Page 121 - 2023年第54卷第3期

站点集中在南京市主城区。国家级气象站南京站、浦口站 ２４ｈ累积雨量均超过 ２４０ｍｍ，重现期在 １００
年一遇以上。

图 ２ 研究区域雨量站点和 “２０１７０６１０” 降水事件累积雨量分布

本文收集了 ＩＭＥＲＧＥａｒｌｙ、ＩＭＥＲＧＬａｔｅ和 ＧＳＭａＰＮＯＷ 三种 ＧＰＭ 近实时降水数据。ＩＭＥＲＧ数据
由美国国家航天局主导研制，ＩＭＥＲＧ数据系统运行一次后得到 Ｅａｒｌｙ版本数据，在此基础上再运行一
次后得到 Ｌａｔｅ数据。ＧＳＭａＰＮＯＷ 数据由日本宇航局研制。３种 ＧＰＭ 数据的空间分辨率均为 ０．１° ×
０．１° ，时间分辨率均为 ０．５ｈ，经过处理得到与雨量站匹配的小时降水。

表 １ ３种 ＧＰＭ近实时卫星降水数据基本信息

降水数据 数据来源 空间覆盖范围 时间分辨率?ｈ 空间分辨率?（°） 滞时?ｈ
ＩＭＥＲＧｅａｒｌｙ 美国航天局 ９０°Ｎ—９０°Ｓ ０．５ ０．１ × ０．１ ４
ＩＭＥＲＧｌａｔｅ 美国航天局 ９０°Ｎ—９０°Ｓ ０．５ ０．１ × ０．１ １４
ＧＳＭａＰＮＯＷ 日本航天局 ６０°Ｎ—６０°Ｓ ０．５ ０．１ × ０．１ ９．５

图 ３给出了雨量站点和 ＧＰＭ数据对应的累积雨量。根据图 ３（ａ）（ｂ），该场降水的中心在主城区。
由图 ３（ｃ）（ｅ）可知，ＩＭＥＲＧ数据对应的累积雨量空间分布格局与雨量站点及其插值数据（采用反距离
加权法）一致，但明显低估了暴雨中心的空间范围。而 ＧＳＭａＰＮＯＷ 反映的雨量中心位置有较大偏差，
同时高估了地 面降 水。图 ４给 出了 ＧＰＭ 与雨量 站网 插值 的 区 域面 雨 量 过程 对比，从中 可 知，３种
ＧＰＭ降水的趋势与站网插值一致；但是 ＭＥＲＧｅａｒｌｙ与 ＩＭＥＲＧｌａｔｅ数据在站网插值降水较大时低估明
显，而 ＧＳＭａＰＮＯＷ 数据在该时期高估地面降水一倍以上。
２．３ 研究方法
２．３．１ 随机抽取试验 本文设计了 ７组试验。随机抽取研究区域内 ５％、１０％、２５％、４０％、５０％、６０％、
７５％的雨量站点，以 Ａ—Ｇ组表示，每组抽取 ３００次。为尽可能保证各组站点在空间上的均匀性，按
照地理位置，采用 Ｋ均值聚类，将 ４４５个雨量站点聚类，在每类中再分别抽取。
在得到 Ａ—Ｇ组对应的地表雨量站点基础下，分别以站点降水和距离反比平方方法插值降水作为
基准数据，评价 ＧＰＭ数据的精度。需指出的是，为保证两种基准数据评价 ＧＰＭ精度时样本数量的一
致性，只针对至少有 １个站点的 ＧＰＭ网格单元进行评价。
２．３．２ 精度评价指标 综合采用定量指标和分类指标分析 ＧＰＭ 降水数据精度。其中，定量指标包括
空间相关 系 数 （ＣｏｒｒｅｌａｔｉｏｎＣｏｅｆｆｉｃｉｅｎｔ，ＣＣ）、相 对 偏 差 （ＲｅｌａｔｉｖｅＢｉａｓ，ＲＢ）和 均 方 根 误 差 （ＲｏｏｔＭｅａｎ

— ３ ７ １ —