朱麗，呂瀟雨，郭浩，孟翔晨，田蕓菲

（曲阜師范大學(xué)地理與旅游學(xué)院，山東 日照 276826）

引言

干旱是一種頻發(fā)的自然災(zāi)害，與其他自然災(zāi)害相比，干旱災(zāi)害具有持續(xù)時間長、影響范圍廣、損失嚴(yán)重等特點，造成農(nóng)作物損失、城市供水短缺、社會緊急狀態(tài)、土地退化和荒漠化加劇以及森林大火等一系列后果（侯瓊等，2020；張翔等，2021；王鶯等，2022）。緊急事件數(shù)據(jù)庫統(tǒng)計結(jié)果表明，干旱災(zāi)害占總災(zāi)害數(shù)量的5%，但其帶來的損失卻占所有自然災(zāi)害損失的30%（Wang et al.， 2014）。在氣候變化和人類活動不斷加劇背景下，干旱頻次不斷增加，影響面積也在不斷擴大（Yu and Zhai， 2020）。

基于站點觀測數(shù)據(jù)的傳統(tǒng)干旱監(jiān)測研究為干旱風(fēng)險管理提供了重要的科學(xué)參考（張卓群等，2022）。但受建站時間、儀器損壞等影響，站點觀測資料經(jīng)常存在數(shù)據(jù)缺失和空間代表性差等問題，難以滿足大尺度、實時的干旱監(jiān)測需求。再分析資料具有時間序列長、時空分辨率高、數(shù)據(jù)一致性好、空間覆蓋范圍廣等優(yōu)勢，為氣候尺度的干旱監(jiān)測研究提供了寶貴的替代資料（Jiang et al.， 2021；Zhang et al.， 2021）。但受資料來源和再分析模型等影響，再分析資料在不同地區(qū)的干旱監(jiān)測應(yīng)用中表現(xiàn)各異（劉婷婷等，2022）。因此，再分析資料的適用性評價是干旱監(jiān)測研究的重要內(nèi)容。

ERA5（the Fifth Generation of European Reanalysis）是歐洲中期天氣預(yù)報中心（European Centre for Medium-Range Weather Forecasts， ECMWF）推出的第五代再分析產(chǎn)品，包含大氣、陸地和海洋200余種變量數(shù)據(jù)。ERA5-Land（the Land Component of ERA5）是ERA5的陸地表面產(chǎn)品數(shù)據(jù)集，包含自1980年以來全球50多個變量的高空間分辨率（0.1°×0.1°）和時間分辨率（1 h）數(shù)據(jù)且免費開放獲?。∕uoz-Sabater et al.， 2021）。近年來，諸多學(xué)者針對ERA5的降水要素精度開展了定量研究，發(fā)現(xiàn)ERA5降水資料能夠基本反映降水的實際空間分布格局和季節(jié)變化特征但仍存在多種降水誤差（Sharifi et al., 2019; 孫赫等, 2020; Amjad et al.,2020; Kolluru et al., 2020; Jiao et al., 2021）。比如，復(fù)雜地形會對ERA5降水?dāng)?shù)據(jù)的精度產(chǎn)生限制影響，且隨著地形坡度的增加，ERA5的降水資料精度下降（Sharifi et al., 2019; Amjad et al., 2020；楊麗杰等，2022；張海耀等，2022）；干燥氣候?qū)RA5的降水估計造成較大偏差（Kolluru et al., 2020）；在降水時間變化模擬方面，ERA5存在明顯的季節(jié)性降水誤差（Jiao et al., 2021），在夏秋季的準(zhǔn)確性普遍低于冬春季（呂潤清和李響，2021；劉婷婷等，2022）。以上研究強調(diào)了在水文氣候?qū)W等應(yīng)用中使用ERA5降水?dāng)?shù)據(jù)前需進行不同應(yīng)用場景下的適用性評價。如果忽略ERA5的降水誤差，會導(dǎo)致水文模擬中降水強迫徑流與實際情況嚴(yán)重偏離（Khanal et al., 2021）。然而，現(xiàn)有研究大多將ERA5降水?dāng)?shù)據(jù)與實測站點進行直接對比，較少關(guān)注其在干旱監(jiān)測等應(yīng)用中的適用性評價?；诖耍疚囊灾袊鴼庀缶职l(fā)布的逐日降水分析產(chǎn)品為標(biāo)準(zhǔn)數(shù)據(jù)，對ERA5-Land降水產(chǎn)品的精度及其在黃河流域干旱監(jiān)測應(yīng)用中的誤差進行綜合定量評價，為ERA5-Land模型算法改進和干旱監(jiān)測應(yīng)用提供科學(xué)參考。

1 數(shù)據(jù)和方法

1.1 研究區(qū)概況

黃河發(fā)源于青藏高原，流經(jīng)青海、四川、甘肅、寧夏、內(nèi)蒙古、陜西、山西、河南和山東9個?。▍^(qū)）。黃河流域位于中國中北部地區(qū)（32.15°N—41.87°N，95.87°E—119.07°E），流域長1 900 km，南北寬1 100 km，干流總長5 464 km，流域總面積約79.5萬km2，占我國國土面積的8.28%（圖1）。內(nèi)蒙古托克托縣河口鎮(zhèn)以上為上游，河長3 472 km，流域面積38.6萬km2；河口鎮(zhèn)至河南桃花峪為中游，河長1 206 km，流域面積34.4萬km2；河南桃花峪以下為下游，河長786 km，流域面積2.3萬km2（孫永軍，2008；唐梅英等，2022）。黃河流域地勢起伏顯著，主要包含青藏高原、內(nèi)蒙古高原、黃土高原和黃淮海平原等地形區(qū)。流域大部地處干旱半干旱地區(qū)，以溫帶季風(fēng)氣候為主，年降水量為200～600 mm，呈東南多、西北少的空間格局，降水季節(jié)分布不均，春季少雨、夏季多雨、冬季干冷（周帥等，2019；王俊杰等，2022）。該地區(qū)水資源匱乏且分布不均，氣候變化敏感性高，生態(tài)環(huán)境脆弱。受氣候變化與人類活動共同影響，干旱事件頻發(fā)，給流域生產(chǎn)生活和生態(tài)環(huán)境造成嚴(yán)重影響（史尚渝等，2020）。

圖1 黃河流域地形及氣象站點空間分布Fig.1 The terrain and spatial distribution of the meteorological stations in the Yellow River Basin

1.2 數(shù)據(jù)來源與處理

1.2.1 中國逐日降水分析產(chǎn)品

1981—2020年中國逐日降水分析產(chǎn)品（China Precipitation Analysis Product， CPAP）（0.25°×0.25°）來源于中國氣象數(shù)據(jù)網(wǎng)（http：//www.data.cma.cn），由國家氣象信息中心和中國氣象局基于2 400個氣象站點降水?dāng)?shù)據(jù)結(jié)合最優(yōu)插值技術(shù)得到。圖1為黃河流域用于生成CPAP的氣象站點分布。CPAP所用氣象資料均經(jīng)過極值檢驗、內(nèi)部一致性檢驗和空間一致性檢驗的三級質(zhì)量控制（Shen et al.， 2010），經(jīng)獨立驗證發(fā)現(xiàn)，CPAP具有較高精度，在0.5°×0.5°空間尺度上相對誤差為3.21%（Yan et al.， 2010）。該數(shù)據(jù)集已廣泛應(yīng)用于遙感降水誤差評價的基準(zhǔn)數(shù)據(jù)（Shen et al.， 2010；Guo et al.， 2016； Guo et al.，2022）。本文將日尺度CPAP累加至月尺度，作為評價ERA5-Land數(shù)據(jù)的基準(zhǔn)數(shù)據(jù)。

1.2.2 ERA5-Land資料

ERA5-Land降水產(chǎn)品空間分辨率為0.1°×0.1°，時間分辨率為小時和月兩個版本，覆蓋范圍為90°S—90°N（Muoz-Sabater et al.， 2021）。本文使用1981—2020年ERA5-Land月尺度降水網(wǎng)格數(shù)據(jù)（https：//cds.climate.copernicus.eu/），為保證數(shù)據(jù)空間一致性，利用ArcGIS軟件的‘Aggregate’聚合工具，將空間分辨率0.1°×0.1°的ERA5-Land數(shù)據(jù)升尺度為0.25°×0.25°，以符合CPAP數(shù)據(jù)的空間分辨率。

1.3 方法

Mckee等（1993）在評估美國科羅拉多地區(qū)干旱狀況時，提出了基于降水量的標(biāo)準(zhǔn)化降水指數(shù)（Standardized Precipitation Index， SPI），能夠從多個時間尺度反饋干濕變化，其中1個月、3～6個月、9～24個月尺度的SPI分別用來表征氣象干旱、農(nóng)業(yè)干旱、水文干旱。SPI＜0時表示降水低于多年平均水平，處于干旱狀態(tài)，SPI＞0則表示濕潤狀態(tài)，按照SPI大小可以將干濕狀態(tài)劃分8個等級（表1）（Zarch et al.，2015）。作為一種標(biāo)準(zhǔn)化的干旱指數(shù)，SPI主要關(guān)注降水的相對變化，而非其絕對量。在降水量存在整體性偏差的情況下，SPI能夠忽略這種整體偏差，準(zhǔn)確捕捉干濕變化情況。本文基于1981—2020年黃河流域降水?dāng)?shù)據(jù)，計算該流域1個月、3個月、6個月、12個月尺度的SPI，分別記為SPI1、SPI3、SPI6、SPI12。

表1 基于標(biāo)準(zhǔn)化降水指數(shù)（SPI）的干旱等級劃分Tab.1 The classification of drought grades based on standardized precipitation index

在任一尺度下，當(dāng)SPI連續(xù)3個月持續(xù)小于0，且SPI最小值小于-1時，認(rèn)為發(fā)生一次干旱事件。本文基于3個月時間尺度SPI（SPI3）識別干旱事件（Zhang et al.， 2017； Bachmair et al.， 2018），并對干旱特征進行定量分析，包括干旱歷時（Drought Duration， DD）、干旱嚴(yán)重度（Drought Severity， DS）、干旱烈度（Drought Intensity， DI）和干旱峰值（Drought Peak， DP）4個干旱特征指標(biāo)（圖2）。當(dāng)SPI開始小于0的月份定義為干旱事件開始月份，而SPI恢復(fù)為0時的月份為干旱結(jié)束月份（即由干旱轉(zhuǎn)為濕潤狀態(tài)），干旱結(jié)束月份與干旱開始月份差值即為干旱歷時（DD）；干旱嚴(yán)重度（DS）為干旱期間所有SPI絕對值的累加，表示干旱總嚴(yán)重程度；干旱烈度（DI）為干旱嚴(yán)重度與干旱歷時比值，表示干旱事件烈度；干旱峰值（DP）為干旱期間SPI最大絕對值，表示干旱最嚴(yán)重狀態(tài)。

圖2 干旱特征示意圖Fig.2 The sketch of drought characteristics

研究區(qū)域內(nèi)每個網(wǎng)格識別的干旱事件數(shù)量不同，無法直接對比不同地區(qū)干旱歷時、干旱嚴(yán)重度和干旱烈度等，因此，對黃河流域內(nèi)逐網(wǎng)格識別干旱事件后，分別統(tǒng)計其干旱頻次，并對干旱歷時、烈度、嚴(yán)重度和峰值4個干旱特征進行平均得到平均干旱歷時（DDmean）、平均干旱嚴(yán)重度（DSmean）、平均干旱烈度（DImean）和平均干旱峰值（DPmean），具體公式如下：

式中：j表示干旱事件；N代表研究期間內(nèi)識別的干旱事件總數(shù)；SPIi代表第i個月的SPI值。

采用相對誤差（Relative Bias， RB）、皮爾遜相關(guān)系數(shù)（Correlation Coefficient， CC）、均方根誤差（Root Mean Squre Error， RMSE）和比例均方根誤差（Fractional Root Mean Square Error， FRMSE）作為評價ERA5-Land降水產(chǎn)品干旱監(jiān)測適用性的基本指標(biāo)，具體公式詳見Guo等（2017）。

2 結(jié)果分析

2.1 降水誤差評價

圖3為1981—2020年黃河流域CPAP和ERA5-Land降水產(chǎn)品的多年平均月降水量空間分布?？梢钥闯觯S河流域降水呈現(xiàn)東南多、西北少的基本格局，ERA5-Land降水產(chǎn)品能夠反映出這種空間格局。然而，ERA5-Land降水產(chǎn)品在黃河流域上游和中游地區(qū)的南部以及黃河下游地區(qū)均存在明顯的降水高估。

圖3 1981—2020年黃河流域CPAP（a）和ERA5-Land降水產(chǎn)品（b）多年平均月降水量空間分布（單位：mm）Fig.3 The spatial distribution of multiyear mean monthly precipitation of CPAP （a） and ERA5-Land precipitation products （b） in the Yellow River Basin during 1981-2020 （Unit： mm）

圖4 為1981—2020年黃河流域CPAP和ERA5-Land降水量月際變化?？梢钥闯?，黃河流域的降水量呈現(xiàn)明顯的季節(jié)性變化特征，其中冬季少雨，降水量集中于夏季，7月降水量最多。ERA5-Land能夠有效反映黃河流域降水量的月際變化，但各月均存在不同程度高估，冬季降水量高估5～15 mm，而夏季高估10～20 mm。

圖4 1981—2020年黃河流域CPAP和ERA5-Land降水量月際變化Fig.4 The monthly variation of precipitation of CPAP and ERA5-Land from 1981 to 2020 in the Yellow River Basin during 1981-2020

為定量評價ERA5-Land降水產(chǎn)品誤差，針對黃河全流域及流域上游、中游和下游繪制CPAP和ERA5-Land降水量散點圖并計算其相關(guān)系數(shù)、相對誤差、均方根誤差和比例均方根誤差（圖5）?？梢钥闯?，在黃河全流域，ERA5-Land降水產(chǎn)品與CPAP存在較高相關(guān)性（CC=0.90），散點主要位于1：1線上方，降水量越大，偏離程度越大。說明ERA5-Land降水產(chǎn)品在全流域存在降水量的系統(tǒng)性高估（相對誤差為25.99%），且高估程度與降水量呈正比（RMSE=13.77 mm，F(xiàn)RMSE=0.27）。ERA5-Land降水產(chǎn)品對3個子流域降水量均存在一定程度高估，其中上游降水量誤差最大，相對誤差為30.26%；中游次之，相對誤差為22.28%；下游最低，相對誤差為9.07%。從ERA5-Land降水產(chǎn)品與CPAP的相關(guān)性看，ERA5-Land降水產(chǎn)品在上游和中游表現(xiàn)較好，CC分別為0.93和0.84，而下游CC僅0.60。盡管下游CC較低，但RMSE和FRMSE并不高（RMSE=6.26 mm、FRMSE=0.11）。這種現(xiàn)象歸結(jié)于兩方面原因：一方面，下游降水量較多，ERA5-Land降水產(chǎn)品在降水量多的地區(qū)誤差相對較大；另一方面，下游地區(qū)面積小、樣本量少，對相關(guān)系數(shù)和均方根誤差的計算存在一定影響。

圖5 1981—2020年黃河流域不同區(qū)域CPAP和ERA5-Land降水產(chǎn)品多年平均月降水量散點圖（a）全流域，（b）上游，（c）中游，（d）下游Fig.5 The scatterplots of multiyear mean monthly precipitation between CPAP and ERA5-Land precipitation products in different areas of the Yellow River Basin during 1981-2020（a） the whole basin， （b） the upper reaches， （c） the middle reaches， （d） the lower reaches

從1981—2020年黃河流域不同區(qū)域CPAP和ERA5-Land平均降水量逐月變化（圖6）可以看出，ERA5-Land降水產(chǎn)品在全流域存在較嚴(yán)重高估，誤差約29.65%。不同區(qū)域高估程度差異明顯，降水高估誤差幅度從上游到下游逐漸減少，上游ERA5-Land降水量高估明顯（RB=36.61%），中游次之（RB=23.02%），下游最低（RB=9.31%），與圖5一致。

圖6 1981—2020年黃河流域不同區(qū)域CPAP和ERA5-Land平均降水量逐月變化（a）全流域，（b）上游，（c）中游，（d）下游Fig.6 The monthly variations of mean precipitation in different areas of the Yellow River Basin of CPAP and ERA5-Land during 1981-2020（a） the whole basin， （b） the upper reaches， （c） the middle reaches， （d） the lower reaches

2.2 SPI誤差評價

為評價ERA5-Land降水產(chǎn)品在干濕變化方面的表現(xiàn)，分別對SPI1、SPI3、SPI6和SPI12的區(qū)域平均SPI值進行對比（圖7）?？梢钥闯?，時間尺度越小，SPI振幅越大、頻次越高。ERA5-Land降水產(chǎn)品能夠有效捕捉不同時間尺度下大部分的干濕變化情況，但對干濕變化的頻次和幅度均存在明顯的高（低）估現(xiàn)象。不同時間尺度下，2006年以前，ERA5-Land降水產(chǎn)品傾向于低估干旱狀態(tài)而高估濕潤狀態(tài)，2006年之后則相反，這種現(xiàn)象隨著時間尺度增大而愈加明顯。以3個月時間尺度為例［圖7（b）］，1999年CPAP數(shù)據(jù)顯示黃河流域經(jīng)歷了一次嚴(yán)重的干旱事件，流域平均的SPI最低值達(dá)-2.27。盡管ERA5-Land也能檢測到此次干旱事件，但明顯低估了干旱的程度，其流域平均SPI最低值僅為-1.07。2015年夏秋季ERA5-Land雖然能夠捕捉到干旱事件的發(fā)生，但與基于CPAP計算的結(jié)果相比，其存在干旱程度的高估?；贑PAP計算的流域平均SPI最小值為-0.83，而ERA5-Land計算的流域平均SPI最小值則為-1.27?？傮w上，ERA5-Land降水產(chǎn)品的表現(xiàn)隨著時間尺度增大而變差，相關(guān)系數(shù)從SPI1的0.80降低到SPI12的0.38，而RMSE則從SPI1的0.39增加至SPI12的0.60。

圖7 1981—2020年黃河流域不同時間尺度基于CPAP和ERA5-Land降水產(chǎn)品的區(qū)域平均SPI對比（a）SPI1，（b）SPI3，（c）SPI6，（d）SPI12Fig.7 The comparison of regional mean SPI with different time scales in the Yellow River Basin during 1981-2020（a） SPI1， （b） SPI3， （c） SPI6， （d） SPI12

2.3 干旱事件特征誤差評價

2.3.1 多事件平均干旱特征誤差評價

為衡量ERA5-Land降水產(chǎn)品對干旱事件特征的捕捉能力，逐網(wǎng)格分別提取1981—2020年黃河流域基于CPAP和ERA5-Land降水產(chǎn)品的所有干旱事件，并對比其干旱特征空間分布（圖8）?？梢钥闯觯^去40 a黃河流域上游干旱頻次較少但干旱歷時相對較長，而中下游干旱頻次較多但干旱歷時相對較短［圖8（a）、（c）］。經(jīng)統(tǒng)計，1981—2020年，CPAP在上游地區(qū)的平均干旱頻次約為24.96次，平均歷時約為6.73個月，而中游和下游干旱頻次分別為27.53、26.72次，平均歷時分別為5.83、6.05個月。在黃河流域，CPAP和ERA5-Land監(jiān)測到的平均干旱頻次分別為25.92、26.70次，平均歷時分別為6.39、6.02個月。ERA5-Land降水產(chǎn)品明顯高估黃河流域干旱頻次而低估干旱歷時［圖8（b）、（d）］。黃河流域在上游西北部和中游東南部地區(qū)干旱嚴(yán)重度較高且烈度較大［圖8（e）］。上游西北部地區(qū)，ERA5-Land降水產(chǎn)品能夠有效捕捉干旱事件的嚴(yán)重度，而在中游東南部地區(qū)則低估對應(yīng)干旱事件的嚴(yán)重度［圖8（f）］，同時對中下游的干旱烈度存在低估［圖8（g）、（h）］。值得注意的是，ERA5-Land對干旱頻次的高估可能與2006年以后SPI值的明顯低估有關(guān)。

圖8 1981—2020年黃河流域基于CPAP（a、c、e、g）和ERA5-Land降水產(chǎn)品（b、d、f、h）的干旱頻次（a、b，單位：次）、平均干旱歷時（c、d，單位：月）、平均干旱嚴(yán)重度（e、f）及平均干旱烈度（g、h）空間分布Fig.8 The spatial distribution of drought frequency （a， b， Unit： times）， average drought duration （c， d， Unit： month number），average drought severity （e， f） and average drought intensity （g， h） based on CPAP and ERA5-Land precipitation products in the Yellow River Basin during 1981-2020

2.3.2 典型干旱事件特征

為分析ERA5-Land降水產(chǎn)品在干旱事件中的具體表現(xiàn)，根據(jù)干旱嚴(yán)重度、烈度和歷時選擇4次典型干旱事件（表2），分別簡稱D1、D2、D3、D4。D1（1986年7月至1987年4月）歷時10個月，屬于歷時最長且嚴(yán)重度較高但烈度較低的干旱事件；D2（1995年3—7月）屬于歷時短但烈度高的干旱事件類型；D3（1998年9月至1999年6月）為過去40 a黃河流域最嚴(yán)重的干旱事件，干旱嚴(yán)重度高達(dá)8.81，峰值月份SPI平均絕對值高達(dá)2.27；D4（2013年2—5月）為歷時較短且烈度和嚴(yán)重度均較低的干旱事件。

表2 1986—2013年黃河流域典型干旱事件特征Tab.2 Characteristics of typical drought events in the Yellow River Basin from 1986 to 2013

圖9 為典型干旱事件干旱峰值月份不同等級干旱的空間分布，表3為典型干旱事件峰值月份不同等級干旱的面積比?？梢钥闯觯珽RA5-Land降水產(chǎn)品基本能夠捕捉到干旱峰值的空間格局，但存在高估或低估。1986年11月，重度和極端干旱基本分布在黃河上游中部地區(qū)［圖9（a）］，極端干旱面積占比9%，重度干旱面積占比26%。ERA5-Land降水產(chǎn)品在上游中部存在低估現(xiàn)象，而在中游北部存在一定高估［圖9（b）］。從不同等級干旱面積占比來看，中度干旱面積存在10%高估，重度干旱和極端干旱面積分別存在5%和4%的低估。1995年5月，重度和極端干旱主要集中在黃河上游地區(qū)［圖9（c）］，總干旱面積占比達(dá)95%。ERA5-Land對極端和重度干旱存在較大程度低估［圖9（d）］，極端干旱面積存在20%的低估。1999年2月黃河流域98%的地區(qū)處于干旱狀態(tài)［圖9（e）］，極端干旱面積占比高達(dá)58%。ERA5-Land降水產(chǎn)品對極端干旱面積存在17%的低估。2013年3月，黃河流域干旱面積高達(dá)99%，但極端和重度干旱面積占比較低，ERA5-Land降水產(chǎn)品對極端和重度干旱面積分別存在19%和6%的高估，而對輕微干旱面積存在19%的低估。

表3 典型干旱事件峰值月份不同等級干旱面積占比Tab.3 The area ratio of drought with different grades at drought peak stage of typical drought events單位：%

圖9 1986年11月（a、b）、1995年5月（c、d）、1999年2月（e、f）及2013年3月（g、h）黃河流域基于CPAP（a、c、e、g）和ERA5-Land降水產(chǎn)品（b、d、f、h）的不同等級干旱空間分布Fig. 9 The spatial distribution of drought with different grades based on CPAP （a， c， e， g） and ERA5-Land precipitation products（b， d， f， h） in the Yellow River Basin in November 1986 （a， b）， May 1995 （c， d）， February 1999 （e， f） and March 2013 （g， h）

3 結(jié)論

本文通過對黃河流域1981—2020年EAR5-Land降水產(chǎn)品在降水、干濕狀況、干旱事件特征等方面的捕捉能力進行評價和分析，得出以下結(jié)論：

（1）ERA5-Land降水產(chǎn)品在黃河流域存在明顯的降水高估現(xiàn)象，其中上游高估明顯，相對誤差高達(dá)30.26%，中游次之，相對誤差為22.28%，下游表現(xiàn)相對較好，相對誤差為9.07%。

（2）ERA5-Land降水產(chǎn)品的標(biāo)準(zhǔn)化降水指數(shù)（SPI）表征的干濕狀況存在一定程度高估或低估，隨著SPI尺度增大，高估（或低估）幅度也增加。從12個月時間尺度的SPI表現(xiàn)來看，2006年以前以高估為主，以后以低估為主。

（3）1981—2020年，ERA5-Land降水產(chǎn)品明顯高估干旱頻次，但低估干旱事件持續(xù)時間。同時，干旱烈度及干旱嚴(yán)重度也存在不同程度的高（低）估現(xiàn)象?？傮w來看，在黃河流域上游對干旱事件特征高（低）估幅度最大，中游次之，下游最低。

（4）在典型干旱事件評價中，ERA5-Land降水產(chǎn)品表現(xiàn)一般，雖能捕捉到干旱分布區(qū)域，但不同等級的干旱面積占比誤差較大，對重度干旱和極端干旱面積存在較大幅度的高估或低估。