我國存在大量S波段雷達(dá)和C波段雷達(dá)，二者在雨區(qū)衰減方式不同，造成二者疊加區(qū)域組網(wǎng)也有一定的技術(shù)難度。雷達(dá)QPE產(chǎn)品還存在雷達(dá)放射狀波束結(jié)構(gòu)，以及不同雷達(dá)的系統(tǒng)偏差拼接后造成降水空間結(jié)構(gòu)不連續(xù)等質(zhì)量問題。最后，青藏高原地區(qū)的特殊地形也為降水融合帶來了較大困難。山區(qū)降水如何根據(jù)地形合理融合也是亟需解決的問題。

針對(duì)我國降水融合領(lǐng)域的發(fā)展現(xiàn)狀和問題，對(duì)國際主流降水融合產(chǎn)品展開調(diào)研，以美國的IMERG、MRMS的Q3和日本的GSMaP為例，重點(diǎn)調(diào)研這幾種產(chǎn)品的研制算法、產(chǎn)品優(yōu)勢(shì)和不足之處，及時(shí)掌握國際降水融合產(chǎn)品研究動(dòng)態(tài)，為進(jìn)一步完善我國降水融合產(chǎn)品奠定基礎(chǔ)。

1 降水融合的發(fā)展現(xiàn)狀

1.1 國際主流全球降水實(shí)況產(chǎn)品研究進(jìn)展

靜止衛(wèi)星與極軌衛(wèi)星運(yùn)行方式的差異決定了二者的探測(cè)重點(diǎn)不同。靜止衛(wèi)星能夠長時(shí)間、連續(xù)且高時(shí)空分辨率地探測(cè)大氣，利用它探測(cè)的紅外/可見光（IR/VIS）云頂亮溫與降水概率和降水強(qiáng)度統(tǒng)計(jì)關(guān)系來反演降水，適用于對(duì)流性降水為主的區(qū)域。極軌衛(wèi)星探測(cè)的是大氣中降水例子發(fā)射或者散射的微波，由被動(dòng)微波（PMW）反演降水精度顯著提高。靜止衛(wèi)星與極軌衛(wèi)星觀測(cè)難以實(shí)現(xiàn)時(shí)空全覆蓋，因此結(jié)合紅外和微波探測(cè)的優(yōu)勢(shì)發(fā)展集成衛(wèi)星反演降水是研制全球衛(wèi)星反演降水產(chǎn)品的主流思路。國際現(xiàn)有主流的衛(wèi)星反演降水融合產(chǎn)品如表1所示。這類降水產(chǎn)品雖然大多覆蓋全球，但多以逐月（候）為主，空間分辨率也較粗，但資料時(shí)間覆蓋從1979年至今，一定程度上滿足了降水季節(jié)性、年際和年代際變化等氣候方面的研究和應(yīng)用。其中美國的IMERG產(chǎn)品和日本的GSMaP產(chǎn)品相比之下具有較高的時(shí)間和空間分辨率，下面將針對(duì)這兩種產(chǎn)品做進(jìn)一步調(diào)研介紹。

表1 國際主要降水業(yè)務(wù)產(chǎn)品 Table 1 List of global merged precipitation products

1.1.1 美國 IMERG V06降水產(chǎn)品

Integrated Multi-Satellite Retrievals for GPM （IMERG）是美國NNASA推出的網(wǎng)格化GPM（Global Precipitation Measurement）降水產(chǎn)品，它結(jié)合了多個(gè)星載傳感器的觀測(cè)結(jié)果，為全球提供逐小時(shí)0.1°分辨率的降水估計(jì)值。IMERAG的本質(zhì)是使用GPM核心天文臺(tái)上的傳感器作為參考標(biāo)準(zhǔn)去校準(zhǔn)GPM的衛(wèi)星傳感器，通過單一的反演框架來估計(jì)觀測(cè)到的降水，然后將它們用先進(jìn)的技術(shù)融合成一個(gè)覆蓋全球的網(wǎng)格數(shù)據(jù)。IMERG V06從數(shù)值模型中的總可降水水汽（或總柱狀水汽）中導(dǎo)出運(yùn)動(dòng)矢量以傳播降水像素，解決之前基于紅外（IR）方法的局限性，并將該方案擴(kuò)展到極地。

IMERG V06版本提供了全球0.1°的降水估計(jì)，過去的版本覆蓋范圍只有60°N—60°S。IMERG有Early、Late和Final三個(gè)版本以適應(yīng)不同用戶對(duì)數(shù)據(jù)延遲和準(zhǔn)確行的要求。Early版本延遲4 h提供，適用于實(shí)時(shí)應(yīng)用程序，例如預(yù)測(cè)山洪暴發(fā)。延遲時(shí)間為12 h的Late版本可用于水資源管理等目的。Final版本的延遲為3.5個(gè)月，適用于研究應(yīng)用程序。

1.1.1.1 IMERG算法簡述

IMERG的框圖如圖1所示。從各個(gè)衛(wèi)星PMW傳感器計(jì)算的輸入降水估值是組合在一起的，大部分作為1級(jí)亮度溫度從相關(guān)供應(yīng)商接收到降水處理系統(tǒng)（Precipitation Processing System，PPS），轉(zhuǎn)換為GPM 1C級(jí)校準(zhǔn)亮度溫度，然后使用GPROF 2017（目前）轉(zhuǎn)換為2級(jí)降水估值。所有估計(jì)值都被網(wǎng)格化后，使用概率匹配在45天滾動(dòng)的基礎(chǔ)上與CORRA產(chǎn)品相互校準(zhǔn)，并在高緯度海洋（其中CORRA V06降水不足）和整個(gè)陸地上使用簡單的比率對(duì)GPCP月估計(jì)值進(jìn)行氣候?qū)W校準(zhǔn)。這些高質(zhì)量數(shù)據(jù)被合并成逐半小時(shí)，并提供給CPC變形卡爾曼濾波器準(zhǔn)拉格朗日時(shí)間插值方案和利用人工神經(jīng)網(wǎng)絡(luò)—云分類系統(tǒng)重新校準(zhǔn)方案。同時(shí)，CPC經(jīng)過天頂角校正、相互校準(zhǔn)的合并地理紅外場，并將其轉(zhuǎn)發(fā)至PPS，用于PERSIANN-CCS計(jì)算例程（詳見[12]）。

圖1 IMERG 中主要處理模塊和數(shù)據(jù)流的高級(jí)框圖 Fig. 1 High-level block diagram illustrating the major processing modules and data flow

IMERG使用的降水值是由被動(dòng)微波（PMW）傳感器估算的。PMW對(duì)降水的估算是通過Goddard剖面算法（GPROF），這是一種完全參數(shù)化的反演算法，該算法使用貝葉斯方法，以地表類型、地表溫度和總降水量為條件，根據(jù)PMW亮溫估計(jì)地表降水率。PMW估計(jì)值每半小時(shí)轉(zhuǎn)化為0.1°網(wǎng)格值。如果一個(gè)網(wǎng)格框內(nèi)有兩個(gè)以上的估計(jì)值，則根據(jù)以下優(yōu)先級(jí)只選擇一個(gè)：選擇錐形掃描傳感器的估計(jì)值而非交叉掃描傳感器的估計(jì)值，其次是估計(jì)值的觀測(cè)時(shí)間最接近半小時(shí)的中心時(shí)刻。之后，對(duì)格點(diǎn)化的PMW估計(jì)值進(jìn)行相互訂正。IMERG使用Ku波段聯(lián)合雷達(dá)和輻射計(jì)（CORRA）產(chǎn)品作為校準(zhǔn)的參考標(biāo)準(zhǔn)，對(duì)全球降水氣候項(xiàng)目V2.3產(chǎn)品[12,13]進(jìn)行季節(jié)性調(diào)整，以控制陸地和海洋某些緯度上已知的不足之處。理想情況下，所有傳感器都將直接校準(zhǔn)到CORRA，但由于軌道特性和Ku波段CORRA估計(jì)值的范圍較窄，對(duì)于搭檔傳感器來說，重合采樣太少了。因此，相互校準(zhǔn)分兩步進(jìn)行。首先，網(wǎng)格化搭檔傳感器的平均值分別根據(jù)GPM和TRMM時(shí)期的GPM微波成像儀（GMI）和TRMM微波成像儀（TMI），使用基于一年重合估計(jì)的靜態(tài)季節(jié)性數(shù)據(jù)進(jìn)行校準(zhǔn)。其次，使用每5 d更新一次的45 d動(dòng)態(tài)校準(zhǔn)，將GMI-TMI校準(zhǔn)到CORRA，該校準(zhǔn)也適用于GMI-TMI校準(zhǔn)的搭檔傳感器。

準(zhǔn)拉格朗日插值應(yīng)用于網(wǎng)格PMW估計(jì)，用以填補(bǔ)輔助數(shù)據(jù)計(jì)算的運(yùn)動(dòng)矢量中的空白。此過程稱為變形，最初是作為CPC變形技術(shù)（CMORPH）的核心組成部分被引入的[14-15]。利用人工神經(jīng)網(wǎng)絡(luò)-云簇系統(tǒng)（PERSIANN-CCS）算法計(jì)算紅外亮溫，并以此計(jì)算微波校準(zhǔn)的降水估計(jì)值，再根據(jù)[16]的卡爾曼濾波方法進(jìn)一步補(bǔ)充變形降水。通常情況下，在凍結(jié)的表面上，PMW的反演是不準(zhǔn)確的，所以IMERG掩蓋了PMW和雪、冰覆蓋表面的變形估計(jì)，正如NOAA AutoSnow產(chǎn)品所示[17]。

1.1.1.2 IMERG算法變形

IMERG算法的一個(gè)關(guān)鍵組成部分是變形技術(shù)。首先由NOAA氣候預(yù)測(cè)中心開發(fā)，作為CMORPH產(chǎn)品的核心部分，后來根據(jù)全球衛(wèi)星降水制圖改進(jìn)卡爾曼濾波（GSMaP）[18]，包括IR降水[16]，最后將變形算法集成在IMERG算法中。全球降水的先進(jìn)算法迅速采用這一概念，證明了它能夠從有限的PMW傳感器采樣中在網(wǎng)格數(shù)據(jù)集中產(chǎn)生高時(shí)間分辨率的產(chǎn)品。

在CMORPH和IMERG中實(shí)現(xiàn)的變形算法可以分解為三個(gè)部分。首先，推導(dǎo)出代表降水運(yùn)動(dòng)的運(yùn)動(dòng)向量。其次，這些運(yùn)動(dòng)向量用于在沒有瞬時(shí)PMW觀察的區(qū)域上傳播降水。最后，通過卡爾曼濾波器將傳播降水與紅外降水集成。

為了得到運(yùn)動(dòng)矢量，比較了全球范圍的大氣變量的兩個(gè)連續(xù)場。在V06之前的CMORPH和IMERG中，所使用的變量是來自CPC 4 km融合的紅外數(shù)據(jù)集的半小時(shí)全球地球同步紅外亮溫。為了計(jì)算網(wǎng)格框處的運(yùn)動(dòng)矢量，將5°×5°模板中低于260 K的IR像素與接下來半小時(shí)的IR像素進(jìn)行比較，這些像素與模板具有不同的空間偏移。對(duì)每個(gè)空間偏移量計(jì)算紅外像素的兩個(gè)場之間的相關(guān)性，相關(guān)性最高的偏移量構(gòu)成該網(wǎng)格框的運(yùn)動(dòng)矢量。這種方法得到的運(yùn)動(dòng)矢量反映了云頂?shù)拇蟪叨冗\(yùn)動(dòng)，與實(shí)際的亮溫值相對(duì)獨(dú)立。雖然運(yùn)動(dòng)矢量可以在每個(gè)降水網(wǎng)格處導(dǎo)出（對(duì)于IMERG來說是0.1°），但由于此過程計(jì)算量很大，實(shí)際上每2.5°計(jì)算一次。由于數(shù)據(jù)丟失或模板中缺少冷云而導(dǎo)致的任何缺失向量都使用時(shí)間和空間插值來填充。如果將多個(gè)像素傳播到單個(gè)網(wǎng)格框，則對(duì)它們進(jìn)行平均。如果傳播后網(wǎng)格框?yàn)榭眨瑒t使用來自相鄰網(wǎng)格框的空間插值來填充它。

在CMORPH和IMERG中，從V05開始，運(yùn)動(dòng)矢量是根據(jù)4 km地球同步紅外亮度溫度計(jì)算的；因此，運(yùn)動(dòng)矢量反映了云頂運(yùn)動(dòng)。然而，使用地球同步IR計(jì)算運(yùn)動(dòng)矢量有兩個(gè)主要限制。第一個(gè)是云頂運(yùn)動(dòng)可能與降水運(yùn)動(dòng)不匹配，主要是由于風(fēng)切變以及降水和云系統(tǒng)演化的潛在差異。事實(shí)上，這就是使用美國地基雷達(dá)進(jìn)行氣候定標(biāo)的原因（如上所述），盡管尚不清楚這些定標(biāo)因子對(duì)世界其他地區(qū)的適用程度。第二個(gè)是CPC紅外數(shù)據(jù)集僅限于60°N—60°S。60°N/S向極地方向，視角被認(rèn)為過于傾斜，無法產(chǎn)生可靠有用的信息。這個(gè)限制阻止了變形直接擴(kuò)展到高緯度（此處定義為60°N/S向極地地區(qū)）。針對(duì)地球同步紅外數(shù)據(jù)的這些缺點(diǎn)，改進(jìn)了IMERG V06，使用數(shù)值模型變量導(dǎo)出運(yùn)動(dòng)矢量。

1.1.1.3 IMERG的未來發(fā)展

針對(duì)IMERG V06產(chǎn)品中陸地—海岸—海洋連續(xù)性降水探測(cè)的不確定性，Derin等人[19]選取美國的三個(gè)沿海地區(qū)——西海岸、墨西哥灣和東海岸，已經(jīng)進(jìn)行了初步評(píng)估，所有這些地區(qū)都具有不同的地形和降水氣候特征。在不同的表面（陸地、海岸和海洋）進(jìn)行檢測(cè)能力的對(duì)比。結(jié)果表明，PMW算法檢測(cè)性能最好（命中率在25%～39%），其次是變形（20%～34%）。對(duì)于地形難以檢測(cè)的西海岸，降水形成機(jī)制起著重要作用。IMERG V06產(chǎn)品依舊有需要不斷完善的地方。

對(duì)于IMERG V06，目前選擇總可降水量（TQV）作為推導(dǎo)運(yùn)動(dòng)向量的變量，因?yàn)樗哂懈偁幜Φ男阅芎腿滞暾裕M管隨著更多評(píng)估結(jié)果的到來，可能會(huì)在未來版本中重新考慮這一決定。

關(guān)于運(yùn)動(dòng)矢量源對(duì)TQV的變化，一個(gè)值得關(guān)注的問題可能是地形的負(fù)面影響。TQV作為一個(gè)垂直積分量，由于垂直柱較短，在較高海拔處TQV減小?？紤]到運(yùn)動(dòng)矢量推導(dǎo)的間接性質(zhì)和降水運(yùn)動(dòng)與地形之間復(fù)雜的相互作用，這如何影響運(yùn)動(dòng)矢量的精度尚不清楚。事實(shí)上，也不清楚基于紅外的運(yùn)動(dòng)矢量是如何受到地形的影響的。值得指出的是，IMERG不同于GSMaP[20-21]，還沒有一個(gè)方案來解釋地形對(duì)降水的增強(qiáng)，這使得更難理清地形對(duì)運(yùn)動(dòng)矢量可能的影響，同時(shí)也限制了評(píng)估方法的有效性。

與將IMERG擴(kuò)展到極地有關(guān)的第二個(gè)問題是使用圓柱等距網(wǎng)格，在經(jīng)度方向60°N/S的限制下，以前可以接受的網(wǎng)格扭曲現(xiàn)在在極點(diǎn)附近相當(dāng)嚴(yán)重。雖然已經(jīng)在V06中實(shí)施了更正，但它們的特殊性質(zhì)可能會(huì)在高緯度的傳播估計(jì)中引入誤差。IMERG正在積極考慮為V07遷移到一個(gè)更公平的網(wǎng)格，轉(zhuǎn)換到考慮經(jīng)度失真的網(wǎng)格將提供更高的精度（特別是在高緯度地區(qū)）和計(jì)算速度。

1.1.2 日本GSMaP降水產(chǎn)品

2002年在日本科學(xué)技術(shù)振興機(jī)構(gòu)的贊助下啟動(dòng)了一個(gè)新的“全球衛(wèi)星降水制圖（GSMaP）”項(xiàng)目，以開發(fā)基于可靠的降水物理模型的降雨率反演算法，并根據(jù)衛(wèi)星數(shù)據(jù)生成高精度、高分辨率的全球降水圖，為研究全球降雨率變化和長期水資源管理提供基礎(chǔ)信息。

GPM時(shí)代的GSMaP產(chǎn)品主要由“標(biāo)準(zhǔn)產(chǎn)品”“近實(shí)時(shí)產(chǎn)品”“實(shí)時(shí)產(chǎn)品”和“再分析產(chǎn)品”組成。這些產(chǎn)品的延遲時(shí)間和輸入數(shù)據(jù)的不同，如表2所示。

表2 GPM時(shí)代的GSMaP產(chǎn)品列表 Table 2 List of GSMaP products in the GPM era

1.1.2.1 GSMaP算法

GSMaP算法基于多衛(wèi)星被動(dòng)微波輻射計(jì)觀測(cè)數(shù)據(jù)，利用來自地球靜止紅外（IR）儀器的信息，以及利用熱帶降雨測(cè)量任務(wù)（TRMM）上的降水雷達(dá)（PR）和閃電成像傳感器（LIS）觀測(cè)成果建立的數(shù)據(jù)庫，生成高分辨率、高頻率的全球降雨圖。GSMaP算法已經(jīng)根據(jù)熱帶降雨測(cè)量任務(wù)（TRMM）降水雷達(dá)（PR）的各種屬性進(jìn)行了改進(jìn)，并在1997—2015年運(yùn)行。PR和TRMM微波成像儀（TMI）的結(jié)合使用大大改進(jìn)了降雨估計(jì)技術(shù)。GPM核心天文臺(tái)于2014年2月發(fā)射搭載雙頻降水雷達(dá)（DPR）和GPM微波成像儀（GMI）。DPR和GMI通過將觀測(cè)范圍擴(kuò)展到比TRMM獲得的緯度更高的緯度，從而擁有更先進(jìn)的技術(shù)。

GSMaP產(chǎn)品的核心算法主要包括：PMW降水反演算法、PMW-IR組合算法、雨量計(jì)觀測(cè)調(diào)整算法。GSMaP產(chǎn)品的流程如圖2所示。GSMaP算法使用一些輔助數(shù)據(jù)作為操作輸入。利用6 h、0.5°網(wǎng)格分辨率的JMA全球分析（GANAL）和預(yù)測(cè)（FCST）數(shù)據(jù)集作為大氣條件的輔助數(shù)據(jù)來計(jì)算查找表（lookup table，LUTs），供PMW算法參考。

圖2 GSMaP產(chǎn)品流程圖 Fig. 2 Flow chart of GSMaP products

采用GANAL數(shù)據(jù)處理標(biāo)準(zhǔn)產(chǎn)品，采用FCST數(shù)據(jù)處理近實(shí)時(shí)產(chǎn)品。在再分析產(chǎn)品中，使用JRA-55數(shù)據(jù)（6 h，TL319L60模型網(wǎng)格）代替運(yùn)行數(shù)據(jù)。利用JMA融合的衛(wèi)星和全球每日海表溫度（MGDSST）的觀測(cè)數(shù)據(jù)（位于0.25°網(wǎng)格）作為輔助海表溫度數(shù)據(jù)，供PMW算法參考。NOAA CPC在0.5°網(wǎng)格上，統(tǒng)一的基于雨量計(jì)的全球每日降水分析，已被用作計(jì)算雨量計(jì)調(diào)整降雨量的輸入。來自JAXA高級(jí)微波掃描輻射計(jì)（AMSR-E）產(chǎn)品的氣象海冰值用于篩選V6中的海冰，而沒有使用地表雪的輔助數(shù)據(jù)。在V7中，使用NOAA國家環(huán)境衛(wèi)星、數(shù)據(jù)和信息服務(wù)（NESDIS）多傳感器雪/冰覆蓋圖作為輔助數(shù)據(jù)來檢測(cè)海冰和表面雪，這些數(shù)據(jù)供PMW算法使用。

1.1.2.2 PMW算法

PMW算法從PMW傳感器亮度溫度（Tbs）中反演全球降水率。PMW算法的基本思想是找到提供Tb的降水率，通過輻射傳輸模型計(jì)算最契合觀測(cè)的Tbs。

PMW算法由前向計(jì)算部分和反演部分組成。在前向計(jì)算部分，通過將GANAL或FCST數(shù)據(jù)的大氣和地表變量以及基于星載降水雷達(dá)觀測(cè)的降水物理模型納入Liu[22]的RTM程序，計(jì)算均勻降水的LUT。PMW算法的反演部分利用陸地上的散射信號(hào)和海洋上的放射信號(hào)來檢測(cè)降雨。采用Seto等[23]，Mega和Shige[24]及Kida等[25]等方法對(duì)陸地、沿海和海洋地區(qū)的降雨進(jìn)行檢測(cè)。此外，通過考慮從37 GHz Tbs估計(jì)云液態(tài)水[26]，V7提高了對(duì)海洋的探測(cè)能力。

1.1.2.3 地形/非地形降雨的分類

在沿海山脈地區(qū)，強(qiáng)降雨可能是由淺層地形降雨引起的，這與PMW算法中的假設(shè)不一致，即強(qiáng)降雨是由帶有大量冰的深云產(chǎn)生的。因此，開發(fā)了地形/非地形降雨分類方案[27]。地形降雨的LUT是根據(jù)Shige等人[28]的方法計(jì)算的。此外，還開發(fā)了一種適用于地形降雨LUTs的地形降雨探測(cè)方案。

1.1.2.4 降雪估算方法

在V6或更早的版本中，GSMaP產(chǎn)品中沒有降雪估算。降雪估算方法可分為對(duì)降水相態(tài)（雨/雪）進(jìn)行分類的方法和如果確定為雪則估算降雪強(qiáng)度的方法。這里，雨/雪分類方法基于Sims和Liu[29]的方法。該方法根據(jù)過去地面觀測(cè)的結(jié)果，確定降水相態(tài)是雨還是雪?；贚iu和Seo[30]的方法，采用CloudSat-GPM重合數(shù)據(jù)集開發(fā)降雪強(qiáng)度估計(jì)方法。

1.1.2.5 PMW-IR組合算法

PMW-IR組合算法將PMW數(shù)據(jù)與紅外輻射計(jì)數(shù)據(jù)相結(jié)合，以實(shí)現(xiàn)高時(shí)間（1 h）和空間（0.1°）分辨率的全球降水估算。該產(chǎn)品是基于卡爾曼濾波器模型生成的，該模型基于兩幅連續(xù)紅外圖像導(dǎo)出的大氣運(yùn)動(dòng)矢量來細(xì)化降水速率傳播[18]。使用過去30 d的IR和PMW 數(shù)據(jù)，每周計(jì)算一次卡爾曼濾波器模型中的噪聲和系數(shù)（圖2）。

1.1.2.6 雨量計(jì)修正算法

GA算法通過NOAA/CPC統(tǒng)一的全球日降水量分析來調(diào)整MVK估計(jì)值。估計(jì)值僅在陸地上進(jìn)行了調(diào)整。GA和GA_NRT的海洋降雨率分別與MVK和NRT的相同。該算法使用光學(xué)估計(jì)方案，其中通過最大化系統(tǒng)模型中定義的概率密度函數(shù)來求解[31]。GA的每小時(shí)降雨率通過該算法進(jìn)行調(diào)整，使得GA的24 h降雨率總和與雨量計(jì)觀測(cè)值大致相同。

1.2 區(qū)域高分辨率降水實(shí)況產(chǎn)品研究進(jìn)展

雷達(dá)通過接收其發(fā)射電磁波經(jīng)過降水區(qū)降水粒子反射回來的雷達(dá)回波信號(hào)來進(jìn)行定量降水估測(cè)（QPE）。在區(qū)域高分辨率降水檢測(cè)領(lǐng)域雷達(dá)定量降水估測(cè)產(chǎn)品仍是主流（表3）。雷達(dá)探測(cè)的是與降水直接的結(jié)構(gòu)信息，精度較衛(wèi)星明顯要高。從雷達(dá)QPE業(yè)務(wù)產(chǎn)品的時(shí)空屬性來看，其分辨率已達(dá)到1 km、分鐘級(jí)，空間覆蓋一般為局地組網(wǎng)。由于Z-R關(guān)系不確定、地物遮擋、距離衰減、探測(cè)高度等原因造成雷達(dá)估測(cè)降水存在明顯的系統(tǒng)性偏差，需要利用地面雨量計(jì)資料對(duì)其進(jìn)行校準(zhǔn)。以雨量計(jì)為基準(zhǔn)發(fā)展了基于卡爾曼濾波、最優(yōu)插值、距離反比加權(quán)（IDW）等方法的平均場系統(tǒng)誤差訂正和局部偏差訂正技術(shù)[4]，已在NCEP的Stage Ⅳ系統(tǒng)和美國國家強(qiáng)風(fēng)暴實(shí)驗(yàn)室（NSSL）的多雷達(dá)多遙感（MRMS，Multi-Radar/Multi-Sensor System）分析系統(tǒng)中成熟應(yīng)用。MRMS系統(tǒng)也是目前發(fā)展最為成熟和應(yīng)用最廣泛的業(yè)務(wù)化系統(tǒng)。

表3 國際主要高分辨率降水業(yè)務(wù)產(chǎn)品 Table 3 List of main high-resolution operational products of precipitation in foreign countries

Q3是美國最新業(yè)務(wù)化的MRMS系統(tǒng)研制的雷達(dá)QPE產(chǎn)品。MRMS系統(tǒng)中雷達(dá)QPE產(chǎn)品制作的輸入數(shù)據(jù)包括：約180部雷達(dá)基數(shù)據(jù)，RAP模式數(shù)據(jù)、約10000站HADS地面雨量計(jì)數(shù)據(jù)、PRISM氣候背景場數(shù)據(jù)等。輸出降水產(chǎn)品包括：基于雷達(dá)QPE（Q3RAD）產(chǎn)品、基于雨量計(jì)QPE（Q3Gauge）產(chǎn)品、雨量計(jì)偏差訂正后雷達(dá)QPE（Q3GC）產(chǎn)品、雨量計(jì)和降水氣候場融合山區(qū)降水（Q3MM）產(chǎn)品等4類。

1.2.1 Q3產(chǎn)品中的關(guān)鍵技術(shù)

1）無縫混合掃描反射率生成技術(shù)

無縫混合掃描反射率（Seamless HSR，SHSR）是根據(jù)地形對(duì)雷達(dá)對(duì)雷達(dá)波束的阻擋選擇最低有效仰角而生成的，并進(jìn)行了無縫處理，以解決高空間分辨率下的波束縫隙問題，同時(shí)進(jìn)行了雷達(dá)反射率因子質(zhì)量控制去除非氣象回波，并利用波速阻擋補(bǔ)償、垂直廓線訂正方法提高回波的均一性。

2）降水類型分類技術(shù)

MRMS系統(tǒng)中，利用來自模式的環(huán)境變量（地表溫度、濕球溫度、結(jié)冰層的高度）、強(qiáng)天氣產(chǎn)品（?10 ℃的反射率、VIL、冰雹最大期望尺寸）、無縫混合掃描反射率、AVPR、暖雨概率等多源數(shù)據(jù)，基于決策樹方法將降水分為無雨、雪、雹、暖雨、冷雨、對(duì)流性雨等。

3）降水率估測(cè)技術(shù)及Q3RAD產(chǎn)品

天氣雷達(dá)間接測(cè)量降水率，需由Z-R經(jīng)驗(yàn)公式將反射率因子（Z）反演為降水率（R）。不同類型降水粒子相態(tài)、大小不同，對(duì)雷達(dá)波散射能力不同，所以應(yīng)采用不同Z-R關(guān)系式。MRMS系統(tǒng)中根據(jù)降水類型場，采用相應(yīng)Z-R關(guān)系計(jì)算瞬時(shí)降水率[32]。

4）雙偏振量的降水估測(cè)

關(guān)系在某些區(qū)域呈現(xiàn)出降水估測(cè)的優(yōu)勢(shì)[32]，但關(guān)系對(duì)雷達(dá)標(biāo)定的偏差比較敏感；和R對(duì)雷達(dá)標(biāo)定偏差及由于波速阻擋造成的偏差不敏感，但對(duì)于不同降水類型的估測(cè)性能不穩(wěn)定。因此，MRMS系統(tǒng)計(jì)劃在業(yè)務(wù)系統(tǒng)中集成多種雙偏振雷達(dá)QPE算法。

5）局地雨量計(jì)訂正技術(shù)及Q3GC產(chǎn)品

由于Z-R經(jīng)驗(yàn)公式的準(zhǔn)確性、雷達(dá)掃描與地面降水的差別等問題，使得雷達(dá)QPE產(chǎn)品與地面觀測(cè)降水之間存在偏差，一般使用地面雨量計(jì)進(jìn)行訂正。MRMS系統(tǒng)利用質(zhì)控后HADS雨量計(jì)小時(shí)降水量訂正Q3RAD產(chǎn)品。將CONUS分成多個(gè)子區(qū)域，每個(gè)子區(qū)域利用IDW方法進(jìn)行雨量計(jì)訂正，參數(shù)通過交叉檢驗(yàn)方法選擇。之后，將各子區(qū)域訂正后的雷達(dá)QPE合并，得到局部偏差訂正的Q3GC產(chǎn)品。

6）山區(qū)降水產(chǎn)品生成技術(shù)及Q3MM產(chǎn)品

山區(qū)的地形遮擋影響了雷達(dá)QPE產(chǎn)品質(zhì)量。為解決這一問題，MRMS提出Mountain Mapper方法[33]。利用質(zhì)控后的站點(diǎn)雨量計(jì)小時(shí)降水量和氣候降水背景月值數(shù)據(jù)生成西部山區(qū)QPE產(chǎn)品，稱為Q3MM產(chǎn)品。

7）雨量計(jì)插值降水產(chǎn)品生成技術(shù)及Q3Gauge產(chǎn)品

小時(shí)雨量計(jì)插值降水產(chǎn)品（Q3Gauge）使用質(zhì)控后的HADS雨量站數(shù)據(jù)，利用IDW插值方法而生成。

1.2.2 MRMS的未來發(fā)展

NSSL的工作人員在第100屆AMS年會(huì)上介紹了關(guān)于MRMS系統(tǒng)正在進(jìn)行的研究和工作，主要包括以下幾個(gè)方面：

1）基于雷達(dá)的降雪定量降水估算（QPE）由于雪晶類型、密度和降雪速度等因素的影響而變得復(fù)雜。研究表明，與傳統(tǒng)的Z-S關(guān)系相比，利用雙偏振變量和反射率可以提供更準(zhǔn)確的雪QPE估計(jì)。采用關(guān)系計(jì)算積雪的QPE性能，通過準(zhǔn)垂直剖面（QVP）分析，研究環(huán)境參數(shù)對(duì)關(guān)系的影響，并對(duì)此關(guān)系進(jìn)行了修正。

2）提出了一種結(jié)合比衰減（A）、反射率（Z）和比差相位（KDP）的多雷達(dá)多傳感器（MRMS）雙極化（Q3DP）定量降水估計(jì)（QPE）算法。Q3DP QPE在雷達(dá)觀測(cè)低于熔化層的區(qū)域使用R(A)關(guān)系。與其他雷達(dá)變量相比，A與R的線性關(guān)系更密切，對(duì)系統(tǒng)誤差Z和ZDR（差分反射率）不敏感。因此，與其他雷達(dá)變量相比，R(A)提供的QPE具有較少的系統(tǒng)和隨機(jī)誤差，特別是在電磁能存在大量衰減的中雨或大雨中。所以，Q3DP的性能明顯優(yōu)于當(dāng)前使用多重降水率（R）和Z關(guān)系的MRMS QPE。

3）利用一種特定類型的深度學(xué)習(xí)模型——卷積神經(jīng)網(wǎng)絡(luò)，從天氣雷達(dá)觀測(cè)數(shù)據(jù)中定量估算降水量。初步結(jié)果顯示，其性能優(yōu)于傳統(tǒng)的基于物理的雷達(dá)QPE 模型，具有高計(jì)算效率和低I/O使用率，適用于潛在的操作應(yīng)用程序。將展示來自不同領(lǐng)域的幾個(gè)示例，以展示卷積神經(jīng)網(wǎng)絡(luò)準(zhǔn)確有效地估計(jì)降水量的能力。

2 降水融合的發(fā)展趨勢(shì)

2.1 衛(wèi)星反演降水技術(shù)的改進(jìn)

GPM依靠被動(dòng)測(cè)量和主動(dòng)測(cè)量來測(cè)量降水的特性。GPM的雙頻降水雷達(dá)（DPR）等主動(dòng)雷達(dá)發(fā)送和接收反射回雷達(dá)的信號(hào)。返回到雷達(dá)接收器的信號(hào)（稱為雷達(dá)反射率）提供了云中多個(gè)垂直層雨雪滴的大小和數(shù)量的測(cè)量。另一方面，像GPM微波成像儀（GMI）這樣的被動(dòng)降水輻射計(jì)從包括雪、雨、云和地球表面在內(nèi)的完整觀測(cè)場景中測(cè)量自然熱輻射（稱為亮度溫度）。

整個(gè)衛(wèi)星反演降水過程，用到了許多算法將各種主動(dòng)、被動(dòng)探測(cè)信號(hào)轉(zhuǎn)換為降水信息。以IMERG為例：1）雷達(dá)算法，降水雷達(dá)的獨(dú)特功能是提供降雨的三維結(jié)構(gòu)，獲得海洋和陸地上高質(zhì)量的降雨估計(jì)數(shù)。雷達(dá)測(cè)量通常對(duì)地表不太敏感，在雷達(dá)反射率和云中雨雪的物理特性之間提供了一種幾乎直接的關(guān)系。由于在太空中操作雷達(dá)的復(fù)雜性，儀器的信道（頻率）是有限的。TRMM衛(wèi)星在ku波段有一個(gè)單頻雷達(dá)，對(duì)中雨率特別敏感。在單頻率下，TRMM雷達(dá)能夠獲得雨滴粒徑分布（PSD）的一個(gè)參數(shù)；垂直采樣剖面（例如，云中垂直每500 m）的中值液滴大小或液滴數(shù)量。GPM雙頻降水雷達(dá)有兩個(gè)頻率，一個(gè)是像TRMM一樣的Ku波段，另一個(gè)是對(duì)小雨和降雪量敏感的Ka波段；因此，液滴的大小和分布都可以得到。IMERG中的雷達(dá)算法需要假設(shè)和矯正來回復(fù)降水結(jié)構(gòu)，尤其是校正衰減。衰減是指雷達(dá)信號(hào)隨著遠(yuǎn)離發(fā)射器而減弱，并被降水和其他大氣粒子散射、反射和吸收。2）輻射計(jì)算法，降水輻射計(jì)通過使用多個(gè)被動(dòng)頻率（TRMM為9個(gè)，GPM為13個(gè)）為解釋云中的雨雪提供了額外的自由度。每個(gè)頻率的亮度溫度是測(cè)量視野內(nèi)一切事物的標(biāo)準(zhǔn)。這些頻率從低頻（10 GHz）對(duì)液體雨滴很敏感，到中頻（91 GHz）和高頻（183 GHz）對(duì)冰雪顆粒很敏感。所以，化繁為簡，當(dāng)云柱中有液體雨時(shí)，低頻通道就會(huì)響應(yīng)；下雪時(shí)，高頻頻道會(huì)有反應(yīng)；當(dāng)空氣清新時(shí)，亮度溫度會(huì)對(duì)表面輻射做出反應(yīng)。在小雨情況下，地表輻射可能會(huì)污染亮溫，因此需要額外的信息來限制降水反演。具體來說，在陸地上，只有較高的頻率對(duì)估算降水量有用。3）組合算法，同時(shí)使用主動(dòng)和被動(dòng)微波傳感器數(shù)據(jù)提供了關(guān)于降水云的宏觀和微觀物理過程的補(bǔ)充信息，可用于減少雷達(dá)/輻射計(jì)組合反演算法的不確定性。簡單地說，組合算法使用輻射計(jì)信號(hào)作為雷達(dá)看到的衰減的一個(gè)約束。綜合反演產(chǎn)生了水文氣象剖面、顆粒大小分布和表面參數(shù)，其亮度溫度和反射率與實(shí)際衛(wèi)星測(cè)量一致。這些組合產(chǎn)品可以重新包裝，用作多個(gè)輻射計(jì)的檢索貝葉斯數(shù)據(jù)庫。4）多衛(wèi)星算法，除了TRMM和GPM衛(wèi)星外，許多其他衛(wèi)星已經(jīng)并將繼續(xù)攜帶與降水有關(guān)的傳感器。多衛(wèi)星算法的目標(biāo)是利用從這一國際衛(wèi)星星座計(jì)算出的“所有”準(zhǔn)全球降水估計(jì)數(shù)，創(chuàng)造一種高分辨率降水產(chǎn)品，在選定的領(lǐng)域和記錄期間（目前是準(zhǔn)全球，2000年至今）具有完全覆蓋范圍。基于微波和組合雷達(dá)/輻射計(jì)輸入數(shù)據(jù)的估計(jì)具有更高的質(zhì)量，因?yàn)榻邓托l(wèi)星數(shù)據(jù)之間存在物理上的直接關(guān)系。由于紅外和降水之間的間接關(guān)系，基于熱紅外傳感器的估計(jì)質(zhì)量較低，但由于傳感器位于地球同步軌道，它們提供了更頻繁的覆蓋范圍。其中一個(gè)較高質(zhì)量的數(shù)據(jù)集，目前是上述的組合雷達(dá)+輻射計(jì)算法，被選為標(biāo)準(zhǔn)，然后所有其他降水?dāng)?shù)據(jù)集被校準(zhǔn)到該標(biāo)準(zhǔn)。在組合中（目前每半小時(shí)在0.1°×0.1°緯度/經(jīng)度網(wǎng)格上），盡可能多地使用較高質(zhì)量的數(shù)據(jù)，而較低質(zhì)量的數(shù)據(jù)起次要作用。最后，在它們存在的地方，主要是陸地地區(qū)，每月的雨量計(jì)數(shù)據(jù)被用來控制衛(wèi)星數(shù)據(jù)集可能表現(xiàn)出的偏差。多衛(wèi)星算法在觀測(cè)時(shí)間的幾個(gè)小時(shí)內(nèi)運(yùn)行，然后在接收到包括月表在內(nèi)的所有數(shù)據(jù)后再次運(yùn)行。

這些繁雜的算法抓住了衛(wèi)星信號(hào)與降水之間的主要關(guān)系，但是究其細(xì)節(jié)，仍有很多待完善的地方。正如IMERG V07所計(jì)劃的，對(duì)于紅外信息中包含的運(yùn)動(dòng)矢量和降水運(yùn)動(dòng)與地形之間復(fù)雜的相互作用還研究得并不透徹，這種相互作用如何影響運(yùn)動(dòng)矢量的精度尚不清楚。這對(duì)于進(jìn)一步提高地形降水質(zhì)量尤為重要。

第1.1.2節(jié)中對(duì)GSMaP產(chǎn)品算法的詳細(xì)敘述中，也闡述了最新一代產(chǎn)品對(duì)各種算法的優(yōu)化。對(duì)這些反演技術(shù)的不斷優(yōu)化和改進(jìn)，可以進(jìn)一步提高衛(wèi)星反演降水產(chǎn)品質(zhì)量。

2.2 雷達(dá)QPE技術(shù)的改進(jìn)

地面雷達(dá)網(wǎng)絡(luò)目前提供最高空間和時(shí)間分辨率的QPE，是山洪警報(bào)的關(guān)鍵輸入。對(duì)于QPE質(zhì)量的提高，需要從以下幾個(gè)方面做出進(jìn)一步改進(jìn)。

2.2.1 雷達(dá)數(shù)據(jù)質(zhì)量控制技術(shù)完善

雷達(dá)數(shù)據(jù)質(zhì)量控制（QC）在確保高質(zhì)量降水融合產(chǎn)品方面發(fā)揮著關(guān)鍵作用。在天氣研究中，非氣象雷達(dá)回波包括生物雜波（即鳥類和昆蟲）、對(duì)發(fā)射機(jī)的電磁干擾（如太陽閃光燈）、地面/海面雜波、異常傳播以及來自箔條或其他非天氣目標(biāo)的回波，有不同的判別算法可將非降水回波與天氣信息分開，并利用雙偏振雷達(dá)數(shù)據(jù)，基于水凝物和非水凝物返回的相關(guān)系數(shù)（ρHV）的明顯不同特征，進(jìn)一步對(duì)不同的水凝物進(jìn)行分類。但是仍有很多細(xì)節(jié)信息會(huì)對(duì)QC算法產(chǎn)生影響。針對(duì)MRMS中的雷達(dá)QC算法，NOAA也提出進(jìn)一步的改進(jìn)，包括：1）熔化層劃分；2）清除風(fēng)電場污染；3）減輕硬件問題造成的損壞數(shù)據(jù)；4）減輕殘留雜波和太陽峰值；5）減少由旁瓣效應(yīng)和AP引起的地面、河流、湖泊雜波殘留[34]。也有研究針對(duì)雷達(dá)QPE本身，展開更嚴(yán)格的質(zhì)量控制，通過更準(zhǔn)確的雷達(dá)質(zhì)量指數(shù)（RQI），明確哪些QPE質(zhì)量是不好的，需要進(jìn)一步訂正的[35]。

Husnoo[36]等則另辟蹊徑，提出將神經(jīng)網(wǎng)絡(luò)算法用于英國天氣雷達(dá)質(zhì)量控制。該算法從最低層可用的掃描數(shù)據(jù)中選擇數(shù)據(jù)用以優(yōu)化兩個(gè)其他雷達(dá)數(shù)據(jù)校正算法的組合性能：地面雜波緩解和垂直剖面反射率校正。與目前所使用的QC算法相比，該算法獲得的QPE產(chǎn)品評(píng)估顯示了優(yōu)越的性能。

2.2.2 雙偏振雷達(dá)QPE技術(shù)改進(jìn)

對(duì)于雙偏振量的研究MRMS一直都在進(jìn)行中。相比于多普勒雷達(dá)（WSR-88D）生產(chǎn)的QPE，雙偏振雷達(dá)的QPE（DPR QPE）收到的異常傳播雜波和生物散射的污染更少。DPR QPE基于反射率Z，微分反射率和特定微分相位在一些凍結(jié)水平升高的暖季事件中，提供了更好的降水估算（平均偏差較小）。但其對(duì)誤差高度敏感，具有相對(duì)較大的隨機(jī)誤差[37]。DPR QPE在熔化層附近也受到不連續(xù)和偏差的影響。使用特定衰減A的DP雷達(dá)QPEs對(duì)Z和校準(zhǔn)誤差的敏感性較低[38-40]。此外，A不受部分光束阻塞的影響[39]。雖然具有類似的有點(diǎn)，但的估計(jì)需要沿徑向進(jìn)行平滑，這會(huì)導(dǎo)致空間分辨率的下降。相反，與不同，A在更廣泛的降雨強(qiáng)度范圍內(nèi)以原始雷達(dá)分辨率提供降雨率估計(jì)，在小雨中會(huì)產(chǎn)生噪音[41]。之前的R(A)研究僅限于單一雷達(dá)框架，僅應(yīng)用于雷達(dá)波束低于熔化層（ML）的區(qū)域。此外，這些研究主要集中在雷達(dá)附近廣泛傳播的大雨。為了使R(A)能夠用于跨越較大的國家雷達(dá)網(wǎng)絡(luò)的操作環(huán)境中，需要另外兩個(gè)步驟：1）將R(A)與其他雷QPE技術(shù)相結(jié)合，并建立一個(gè)適用于任何地方的綜合方案，以及2）評(píng)估所有雨情的R(A)性能，包括輕度和零星雨情，并確定R(A)和其他雷達(dá)QPE關(guān)系的最佳組合。

基于此，MRMS進(jìn)行了廣泛研究開發(fā)了一種無縫DP合成QPE。但仍需要進(jìn)一步的改進(jìn)：1）在非常小和零星的雨中，衰減信號(hào)太弱，R(Z)可能提供比R(A)更好的估計(jì)，可能應(yīng)該用于代替R(A)；2）在大范圍的輕層狀雨中，當(dāng)前默認(rèn)的α（0.035）可能太低（α是一個(gè)通常隨液滴尺寸分布和溫度而變化的參數(shù)）；3）對(duì)于數(shù)據(jù)樣本為單一地區(qū)的混合地區(qū)，可能需要對(duì)R(A)進(jìn)行局部調(diào)整以獲得更準(zhǔn)確的降水估計(jì)。

2.2.3 改進(jìn)地形降水估計(jì)

復(fù)雜的地形與豐富的水分相互作用會(huì)導(dǎo)致復(fù)雜的微物理過程，在非常小的空間和時(shí)間尺度上產(chǎn)生大量的局部降雨和山洪暴發(fā)。山區(qū)高分辨率和高精度定量降水估計(jì)（QPE）對(duì)于山洪和泥石流的監(jiān)測(cè)和預(yù)測(cè)至關(guān)重要。然而，由于復(fù)雜微物理過程中許多影響因素的非線性相互作用，獲得這種QPE一直是一個(gè)挑戰(zhàn)。

2.3 多源降水融合技術(shù)的改進(jìn)

眾多的降水產(chǎn)品各有優(yōu)劣，將其融合集各家之長是如今多源降水融合發(fā)展的趨勢(shì)。如何將衛(wèi)星反演降水產(chǎn)品、雷達(dá)QPE產(chǎn)品、站點(diǎn)觀測(cè)降水和模式降水有效且合理的組合在一起，一直是研究的重點(diǎn)。

Steven等[42]是以訂正后的雷達(dá)QPE產(chǎn)品為主，再以分別計(jì)算權(quán)重的方式，將多源數(shù)據(jù)融合起來。因?yàn)橐岳走_(dá)QPE產(chǎn)品為主，因此對(duì)該產(chǎn)品的質(zhì)量要求也較高，權(quán)重計(jì)算也根據(jù)地形、降水類型等做了詳細(xì)的歸類和說明。降雨/無雨誤差是區(qū)域和全球降水產(chǎn)品不確定性的一個(gè)關(guān)鍵來源，這些產(chǎn)品會(huì)離線傳播到水文和地面模擬模擬中。因此Song等[43]針對(duì)有雨/無雨降水表達(dá)準(zhǔn)確度，提出采用一種加權(quán)融合算法（CTC-M）實(shí)現(xiàn)三種相互獨(dú)立、互不相關(guān)的降水產(chǎn)品的融合，通過將各數(shù)據(jù)源降水?dāng)?shù)據(jù)轉(zhuǎn)化為二進(jìn)制數(shù)據(jù)再進(jìn)行融合的方式，進(jìn)一步提高準(zhǔn)確度。Kotsuki等[44]則根據(jù)降水評(píng)分來計(jì)算權(quán)重，進(jìn)而將基于外推的臨近預(yù)報(bào)和數(shù)值天氣預(yù)報(bào)產(chǎn)品相融合，得到全球降水預(yù)報(bào)產(chǎn)品。作者認(rèn)為在區(qū)域范圍內(nèi)通常采用空間均勻的權(quán)重，而對(duì)于全球范圍，最佳權(quán)重在空間上或有不同，進(jìn)而引入了空間上局地的評(píng)分用以優(yōu)化空間權(quán)重。以加權(quán)的方式同時(shí)融合多源降水資料也是當(dāng)下使用較多的方式，更多的區(qū)別在于如何合理計(jì)算權(quán)重。

國家氣象信息中心引進(jìn)美國NOAA和CPC的“概率密度函數(shù)（PDF）+最優(yōu)插值（OI）”兩步融合法實(shí)現(xiàn)了衛(wèi)星資料與地面觀測(cè)資料的融合，之后引入貝葉斯模式平均方法，加入了雷達(dá)資料，實(shí)現(xiàn)了三源降水融合。

多源降水融合還有很多未解決的問題，該項(xiàng)技術(shù)也有待進(jìn)一步地改進(jìn)和發(fā)展，在未來，是否有更多方法例如同化方法等用于多源數(shù)據(jù)融合技術(shù)，也需要更深入的研究。

3 總結(jié)與展望

IMERG、GSMaP和Q3產(chǎn)品基于先進(jìn)的算法和技術(shù)，成為全球或區(qū)域高分辨率降水融合產(chǎn)品中的主流。IMERG產(chǎn)品具有較高的時(shí)空分辨率，且覆蓋范圍從60°N—60°S擴(kuò)展到全球，在完善數(shù)據(jù)覆蓋區(qū)域的同時(shí)也因?yàn)榫W(wǎng)格扭曲引入了誤差，需要考慮更公平的網(wǎng)格遷移方案。此外，在地形降水方面，該產(chǎn)品也有待研究。GSMaP產(chǎn)品采用了較成熟的降水反演算法、雨量計(jì)觀測(cè)調(diào)整算法等方法，且針對(duì)地形/非地形降水也有合理的分類方案。目前該產(chǎn)品的覆蓋范圍為60°N—60°S。MRMS的Q3產(chǎn)品是美國主流的區(qū)域高分辨率降水實(shí)況產(chǎn)品，完善的降水類型分類技術(shù)和各種降水率估算技術(shù)使其具有較高的產(chǎn)品質(zhì)量，在對(duì)雙偏振雷達(dá)數(shù)據(jù)的使用方面，一直是該產(chǎn)品不斷改進(jìn)和攻克的重點(diǎn)。

這些國際的主流多源融合降水產(chǎn)品各有優(yōu)劣，其中的許多關(guān)鍵技術(shù)對(duì)于我國進(jìn)一步發(fā)展自己的降水融合產(chǎn)品有重要的啟示作用。第一，在衛(wèi)星融合降水方面，信息中心基于CMORPH產(chǎn)品，采用基于紅外冷云移動(dòng)矢量的微波降水時(shí)空內(nèi)插技術(shù)，實(shí)現(xiàn)了以時(shí)間位移長度為權(quán)重系數(shù)的多衛(wèi)星集成。雖然已經(jīng)有一定的研究基礎(chǔ)，但是在紅外和微波的反演技術(shù)方面，仍是空白，初始的衛(wèi)星反演降水產(chǎn)品依然需要依賴美國、日本等最新產(chǎn)品。因此，在衛(wèi)星反演降水方面，還需要從基礎(chǔ)的反演算法入手，生產(chǎn)我國自己的衛(wèi)星反演降水產(chǎn)品，擺脫對(duì)國外產(chǎn)品的依賴。第二，美國利用長序列雷達(dá)QPE數(shù)據(jù)進(jìn)行平均場偏差訂正，降低不同雷達(dá)間不一致性問題，并利用局地偏差訂正技術(shù)解決由于波束阻擋、異常傳播、零度層亮帶等引起的局部偏差問題。但是目前，我國還沒有時(shí)間上均一的長序列、全國組網(wǎng)的雷達(dá)QPE歷史產(chǎn)品。對(duì)該產(chǎn)品的研制也需提上日程；對(duì)于雷達(dá)組網(wǎng)的困難和降水相態(tài)識(shí)別問題也可參考MRMS系統(tǒng)，一方面實(shí)現(xiàn)對(duì)雷達(dá)的更新?lián)Q代，便于采用類似無縫混合掃描反射率生成技術(shù)這類方法實(shí)現(xiàn)雷達(dá)組網(wǎng)，另一方面逐步引入雙偏振雷達(dá)，提高對(duì)降水相態(tài)識(shí)別的準(zhǔn)確率。第三，對(duì)于山區(qū)降水，首先可以參考MRMS系統(tǒng)針對(duì)山區(qū)地形的坡度變化針對(duì)性計(jì)算QPE產(chǎn)品；其次可以借鑒GSMaP產(chǎn)品將山區(qū)降水與地形合理融合的關(guān)鍵技術(shù)；最后從科研角度，還可以引入模式數(shù)據(jù)，通過權(quán)重系數(shù)融合多種數(shù)據(jù)，緩解山區(qū)地區(qū)觀測(cè)稀疏等帶來的問題。

精細(xì)化的實(shí)況產(chǎn)品為智能網(wǎng)格預(yù)報(bào)業(yè)務(wù)提供了有力的實(shí)況數(shù)據(jù)支撐，同時(shí)還能反作用于上游的觀測(cè)環(huán)節(jié)。實(shí)況分析站在總覽全局的角度可以使“污染”觀測(cè)顯露原形，從而幫助觀測(cè)系統(tǒng)改善數(shù)據(jù)質(zhì)量。多源融合的實(shí)況產(chǎn)品能夠大大提升衛(wèi)星、雷達(dá)觀測(cè)數(shù)據(jù)的利用率，深入挖掘這些實(shí)時(shí)觀測(cè)數(shù)據(jù)的價(jià)值，與常規(guī)觀測(cè)相結(jié)合，得到連續(xù)的、高時(shí)空分辨率的實(shí)況產(chǎn)品數(shù)據(jù)。中國區(qū)域?qū)崨r產(chǎn)品對(duì)捕捉以強(qiáng)對(duì)流天氣為代表的小尺度災(zāi)害性天氣動(dòng)向意義重大，使公路交通氣象預(yù)報(bào)、山洪地質(zhì)災(zāi)害預(yù)警、基于位置天氣實(shí)況查詢等更加精準(zhǔn)、更加可靠。天氣實(shí)況是全球的剛需，目前CMORPH、MRMS等已經(jīng)是公認(rèn)的高質(zhì)量降水實(shí)況產(chǎn)品。在中國區(qū)域，或者也將利用風(fēng)云衛(wèi)星等中國特色資料，針對(duì)中國的天氣氣候特征，在現(xiàn)有多源融合降水實(shí)況產(chǎn)品的基礎(chǔ)上，制作出更高時(shí)效和分辨率的降水實(shí)況產(chǎn)品。

未來現(xiàn)代化氣象業(yè)務(wù)的需求對(duì)降水產(chǎn)品的時(shí)效和分辨率要求越來越高，我國對(duì)高質(zhì)量降水實(shí)況業(yè)務(wù)產(chǎn)品、災(zāi)害天氣監(jiān)測(cè)預(yù)警、高頻次滾動(dòng)更新的智能預(yù)報(bào)、智慧氣象服務(wù)業(yè)務(wù)的需求也越來越緊迫，在積極解決上述問題的同時(shí)，也要開拓思維，并不局限于傳統(tǒng)的融合方法，在借鑒國際先進(jìn)技術(shù)和經(jīng)驗(yàn)的基礎(chǔ)上，可以嘗試同化技術(shù)或神經(jīng)網(wǎng)絡(luò)等機(jī)器學(xué)習(xí)方法的研究與應(yīng)用。