摘要：基于浙江省雨量站觀測數(shù)據(jù)，利用相對偏差（RB）、均方根誤差（RMSE）、相關(guān)系數(shù)（CC）對2015—2020年登陸浙江的“燦鴻”“摩羯”“利奇馬”“米娜”和“黑格比”影響期間全球降水觀測計(jì)劃 GPM 多衛(wèi)星融合產(chǎn)品V06B 版的準(zhǔn)實(shí)時(shí)降水產(chǎn)品IMERG_ER（簡稱 IMERG）進(jìn)行總體評估，并采用探測率（POD）、空報(bào)率（FAR）和臨界成功指數(shù)（CSI）來評估不同降水量級下IMERG 的降水估測能力。結(jié)果表明：IMERG 總體能較好反映降水的空間分布特征，但對強(qiáng)降水落區(qū)范圍大小的捕捉能力尚有一定不足。IMERG對“燦鴻”過程總降水量具有一定程度的低估，對“摩羯”“利奇馬”“米娜”和“黑格比”過程總降水量存在高估。此外，IMERG對“黑格比”降水變化的捕捉能力最強(qiáng)，接著依次是“燦鴻”“摩羯”和“利奇馬”，較差的是“米娜”。從分級檢驗(yàn)結(jié)果看，隨著降水量級的增加，POD 和 CSI穩(wěn)中有降，F(xiàn)AR穩(wěn)中有升，即IMERG對小雨的辨識能力最優(yōu)，對大暴雨的捕捉能力較差，同時(shí)高估了較強(qiáng)降水發(fā)生的可能性?？陀^上看，IMERG對個(gè)別臺風(fēng)降水強(qiáng)度的捕捉能力稍顯不足，定量誤差較大，但總體上追蹤臺風(fēng)降水動態(tài)變化的能力尚可，具有反映降水峰值和谷值數(shù)量及其變化的能力，同時(shí)對山區(qū)和平原地區(qū)降水的估測能力相當(dāng)，山區(qū)有時(shí)優(yōu)于平原地區(qū)，可嘗試用該產(chǎn)品估測復(fù)雜地形下臺風(fēng)降水變化。關(guān)鍵詞：衛(wèi)星降水產(chǎn)品；臺風(fēng)降水；總體評估；分級評估

中圖法分類號： P412.27" 文獻(xiàn)標(biāo)志碼： A"" DOI：10.12406/byzh.2022-015

Evaluation of monitoring ability of the integrated multi-satellite retrievals for precipitation during typhoon landing in Zhejiang from 2015 to 2020

HAN Furong， LU Xiang， WU Tianyi， XU Yejia， HAN Xing， CAI Xiaodong

（Jinhua Meteorological office of Zhejiang Province， Jinhua 321000）

Abstract： Based on the observational data of precipitation at the stations of Zhejiang， relative bias（RB）， root mean square error（RMSE）， and cor- relation coefficient （CC） were used to evaluate the quasi-real-time product IMERG_ER V06B of GPM satellite during the landing periods of typhoon Chan-hom， Yagi， Lekima， Mitag， and Hagupit during 2015 to 2020. POD， FAR" and CSI" were used to evaluate the ability of precipitation retrieval of IMERG at different precipitation levels. The results show that the IMERG precipitation data of GPM can reflect the spatial distri- bution characteristics of precipitation， but its ability to capture the range of heavy precipitation is still insufficient. Precipitation during ty- phoon Yagi， Lekima， Mitag， and Hagupit were overestimated， while precipitation during typhoon Chan-hom were underestimated. IMERG has the ability to capture the change of precipitation of typhoon Hagupit， followed by typhoon Chan-hom， Yagi， and Lekima， and typhoon Mit- ag is the worst. According to the results of classification test， POD" and CSI" decrease， while FAR" increases with the increase of precipitation， which indicates that IMERG has the best ability to identify light rain， but poor ability to capture heavy rain. Meanwhile， IMERG overestimat- ed the possibility of heavy precipitation. Objectively， precipitation product of IMERG_ER V06B is insufficient to capture the precipitation in- tensity of typhoon， and the quantitative error of individual typhoon is large. Overall， it has a fair ability to capture the number and variation of peak and valley of typhoon rainfall， which can be applied to estimate the change of typhoon rainfall in complex terrain， due to its similar if not better ability of retrieving precipitation in mountainous area as in plain area.

Key words： satellite precipitation product; typhoon rainfall; overall evaluation; graded evaluation

引言

降水是地表淡水資源的主要來源，其分布對社會經(jīng)濟(jì)、農(nóng)業(yè)發(fā)展和人類生產(chǎn)生活有著重要影響。傳統(tǒng)降水?dāng)?shù)據(jù)主要來自于地面雨量站點(diǎn)觀測，但因地形復(fù)雜、站點(diǎn)分布不均、后期維護(hù)等問題，現(xiàn)有站點(diǎn)數(shù)據(jù)難以反映精確的降水時(shí)空分布（趙平偉等，2021）。隨著衛(wèi)星遙感技術(shù)和數(shù)據(jù)反演算法的發(fā)展，衛(wèi)星觀測資料逐漸成為新的降水?dāng)?shù)據(jù)來源。全球降水觀測計(jì)劃 GPM （Global Precipitation Measurement）作為 TRMM 的后續(xù)衛(wèi)星降水觀測計(jì)劃，GPM衛(wèi)星群在物理探測上擴(kuò)展了傳感載荷，擴(kuò)大了探測范圍，有效提高了對弱降水（小于0.5 mm·h-1）、固態(tài)降水及降水粒子微物理過程的捕捉能力（Hou et al.，2014；唐國強(qiáng)等，2015；Hamada and Takayabu，2016；Skofronick-Jackson et al.，2018）。新一代衛(wèi)星降水算法IMERG （Integrated Multi-satellite Retrievals for GPM）得到的降水估測產(chǎn)品得到了廣泛關(guān)注（Kotsuki et al.，2014；Prakash et al.，2016；Kim et al.，2017；Siuki et al.，2017；Bhuiyan et al.，2020；Mandapaka and Lo，2020），國內(nèi)學(xué)者也及時(shí)利用IMERG系列產(chǎn)品對不同區(qū)域較長時(shí)間尺度的降水序列進(jìn)行了評估，金曉龍等（2016）、Ma 等（2016）、Li 等（2017）和Zhang 等（2018）分別評估了IMERG在天山地區(qū)、贛江流域、青藏高原等不同地區(qū)的表現(xiàn)，得出IMERG比TMPA稍有優(yōu)勢。汪梓彤等（2021）也得出在青藏高原 IMERG 較GSMaP表現(xiàn)出更好的反演降水精度，具有一定的應(yīng)用潛力。以上研究集中反映了 GPM 硬件水平提升后，IMERG 系列產(chǎn)品估測長時(shí)間降水序列的能力有所提高。

此外，衛(wèi)星降水產(chǎn)品可實(shí)現(xiàn)對臺風(fēng)降水過程的準(zhǔn)實(shí)時(shí)監(jiān)測，在實(shí)際氣象業(yè)務(wù)工作中，科技工作者一直在尋找較準(zhǔn)確可靠的衛(wèi)星估測降水產(chǎn)品來監(jiān)測臺風(fēng)極端降水。因此，GPM計(jì)劃實(shí)施以來，不少學(xué)者研究了GPM IMERG系列降水產(chǎn)品與其他衛(wèi)星降水產(chǎn)品在臺風(fēng)降水中的表現(xiàn)。其中劉國等（2017）通過對比臺風(fēng)“威馬遜”暴雨過程中GSMaP和IMERG衛(wèi)星降水反演算法得到的多套降水產(chǎn)品發(fā)現(xiàn)，IMERG算法降水產(chǎn)品與地面觀測數(shù)據(jù)的整體偏差較GSMaP算法降水產(chǎn)品小。譚顯輝等（2017）綜合評估2015年強(qiáng)臺風(fēng)“燦鴻”所帶來的極端降水事件時(shí)也得到相似結(jié)論，不管是準(zhǔn)實(shí)時(shí)類還是滯時(shí)類產(chǎn)品，IMERG系列衛(wèi)星降水產(chǎn)品的表現(xiàn)均要好于TMPA系列下的衛(wèi)星降水產(chǎn)品。此外，也有重點(diǎn)針對GPM IMERG系列降水產(chǎn)品在不同量級臺風(fēng)降水估測方面的適用性研究。肖柳斯等（2019）發(fā)現(xiàn)IMERG_ER較好體現(xiàn)了2017年臺風(fēng)“天鴿”、“帕卡”和“瑪娃”極端降水峰值和谷值的數(shù)量及變化趨勢，但時(shí)間和強(qiáng)度有偏差。李曉俞等（2020）研究臺風(fēng)“山竹”影響期間IMERG產(chǎn)品時(shí)發(fā)現(xiàn)IMERG_FR綜合表現(xiàn)最好， IMERG_ER降水空間估測能力較優(yōu)，而IMERG_LR的時(shí)序分布特征表現(xiàn)較好。陳愛軍等（2021）精細(xì)化評估 IMERG_FR 對臺風(fēng)“妮妲”不同量級降水的估計(jì)能力時(shí)發(fā)現(xiàn)IMERG_FR會高估小雨等級降水，且低估小雨事件發(fā)生的概率。

浙江作為登陸臺風(fēng)的高影響地區(qū)，登陸臺風(fēng)暴雨帶來的災(zāi)害嚴(yán)重影響人們的生命和財(cái)產(chǎn)安全（陳宣淼等，2018；韓芙蓉等，2021）。因此在 GPM 硬件水平較大提升的前提下，及時(shí)對GPM多衛(wèi)星融合反演臺風(fēng)降水的能力進(jìn)行實(shí)例評估顯得很有必要?？紤]到利用衛(wèi)星產(chǎn)品對臺風(fēng)降水進(jìn)行準(zhǔn)實(shí)時(shí)監(jiān)測的需求，本文利用GPM多衛(wèi)星融合的準(zhǔn)實(shí)時(shí)產(chǎn)品IMERG_ER V06B和浙江省雨量站降水觀測資料對2015—2020年登陸浙江的“燦鴻”（1509）、“摩羯”（1814）、“利奇馬”（1909）、“米娜”（1918）和“黑格比”（2004）進(jìn)行了較綜合的評估，分析了臺風(fēng)影響期間 IMERG_ER V06B 的表現(xiàn)，為尋求可靠的臺風(fēng)降水估測產(chǎn)品提供有益探索。

1資料與方法

1.1 IMERG 和地面雨量站降水?dāng)?shù)據(jù)

全球降水觀測計(jì)劃 GPM作為新一代全球衛(wèi)星降水計(jì)劃，整個(gè)觀測網(wǎng)由NASA與JAXA發(fā)射的核心觀測平臺GPMCO （GPM Core Observatory）以及來自法國、印度和歐洲等多個(gè)國家和地區(qū)約10顆衛(wèi)星組成，其中 GPM的核心觀測平臺GPMCO搭載了全球首個(gè)雙頻降水雷達(dá) DPR （Dual-frequency Precipitation Radar）和多波段微波成像儀 GMI （GPM Microwave Imager）（ Hou et al.，2014；唐國強(qiáng)等，2015）。多衛(wèi)星降水反演融合算法 IMERG運(yùn)行生成的產(chǎn)品屬于GPM 3級產(chǎn)品，它試圖通過GPM衛(wèi)星群上獲取的所有被動微波數(shù)據(jù)PMW （Pas- sive Microwave）、紅外數(shù)據(jù)、地面雨量觀測資料以及其他傳感器的降水?dāng)?shù)據(jù)相互校準(zhǔn)、融合和插值得到。 IMERG 生成系統(tǒng)數(shù)據(jù)處理過程大致如下：（1）使用 GPROF2017算法計(jì)算 GPM群各種衛(wèi)星被動微波傳感器中的數(shù)據(jù)，生成微波數(shù)據(jù)版本的降水?dāng)?shù)據(jù)；（2）將網(wǎng)格化的微波數(shù)據(jù)與 GPM所得的雷達(dá)輻射分析產(chǎn)品互校；（3）利用氣候預(yù)測中心（CPC）變形卡爾曼濾波算法對互校后的微波以及紅外數(shù)據(jù)進(jìn)行融合處理，同時(shí)加入全球垂直積分水汽場生成降水產(chǎn)品。IMERG系列產(chǎn)品目前包括 IMERG_ER，IMERG_LR 和 IMERG_FR 三種，時(shí)間分辨率為0.5 h，空間分辨率為0.1°×0.1°，可應(yīng)用于實(shí)時(shí)、逐日以及更長時(shí)間尺度的分析。IMERG 實(shí)時(shí)運(yùn)行一次后得到了IMERG_ER產(chǎn)品，再運(yùn)行一次后得到 IMERG_LR產(chǎn)品，IMERG_ER和IMERG_LR都是準(zhǔn)實(shí)時(shí)產(chǎn)品，兩者的主要區(qū)別在于IMERG_ER只采用云移動矢量前向傳播算法，而IMERG_LR在此基礎(chǔ)上增加了后向傳播算法，對應(yīng)的數(shù)據(jù)發(fā)布延遲時(shí)間分別為4 h和14 h；滯實(shí)時(shí)產(chǎn)品IMERG_FR使用了前向和后向傳播算法的同時(shí)還利用地面觀測站的逐月降水資料加以校正，發(fā)布延遲時(shí)間約3.5個(gè)月（Huffman et al.，2020）。相比而言，IMERG_ER和IMERG_LR更直接反映了衛(wèi)星反演算法估測降水的能力，在汛期表現(xiàn)較好，具有應(yīng)用于短期降水和洪水預(yù)報(bào)的潛力（陳曉宏等，2017）。因此本文使用IMERG_ER V06B（以下簡稱 IMERG）產(chǎn)品對臺風(fēng)降水進(jìn)行分析。

圖1是浙江省地形圖和地面氣象站分布圖。由于浙江省地形復(fù)雜，地勢自西南向東北呈階梯狀傾斜，其西南部為山地，中部為丘陵，東北部以平原為主，將平原地區(qū)設(shè)為A區(qū)，而以圖中B區(qū)代表山區(qū)，盡管劃分相對粗略、簡單，但大致可以用來分析不同地形下的衛(wèi)星估測降水特征。地面降水?dāng)?shù)據(jù)為浙江省區(qū)域范圍內(nèi)近3400個(gè)地面氣象站雨量數(shù)據(jù)，其時(shí)間分辨率為1 h。

1.2數(shù)據(jù)預(yù)處理

IMERG資料和地面雨量站資料數(shù)據(jù)類型不一致，前者為格點(diǎn)資料，后者為站點(diǎn)資料。兩者時(shí)間分辨率和空間分辨率也不同，需要對IMERG資料和地面雨量站資料進(jìn)行預(yù)處理。為統(tǒng)一時(shí)間分辨率，以00分和30分IMERG資料的平均值作為整點(diǎn)小時(shí)降水量。為統(tǒng)一空間分辨率，采用雙線性插值法將雨量站數(shù)據(jù)插值為0.1°×0.1°分辨率的格點(diǎn)數(shù)據(jù)（文中不考慮插值誤差帶來的影響）。

1.3研究對象

表1給出2015—2020年登陸浙江的臺風(fēng)的基本信息，包含臺風(fēng)名稱、編號、登陸時(shí)間、登陸地點(diǎn)、登陸強(qiáng)度和主要影響時(shí)段。6 a共有5個(gè)臺風(fēng)登陸浙江，它們分別是1509號“燦鴻”（Chan-hom）、1814號“摩羯”（Yagi）、1909號“利奇馬”（Lekima）、1918號“米娜”（Mit-" ag）和2004號“黑格比”（Hagupit），其中“燦鴻”于2015年7月11日16時(shí)40分（北京時(shí)，下同）前后以強(qiáng)臺風(fēng)級別登陸浙江舟山，登陸時(shí)中心附近最大風(fēng)速和最低氣壓分別為45 m·s-1和955 hPa；“摩羯”于2018年8月12日23時(shí)35分前后以強(qiáng)熱帶風(fēng)暴級別登陸浙江溫嶺，登陸時(shí)中心附近最大風(fēng)速和最低氣壓分別為25 m·s-1和 985 hPa；“利奇馬”于2019年8月10日1時(shí)45分以超強(qiáng)臺風(fēng)級別登陸浙江溫嶺，登陸時(shí)中心附近最大風(fēng)速和最低氣壓分別為52 m·s-1和930 hPa；“米娜”于2019 年10月1日20時(shí)30分以強(qiáng)熱帶風(fēng)暴級別登陸浙江舟山，登陸時(shí)中心附近最大風(fēng)速和最低氣壓分別為30 m·s-1和980 hPa；“黑格比”于2020年8月4日3時(shí)30分以臺風(fēng)級別登陸浙江樂清，登陸時(shí)中心附近最大風(fēng)速和最低氣壓分別為38 m·s-1和970 hPa。此外，本文選取有臺風(fēng)降水影響的48 h作為臺風(fēng)的主要影響時(shí)段，“燦鴻”主要影響時(shí)段為2015年7月10日21時(shí)—12日20時(shí)，“摩羯”主要影響時(shí)段為2018年8月11日21時(shí)—13日20時(shí)，“利奇馬”主要影響時(shí)段為2019年8月8日21時(shí)—10日20時(shí)，“米娜”主要影響時(shí)段為2019年9月29日21時(shí)—10月1日20時(shí)，“黑格比”主要影響時(shí)段為2020年8月3日21時(shí)—5日20時(shí)。

1.4方法

利用相對偏差（Relative Bias，RB）、均方根誤差（Root-Mean-Square Error，RMSE）和相關(guān)系數(shù)（Correlation Coefficient，CC）對登陸浙江的臺風(fēng)“燦鴻”“摩羯”“利奇馬”“米娜”和“黑格比”的臺風(fēng)降水進(jìn)行總體評估。其中RB 用以評價(jià)IMERG與地面雨量站降水的總體偏差趨勢；RMSE 可定量反映偏差的總體水平；CC 用以衡量 IMERG與地面雨量站降水的一致性水平。

采用3種分類指標(biāo)探測率（Probability of Detection， POD）、空報(bào)率（False Alarm Ratio，F(xiàn)AR）和臨界成功指數(shù)（Critical Success Index，CSI）對不同降水量級進(jìn)行分級評估。POD 表示衛(wèi)星降水產(chǎn)品正確估測降水事件的概率， FAR 表示降水事件被錯(cuò)誤估測的概率，CSI 為衛(wèi)星降水產(chǎn)品準(zhǔn)確估測的技巧評分，三者均介于0～1，POD 越大， FAR 越小，CSI 越大，IMERG對降水的估測能力越強(qiáng)。相關(guān)計(jì)算公式如下

式（1）—（6）中，IMERG 為衛(wèi)星估測降水；GAUGE 為雨量站降水插值到格點(diǎn)的值；N 為格點(diǎn)數(shù)；Cov為協(xié)方差；σ為標(biāo)準(zhǔn)差。A、B分別為衛(wèi)星產(chǎn)品準(zhǔn)確估測和錯(cuò)誤估測的降水事件數(shù)，C為衛(wèi)星產(chǎn)品漏估的降水事件數(shù)。

2結(jié)果與分析

2.1降水空間分布的總體評估

圖2給出了臺風(fēng)“燦鴻”、“摩羯”、“利奇馬”、“米娜”和“黑格比”影響浙江期間IMERG和雨量站過程總降水量分布。從圖2可見，“燦鴻”影響期間過程總降水量在空間上呈現(xiàn)由東北向西南遞減的趨勢，IMERG 表現(xiàn)出的浙江東北部的強(qiáng)降水落區(qū)范圍較雨量站降水略偏小，未反映出浙江北部湖州境內(nèi)的較強(qiáng)降水?！澳︳伞睆?qiáng)降水主要集中在浙江中北部，IMERG展現(xiàn)出的西北-東南走向的強(qiáng)降水落區(qū)與雨量站降水相似，且也反映出了浙江舟山群島附近的強(qiáng)降水，但I(xiàn)MERG 強(qiáng)降水落區(qū)范圍略大于雨量站降水分布?！袄骜R”臺風(fēng)降水中IMERG未能很好捕捉到強(qiáng)降水與弱降水邊界處的變化特征，浙江西南山區(qū)處的IMERG強(qiáng)降水范圍小于雨量站?！懊啄取苯邓憩F(xiàn)為東部降水明顯強(qiáng)于西部降水，IMERG降水也呈現(xiàn)出東強(qiáng)西弱的特征，但與雨量站格點(diǎn)化降水相比，IMERG強(qiáng)降水范圍明顯偏大，強(qiáng)度偏強(qiáng)?！昂诟癖取毖睾５貐^(qū)IMERG強(qiáng)降水范圍也明顯大于雨量站降水。可見IMERG總體較好反映出臺風(fēng)影響期間過程總降水的空間分布特征，對強(qiáng)降水的大致落區(qū)具有較強(qiáng)的捕捉能力，但對強(qiáng)降水落區(qū)范圍大小的捕捉能力尚有一定不足。

圖3給出了臺風(fēng)“燦鴻”、“摩羯”、“利奇馬”、“米娜”和“黑格比”影響浙江期間過程總降水量散點(diǎn)分布，并結(jié)合相對偏差RB、均方根誤差RMSE 和相關(guān)系數(shù)CC來定量檢驗(yàn) IMERG 對臺風(fēng)過程總降水量的估測能力。從圖3a可見，IMERG對“燦鴻”過程總降水量具有一定程度的低估?！盃N鴻”IMERG與雨量站過程總降水量的RB 為-25%，RMSE 為50.5 mm，散點(diǎn)圖上表現(xiàn)為對角線兩側(cè)的散點(diǎn)離散度較高，CC 為0.67。從圖3b—e可見，IMERG對“摩羯”“利奇馬”“米娜”和“黑格比”過程總降水量存在高估情況?！澳︳伞钡目傮w偏差較小，RMSE"" 為 27.1 mm，對角線兩側(cè)散點(diǎn)分布較均勻且離散度不高。對比圖3c和3d可知，“利奇馬”和“米娜”兩者RB 分別為16%和175%，表明“米娜”IMERG與地面雨量站的偏差更大，而“利奇馬”的RMSE 為145.4 mm大于“米娜”的116.6 mm，對于相關(guān)系數(shù)，“利奇馬”CC 為0.33，“米娜”CC 達(dá)到0.77，這是由于“米娜”總降水量越大越偏離對角線，且呈現(xiàn)出較高的線性變化趨勢，具體表征見圖3d?！昂诟癖取盧MSE 與“燦鴻”相近，但對角線兩側(cè)的散點(diǎn)數(shù)相當(dāng)，正負(fù)相抵作用下“黑格比”的RB 最小為9%，CC 達(dá)到0.72。以上的定量分析顯示 IMERG產(chǎn)品對登陸浙江臺風(fēng)降水的估測同時(shí)具有高估和低估現(xiàn)象，與以往學(xué)者得到的臺風(fēng)降水期間TRMM衛(wèi)星一致低估降水（邱金晶等，2017）和 GPM衛(wèi)星定量降水顯著低估極端降水（李伶杰等，2018）的結(jié)論不一致。臺風(fēng)過程總降水量高低估同時(shí)存在的現(xiàn)象可能與IMERG降水反演算法不斷校正有關(guān)，為了解決之前數(shù)據(jù)整體低估的現(xiàn)象，反演算法整體抬高了衛(wèi)星降水值，較新版本的衛(wèi)星數(shù)據(jù)解決了低雨強(qiáng)低估問題的同時(shí)，也導(dǎo)致高雨強(qiáng)降水的高誤報(bào)和高估問題突出（任英杰等，2019）。

2.2降水時(shí)間演變的總體評估

臺風(fēng)暴雨是臺風(fēng)帶來的嚴(yán)重氣象災(zāi)害之一，對人們的生產(chǎn)生活具有重要影響。嚴(yán)密監(jiān)測臺風(fēng)降水短時(shí)變化是防范臺風(fēng)暴雨災(zāi)害的重要手段。圖4給出臺風(fēng)“燦鴻”、“摩羯”、“利奇馬”、“米娜”和“黑格比”影響浙江期間雨量站和IMERG逐時(shí)降水量變化及累計(jì)降水量變化。

分析圖4可見，IMERG較好展現(xiàn)了降水的峰值和谷值及其變化，不過捕捉到的降水峰谷強(qiáng)度及其出現(xiàn)時(shí)間在不同臺風(fēng)中表現(xiàn)不一，具體表現(xiàn)如下：（1）“燦鴻”影響期間，IMERG降水完美捕捉到了第一個(gè)降水峰值，雨峰強(qiáng)度和時(shí)間與雨量站一致，而后的第二個(gè)雨峰出現(xiàn)時(shí)間有所滯后，次雨峰強(qiáng)度也弱于雨量站降水強(qiáng)度，故在累計(jì)降水量上表現(xiàn)為隨著時(shí)間增加IMERG降水稍小于雨量站降水。（2）“摩羯”影響時(shí) IMERG捕捉到了降水的4個(gè)峰值及3個(gè)谷值，但是前兩個(gè)降水峰值出現(xiàn)時(shí)間稍有提前，后兩個(gè)降水峰值稍有滯后。（3） IMERG捕捉到了“利奇馬”最大雨峰的出現(xiàn)時(shí)間，IMERG雨峰強(qiáng)度卻是雨量站的近一倍，雨峰后IMERG累計(jì)降水量始終高于雨量站，峰值前后的降水偏差對累計(jì)降水偏差起到主要貢獻(xiàn)。（4）“米娜”從降水從一開始便明顯高估，但I(xiàn)MERG依舊表現(xiàn)出了降水峰值數(shù)量。（5）“黑格比”影響時(shí)IMERG展現(xiàn)出的4個(gè)降水峰值較雨量站均有所滯后。

以上結(jié)果表明，IMERG能捕捉到臺風(fēng)降水的演變趨勢，不過由于IMERG產(chǎn)品是通過GPM衛(wèi)星群的微波（PMW）、紅外（IR）及其他高時(shí)空分辨率的降水觀測相互校準(zhǔn)反演得到。而PMW估測降水能力總體強(qiáng)于IR，一方面從降水觀測頻段上看，GPMCO上搭載的微波輻射計(jì)GMI低頻段（10—89 GHz）能夠觀測中大型降水，GMI 高頻段（166—183 GHz）能夠觀測中小型降水（唐國強(qiáng)等，2015），IR 則主要用于估測較大量級降水；另一方面，IR對地形增幅作用、水汽供應(yīng)急轉(zhuǎn)以及外圍環(huán)流中對流系統(tǒng)演變所引起的降水云團(tuán)急速變化的捕捉和估測能力也遠(yuǎn)不如PMW（肖柳斯等，2019）。因此，基于微波和紅外的IMERG反演降水對臺風(fēng)降水峰谷值出現(xiàn)時(shí)間和強(qiáng)度的捕捉能力與降水實(shí)況相比仍有一定的偏差。

從圖4中臺風(fēng)影響浙江期間雨量站和 IMERG 逐時(shí)雨量變化及累計(jì)降水量變化的RB、RMSE 和 CC 上看， IMERG對“黑格比”降水變化的捕捉能力最強(qiáng)，臺風(fēng)降水時(shí)序變化和累計(jì)降水變化的RB 與RMSE 均最小，RB 分別為9%和3%；RMSE 分別為0.4 mm和3.6 mm，對應(yīng)的CC 均在0.9以上；接下去依次是“燦鴻”、“摩羯”和“利奇馬”，對“米娜”降水動態(tài)變化的追蹤能力稍顯不足，明顯高估了“米娜”臺風(fēng)降水，定量誤差比較突出，圖4g—h中“米娜”的逐時(shí)雨量變化和累計(jì)降水量變化的 RB 分別達(dá)175%和300%，RMSE 分別達(dá)2.3 mm和41.9 mm， CC 也是2015—2020年登陸浙江臺風(fēng)中的最低。進(jìn)一步說明了IMERG降水產(chǎn)品具有一定動態(tài)追蹤中小尺度臺風(fēng)降水變化的能力，但對個(gè)別臺風(fēng)暴雨強(qiáng)度的估測能力有限（李曉俞等，2020）。由于臺風(fēng)作為與多緯度系統(tǒng)相互作用的天氣系統(tǒng)，降水性質(zhì)比較復(fù)雜，包括臺風(fēng)外圍環(huán)流降水，臺風(fēng)本體降水以及臺風(fēng)環(huán)流與西風(fēng)帶系統(tǒng)相互作用引起的降水等。

圖5給出了臺風(fēng)“燦鴻”“摩羯”“利奇馬”“米娜”和“黑格比”850 hPa的位勢高度和相對濕度分布。如圖5所示，臺風(fēng)影響浙江期間，“燦鴻”“摩羯”“利奇馬”“黑格比”臺風(fēng)中心附近的水汽充沛且分布均勻，以臺風(fēng)本體降水為主；而“米娜”水汽強(qiáng)度弱且水汽分布非均勻性明顯，對浙江的影響以臺風(fēng)外圍環(huán)流降水為主。在“米娜”移動和演變過程中外圍環(huán)流水汽轉(zhuǎn)變迅速的情況下，IMERG產(chǎn)品的估測降水能力有限；加之PMW的觀測間隙采用了IR觀測作為補(bǔ)充，一定程度上有高估降水量級的可能，故“米娜”降水估測誤差最大。以上分析與其他學(xué)者得出的IMERG產(chǎn)品估算穩(wěn)定性降水（李芳等，2020）或臺風(fēng)環(huán)流本體降水能力較強(qiáng)（肖柳斯等，2019）的結(jié)論一致。

復(fù)雜的地形是衛(wèi)星估測降水的一大挑戰(zhàn)。圖6給出了臺風(fēng)“燦鴻”、“摩羯”、“利奇馬”、“米娜”和“黑格比”影響浙江期間A區(qū)和B區(qū)雨量站和IMERG逐時(shí)降水量變化，用以對比分析平原地區(qū)和山區(qū)IMERG對臺風(fēng)降水的表現(xiàn)。從圖6a—b可見，“燦鴻”除CC 外，RB 和 RMSE 表現(xiàn)為平原地區(qū)優(yōu)于山區(qū)；從圖6c—d可以發(fā)現(xiàn)，“摩羯”平原地區(qū)和山區(qū)的RB 分別為33%和15%，RMSE 分別為1.1 mm 和0.5 mm，CC 分別是0.68和0.86，各指標(biāo)表現(xiàn)出的反演降水結(jié)果均為山區(qū)優(yōu)于平原地區(qū)；從圖6e—f 可見，“利奇馬”平原地區(qū)和山區(qū) RB 均為16%，RMSE 和 CC 表現(xiàn)為山區(qū)優(yōu)于平原地區(qū)；圖6g—h中“米娜”除了 CC 外，RB 和RMSE 也表現(xiàn)為山區(qū)優(yōu)于平原地區(qū)；而從圖6i—j中可見，“黑格比”RMSE 均為0.6 mm，RB 表現(xiàn)為平原地區(qū)優(yōu)于山區(qū)，CC 表現(xiàn)為山區(qū)優(yōu)于平原地區(qū)。基于以上分析結(jié)果發(fā)現(xiàn)2015—2020年登浙臺風(fēng)影響過程期間 IMERG降水產(chǎn)品對山區(qū)和平原降水的估測能力相當(dāng)，有些情況下甚至山區(qū)優(yōu)于平原地區(qū)。

2.3降水分級評估

表2給出浙江全省、A 區(qū)和 B 區(qū)不同降水量級下 IMERG的POD、FAR 和CSI 。從表2可見，就全省來說，“燦鴻”“摩羯”“利奇馬”“米娜”和“黑格比”的IMERG總體上呈現(xiàn)出隨著降水量級的增加，POD 和CSI 穩(wěn)中有降，F(xiàn)AR 穩(wěn)中有升。其中對“燦鴻”“摩羯”和“黑格比”而言， IMERG 對暴雨及以下降水量級的POD 總體維持在0.7以上，CSI 在0.5以上。IMERG對“利奇馬”不同降水量級的整體探測和捕捉能力較強(qiáng)，除大暴雨外，其它各降水量級的POD 和 CSI 基本在0.7以上，且“利奇馬”臨界成功指數(shù) CSI 在各臺風(fēng)中的表現(xiàn)最優(yōu)。而“米娜”各降水量級的POD 總體偏高，穩(wěn)定維持在0.95以上，大雨量級以上POD 均達(dá)到1。但同時(shí)“米娜”各降水量級的空報(bào)率也較高，小雨量級FAR 為0.28，較其他臺風(fēng)小雨量級空報(bào)率高。從上述分級結(jié)果上看，IMERG 對小雨的POD 和 CSI 最高，大暴雨的POD 和 CSI 最低，中雨、大雨和暴雨量級的POD 和 CSI 較穩(wěn)定，表明IMERG對小雨辨識能力最優(yōu)，對大暴雨的捕捉能力較差。且隨著降水量級增大，總體上FAR 逐漸增大，即降水量級越大越容易出現(xiàn)降水的空報(bào)，可見IMERG降水?dāng)?shù)據(jù)高估了較強(qiáng)降水發(fā)生的可能性。此外，平原地區(qū)和山區(qū)各量級降水的POD 平均值分別為0.81和0.83；FAR 平均值分別為0.30和0.28；CSI 平均值分別為0.60和0.62（表2），從POD，F(xiàn)AR 和 CSI 平均值的表現(xiàn)看，IMERG對山區(qū)各量級降水的總體探測能力優(yōu)于平原地區(qū)，表明 IMERG 具有估測復(fù)雜地形下不同量級臺風(fēng)降水的能力，當(dāng)然進(jìn)一步提高 IMERG降水產(chǎn)品的探測率POD、空報(bào)率 FAR 和臨界成功指數(shù) CSI 仍是衛(wèi)星算法改進(jìn)和提升的努力方向。

3結(jié)論與討論

本文利用浙江省雨量站資料和全球降水觀測計(jì)劃GPM多衛(wèi)星融合準(zhǔn)實(shí)時(shí)降水產(chǎn)品IMERG_ER V06B" 對2015—2020年登陸浙江的“燦鴻”（1509）、“摩羯”（1814）、“利奇馬”（1909）、“米娜”（1918）和“黑格比”（2004）的臺風(fēng)降水進(jìn)行了總體評估和分級評估，主要結(jié)論如下：

（1） IMERG降水產(chǎn)品總體能較好反映出臺風(fēng)降水的空間分布特征，對強(qiáng)降水的大致落區(qū)有較強(qiáng)的捕捉能力，但對強(qiáng)降水落區(qū)范圍大小的捕捉能力尚有一定不足。從RB、RMSE 和 CC 的定量分析可見，IMERG 對地面雨量站降水的高估和低估作用同時(shí)存在，對“燦鴻”過程總降水量具有一定程度的低估；對“摩羯”“利奇馬”“米娜”和“黑格比”過程總降水量存在一定高估。這可能與IMERG反演算法不斷校正過程中整體抬高較新版本衛(wèi)星降水值有關(guān)。

（2） IMERG對臺風(fēng)降水變化的動態(tài)跟蹤能力總體較好，具有表征降水峰值和谷值數(shù)量及其變化的能力，而對降水峰谷值的出現(xiàn)時(shí)間和強(qiáng)度的捕捉能力有限，一定程度上可應(yīng)用于估測臺風(fēng)降水變化。由于IMERG 產(chǎn)品估測臺風(fēng)穩(wěn)定性降水的能力較強(qiáng)，故從臺風(fēng)降水時(shí)間演變的定量評估上看，IMERG總體對“黑格比”降水變化的捕捉能力最強(qiáng)，接著依次是“燦鴻”、“摩羯”和“利奇馬”，降水變化捕捉能力較差的是“米娜”。

（3）從臺風(fēng)降水分級檢驗(yàn)結(jié)果看，IMERG 總體上呈現(xiàn)出隨著降水量級的增加，POD 和 CSI 具有穩(wěn)中有降， FAR 具有穩(wěn)中有升的趨勢，即對小雨辨識能力最優(yōu)，對大暴雨的捕捉能力較差，同時(shí)高估了較強(qiáng)降水發(fā)生的可能性，降水量級越大越容易出現(xiàn)空報(bào)。

（4）浙江地勢復(fù)雜，自西南向東北呈階梯狀傾斜。從山區(qū)和平原地區(qū)臺風(fēng)降水時(shí)間演變的RB、RMSE 和 CC 上看，“燦鴻”和“黑格比”山區(qū)和平原地區(qū)的降水結(jié)果相差不大；“摩羯”中三個(gè)指標(biāo)均表現(xiàn)為山區(qū)優(yōu)于平原地區(qū)；“利奇馬”和“米娜”中一項(xiàng)指標(biāo)為山區(qū)和平原地區(qū)相當(dāng)，另兩項(xiàng)指標(biāo)為山區(qū)優(yōu)于平原地區(qū)。在降水分級檢驗(yàn)中，山區(qū) POD、FAR 和 CSI 平均值均優(yōu)于平原地區(qū)。降水總體評估和分級評估均表明了IMERG對山區(qū)和平原地區(qū)的降水估測能力相當(dāng)，有時(shí)山區(qū)優(yōu)于平原地區(qū)，具有估測復(fù)雜地形下臺風(fēng)降水變化的能力。

本文在臺風(fēng)影響期間對 GPM 準(zhǔn)實(shí)時(shí)產(chǎn)品 IMERG_ER V06B 開展了誤差檢驗(yàn)評估，發(fā)現(xiàn)近實(shí)時(shí)衛(wèi)星降水?dāng)?shù)據(jù)在估測臺風(fēng)降水變化上有較大應(yīng)用空間，但是IMERG_ER在個(gè)別臺風(fēng)降水強(qiáng)度中的表現(xiàn)欠佳，相關(guān)算法可能仍需進(jìn)一步修正。此外，衛(wèi)星估測降水產(chǎn)品有不少，如 GPM衛(wèi)星IMERG V06B另2種數(shù)據(jù)（IMERG_LR和 MERG_FR）、CMORPH、GSMaP等，它們在臺風(fēng)降水中的具體表現(xiàn)如何？下一步可與 IMERG_ER V06B 進(jìn)行對比分析，以尋求更好地適用于浙江臺風(fēng)的衛(wèi)星估測降水產(chǎn)品。

參考文獻(xiàn)（References）：

陳愛軍，吳雪菲，楚志剛.2021.精細(xì)化評估 GPM/IMERG 產(chǎn)品對臺風(fēng)“妮坦”降水的觀測精度[J].氣象科學(xué)，41（5）：678-686. Chen A J， Wu X F， Chu Z G.2021. Refined evaluation of the accuracy of GPM/IMERG in the precipitation process of typhoon Nida [J]. Journal of the Meteorolog- ical Sciences，41（5）：678-686（in Chinese）. doi：10.12306/2020jms.0037

陳曉宏，鐘睿達(dá)，王兆禮，等.2017.新一代GPM IMERG衛(wèi)星遙感降水?dāng)?shù)據(jù)在中國南方地區(qū)的精度及水文效用評估[J].水利學(xué)報(bào)，48（10）：1147-1156. Chen X H， Zhong R D， Wang Z L， et al.2017. Evaluation on the accuracy and hydrological performance of the latest-generationGPM IMERG product over South China [J]. Journal of Hydraulic Engi- neering，48（10）：1147-1156（in Chinese）. doi：10.13243/j.cnki.slxb.20170202

陳宣淼，余貞壽，葉子祥.2018.浙南閩北登陸臺風(fēng)發(fā)生區(qū)域性暴雨增幅的環(huán)境場特征分析[J].暴雨災(zāi)害，37（3）：246-256. Chen X M， Yu Z S， Ye Z X.2018. Analysis of atmospheric circulation characteristics of re- gional rainstorm reinforcement associated with typhoons making land- fall in northern Fujian and southern Zhejiang [J]. Torrential Rain and Disasters，37（3）：246-256（in Chinese）. doi：10.3969/j.issn.1004-9045.2018.03.007

韓芙蓉，鹿翔，馮曉鈺，等.2021.臺風(fēng)Lekima（1909）登陸前后動熱力結(jié)構(gòu)變化對浙江極端降水的影響[J].熱帶氣象學(xué)報(bào)，37（1）：34-48. Han F R， Lu X， Feng X Y， et al.2021. Analysis of dynamic and thermodynamic structure of typhoon Lekima（1909） before and after its landfall [J]. Journal ofTropical Meteorology， 37（1）：34-48（in Chinese）. doi：10.16032/ j.issn.1004-4965.2021.004

金曉龍，邵華，張弛，等.2016.GPM衛(wèi)星降水?dāng)?shù)據(jù)在天山山區(qū)的適用性分析[J].自然資源學(xué)報(bào)，31（12）：2074-2085. Jin X L， Shao H， Zhang C， et al.2016. The applicability evaluation of three satellite products in Tianshan Mountains [J]. Journal of Natural Resources，31（12）：2074-2085（in Chinese）. doi：10.11849/zrzyxb.20160057

李芳，孔宇，高謙.2020.GPM/IMERG產(chǎn)品在魯南地區(qū)的精度評估[J].氣象科技，48（4）：474-481. Li F， Kong Y， Gao Q.2020. Evaluation of GPM/ IMERG products in Southern Shandong [J]. Meteorological Science and Technology，48（4）：474-481（in Chinese）. doi：10.19517/j.1671-6345.20190330

李伶杰，胡慶芳，黃勇，等.2018.近實(shí)時(shí)衛(wèi)星降水?dāng)?shù)據(jù)對南京“20170610”極端性強(qiáng)降水過程的監(jiān)測分析[J].高原氣象，37（3）：806-814. Li L J，" Hu Q F， Huang Y， et al.2018. Monitoring and analysis of the extreme" heavy rainfall process on June 10， 2017 in Nanjing using five near real" time satellite rainfall estimations [J]. Plateau Meteorology，37（3）：806-814（in Chinese）. doi：10.7522/j.issn.1000-0534.2017.00080

李曉俞，陳生，梁振清，等.2020.臺風(fēng)“山竹”期間 GPM衛(wèi)星降水產(chǎn)品的誤差評估[J].氣象研究與應(yīng)用，41（3）：8-15. Li X Y， Chen S， Liang Z Q， et al.2020. Performance assessment of satellite—based quantitative pre- cipitation estimation during typhoon Mangkhut [J]. Journal of Meteoro- logical Research and Application，41（3）：8-15（in Chinese）. doi：10.19849/j.cnki.cn45-1356/p.2020.3.02

劉國，朱自偉，譚顯輝.2017.高分辨率遙感降水產(chǎn)品對強(qiáng)降水的監(jiān)測能力評估—以2014年“威馬遜”臺風(fēng)為例[J].亞熱帶資源與環(huán)境學(xué)報(bào)， 12（4）：39-48. Liu G， Zhu Z W， Tan X H.2017.Assessments of high res- olution multi-satellite precipitation products on extreme storm event monitoring： A case study of typhoon“Rammasun”in 2014[J]. Journal of Subtropical Resources and Environment，12（4）：39-48（in Chinese）. doi：10.19687/j.cnki.1673-7105.2017.04.005

邱金晶，余貞壽，陳鋒.2017.2000—2013年5—10月TRMM 測雨產(chǎn)品3B42RT 在浙江地區(qū)的評估檢驗(yàn)[J].暴雨災(zāi)害，36（5）：467-474. Qiu J J， Yu Z S， Chen F.2017. Evaluation and verification of TRMM 3B42RT precipitation retrieval products during May to October from 2000 to 2013 in Zhejiang [J]. Torrential Rain and Disasters，36（5）：467-474（in Chinese）. doi：10.3969/j.issn.1004-9045.2018.03.007

任英杰，雍斌，鹿德凱，等.2019.全球降水計(jì)劃多衛(wèi)星降水聯(lián)合反演 IMERG衛(wèi)星降水產(chǎn)品在中國大陸地區(qū)的多尺度精度評估[J].湖泊

科學(xué)，31（2）：560-572. Ren Y J， Yong B， Lu D K， et al.2019. Evaluation of the Integrated Multi-satellitE Retrievals （IMERG） for Global Precip- itation Measurement （GPM） mission over the Mainland China at multi- ple scales [J]. Journal of Lake Sciences，31（2）：560-572（in Chinese）. doi：10.18307/2019.0224

譚顯輝，王晶晶，劉國，等.2017.基于多衛(wèi)星遙感產(chǎn)品的極端降水監(jiān)測研究[J].地理信息世界，24（1）：82-87. Tan X H， Wang J J， Liu G， et al.2017. Study on extreme precipitation monitoring based on multi-satel- lite remote sensing products [J]. Geomatics World，24（1）：82-87（in Chi- nese）.

唐國強(qiáng)，萬瑋，曾子悅，等.2015.全球降水測量（GPM）計(jì)劃及其最新進(jìn)展綜述[J].遙感技術(shù)與應(yīng)用，30（4）：607-615. Tang G Q， Wan W， Zeng Z Y， et al.2015. An overview of the Global Precipitation Measurement （GPM） mission and it's latest development [J]. Remote Sensing Tech- nology and Application，30（4）：607-615（in Chinese）. doi：10.11873/j. issn.1004-0323.2015.4.0607

汪梓彤，李石寶，張志友.2021.GPM 近實(shí)時(shí)降水產(chǎn)品在青藏高原的多尺度精度評價(jià)[J].人民黃河，43（4）：43-49，116. Wang Z T， LiS B， Zhang Z Y.2021. Multi-scale accuracy evaluation of GPM precipitation prod- ucts over the Qinghai-Tibet Plateau [J]. Yellow River， 43（4）：43-49， 116（in Chinese）. doi：10.3969/j.issn.1000-1379.2021.04.008

肖柳斯，張阿思，閔超，等.2019.GPM衛(wèi)星降水產(chǎn)品在臺風(fēng)極端降水過程的誤差評估[J].高原氣象，38（5）：993-1003. Xiao L S， Zhang A S， Min C， et al.2019. Evaluation of GPM satellite-based precipitation esti- mates during three tropical-related extreme rainfall events [J]. Plateau Meteorology，38（5）：993-1003（in Chinese）. doi：10.7522/j.issn.1000-0534.2018.00143

趙平偉，李斌，王佳妮，等.2021.GPM IMERG 和 ERA5降水?dāng)?shù)據(jù)精度在云南復(fù)雜地形區(qū)域的評估檢驗(yàn)[J].氣象科技，49（1）：114-123. Zhao P W， Li B， Wang J N， et al.2021. Accuracy evaluation and comparison of GPM IMERG and ERA5 precipitation products over complex terrain of Yunnan [J]. Meteorological Science and Technology，49（1）：114-123（in Chinese）. doi：10.19517/j.1671-6345.20190514

Bhuiyan M A E， Yang F F， Biswas N K， et al.2020. Machine learn- ing-based error modeling to improve GPM IMERG precipitation prod- uct over the Brahmaputra River basin [J]. Forecasting，2（3）：248-266. doi：10.3390/forecast2030014

Hamada A， Takayabu Y N.2016. Improvements in detection of light precip- itation with the Global Precipitation Measurement Dual-Frequency Precipitation Radar （GPM DPR）[J]. Journal of Atmospheric and Oce- anic Technology，33（4）：653-667.doi：10.1175/jtech-d-15-0097.1

Hou A Y， Kakar R K， Neeck S， et al.2014. The global precipitation mea- surement mission [J]. Bulletin of the American Meteorological Society，95（5）：701-722.doi：10.1175/bams-d-13-00164.1

Huffman G J， Bolvin D T， Nelkin E J， et al.2020. Integrated Multi-satellitE Retrievals for GPM （IMERG） technical documentation [EB/OL]. Avail- able online： https：//gpm.nasa.gov/sites/default/files/2020-10/IMERG_ doc_201006.pdf

Kim K， Park J， Baik J， et al.2017. Evaluation of topographical and seasonal feature using GPM IMERG and TRMM 3B42 over Far-East Asia [J]. Atmospheric Research，187（5）：95-105. doi：10.1016/j.atmosres.2016.12.007

Kotsuki S， Terasaki K， Miyoshi T.2014. GPM/DPR precipitation compared with a 3.5-km-resolution NICAM simulation [J]. Sola，10：204-209. doi：10.2151/sola.2014-043

Li N， Tang G Q， Zhao P， et al.2017. Statistical assessment and hydrological utility of the late stmulti-satellite precipitation analysis IMERG in Ganjiang River basin [J]. Atmospheric Research，183：212-223. doi：10.1016/j.atmosres.2016.07.020

Ma Y Z， Tang G Q， Long D， et al.2016. Similarity and error intercomparison of the GPM and its predecessor-TRMM multisatellite precipitation analysis using the best available hourly gauge network over the Tibetan Plateau [J]. Remote Sensing，8（7）：1-17. doi：10.3390/rs8070569

Mandapaka P V， Lo E Y M.2020. Evaluation of GPM IMERG rainfall esti- mates in Singapore and assessing spatial sampling errors in ground ref- erence [J]. Journal of Hydrometeorology， 21（12）：1-47.doi：10.1175/jhm- d-20-0135.1

Prakash S， Mitra A K， Pai D S， et al.2016. From TRMM to GPM： How well can heavy rainfall be detected from space？[J]. Advances in Water Re- sources， 88：1-7. doi：10.1016/j.advwatres.2015.11.008

Siuki S K， Saghafian B， Moazami S.2017. Comprehensive evaluation of 3-hourly TRMM and half-hourly GPM-IMERG satellite precipitation products [J]. International Journal of Remote Sensing， 38（2）：558-571. doi：10.1080/01431161.2016.1268735

Skofronick-Jackson G， Kirschbaum D， Petersen W， et al.2018. The Global Precipitation Measurement （GPM） mission’s scientific achievements and societal contributions： reviewing four years of advanced rain and snow observations [J]. Quarterly Journal of the Royal Meteorological Society，144（S1）：27-48. doi：10.1002/qj.3313

Zhang S J， Wang D H， Qin Z K， et al.2018. Assessment of the GPM and TRMM precipitation products using the rain gauge network over the Ti- betan Plateau [J]. Journal of Meteorological Research， 32（2）：324-336. doi：10.1007/s13351-018-7067-0

（責(zé)任編輯王銀平）