Page 123 - 2023年第54卷第3期

ｎ
∑ ( Ｓ Ｓ＞Ｔ＆Ｇ≤ Ｔ )
ｉ
ｉ
ｉ
ｉ ＝１
ＶＦＡＲ＝ （２）
ｎ ｎ
∑ （Ｓ Ｓ＞Ｔ＆Ｇ＞Ｔ） ＋ ∑ （Ｓ Ｓ＞Ｔ＆Ｇ≤Ｔ）
ｉ
ｉ
ｉ
ｉ
ｉ
ｉ
ｉ ＝１ ｉ ＝１
ｎ
∑ （Ｓ Ｓ＞Ｔ＆ Ｇ＞Ｔ）
ｉ
ｉ
ｉ
ｉ ＝１
ＶＣＳＩ ＝ （３）
ｎ
∑ ［Ｓ （Ｓ＞Ｔ＆ Ｇ ＞Ｔ） ＋ Ｇ （Ｓ ≤Ｔ＆ Ｇ＞Ｔ） ＋ Ｓ （Ｓ＞Ｔ＆ Ｇ≤Ｔ）］
ｉ
ｉ
ｉ
ｉ
ｉ
ｉ
ｉ
ｉ
ｉ
ｉ ＝１
式中：ｎ为样本数量；Ｓ为 ＧＰＭ降水；Ｇ为地面基准降水；Ｔ为 ２４ｈ或 １ｈ降水事件阈值，取 ０．１ｍｍ。
ｉ ｉ
进一步构建 ＣＣ、 ＲＢ 和 ＲＭＳＥ三种定量指标的综合指标来对比两种基准降水的优劣，为基准降
水选取提供更明确的参考。具体方法和步骤如下：
首先采用式（４）计算两种基准降水的 ＣＣ、 ＲＢ 和 ＲＭＳＥ的相对值：
Ｆ－ Ｆ ２
１
ＲＥ ＝ （４）
Ｆ ２
式中：Ｆ和 Ｆ为代表站点基准降水和插值基准降水对应于 “真实” 降水的精度指标均值；ＲＥ为指标
１
２
相对值。ＲＥ 、ＲＥ 、ＲＥ ＲＭＳＥ 分别为某次试验的两种基准降水对应的 ＣＣ、 ＲＢ 、ＲＭＳＥ相对值。显
ＲＢ
ＣＣ
然，对于 ＣＣ，ＲＥ ＞０表示站点基准降水更接近 “真实降水”，ＲＥ ＜０则表示插值基准降水更接近
ＣＣ
ＣＣ
“真实降水”；对于 ＲＢ 和 ＲＭＳＥ，ＲＥ ＞０和 ＲＥ ＲＭＳＥ ＞０表示插值基准降水更接近 “真实”降水，ＲＥ ＜０
ＲＢ
ＲＢ
和 ＲＥ ＲＭＳＥ ＜０则表示站点基准降水更接近 “真实降水”。
然后，建立如式（ ５）所示的综合相对指标 Ｚ：
Ｚ ＝－ ＲＥ ＋ ＲＥ ＋ ＲＥ ＲＭＳＥ （５）
ＣＣ
ＲＢ
式中：ＲＥ 、ＲＥ 、ＲＥ 为某次试验的两种基准降水对应的 ＣＣ、 ＲＢ 、ＲＭＳＥ相对值。Ｚ ＝ ０时表
ＣＣ ＲＢ ＲＭＳＥ
示两种基准降水的精度相当；Ｚ＞０表示插值基准降水更接近 “真实降水”，Ｚ＜０则表示站点基准降水
更接近 “真实降水”。
３ 结果分析与讨论
３．１ 基准降水 由图 ５（ａ）（ｃ）可知，当随机抽取的雨量站点比例及数量较小时，相应组别对应的 ２４ｈ
累积面雨量的中位数和方差均较大。这是因为此次降水事件的累积雨量空间分布不均、存在明显暴雨
中心。当抽取的站点比例及数量较小时，各次随机抽取之间站点的重复性较低，且雨量观测值较高的
站点对面雨量计算结果的影响也较大，因而容易高估研究区域 “真实” 面雨量。随着抽样站点数量增
加，基准降水对应的 ２４ｈ面平均累积雨量的中位数与真实降水总体上越来越接近，并且基准降水量的
方差越来越小。当抽取到的站点比例达到所有站点的 ４０％时，各组别基准降水对应的 ２４ｈ面平均累积
雨量与真实降水已基本相当。从逐小时雨量过程来看（图 ５（ｂ）（ｄ）），Ａ—Ｃ组与 Ｄ—Ｇ组之间的差异
主要表现在 ９∶００—１８∶００。因此，在站点密度较低的情况下，各随机抽取试验对面平均雨量的高估主
要表现为高估了降水峰值时段雨量。
３．２ ＧＰＭ 数据精度
３．２．１ 累积雨量 根据图 ６和表 ２，ＧＰＭ 数据对研究区域 ２４ｈ累积雨量的估计误差均较为突出。其
中，两种 ＩＭＥＲＧ数据显著低估基准降水，而 ＧＳＭａＰＮＯＷ 显著高估基准降水。这与 Ｓａｈｌｕ等 ［１５］ 、Ｈｅ
等 ［１６］ 指出的近实时卫星降水数据对强降水估计能力较低的认识基本一致。３种数据中，ＩＭＥＲＧｌａｔｅ的
精度相对较高，而 ＧＳＭａＰＮＯＷ 精度最低。根据相对偏差值 ＲＢ，ＩＭＥＲＧｅａｒｌｙ和 ＩＭＥＲＧｌａｔｅ低估基准
降水的程度在 ３０％～５０％，而 ＧＳＭａＰＮＯＷ 的高估程度在 １００％以上。
随着雨量站点抽取比例增加，各试验之间站点抽取的重复性也相应增加，因此 ３项精度指标的组
内标准差不断变小；各指标的评价结果也逐渐接近相对 “真实” 降水的评价结果。需要指出的是，这

— ３ ７ ３ —