Page 124 - 2023年第54卷第3期

注：方案 Ａ—Ｇ分别代表：Ａ：站点抽取比例 ５％、数量 ２２个；Ｂ：站点抽取比例 １０％、数量 ４５个；Ｃ：站点抽样比例
２５％、数量 １１３个；Ｄ：站点抽样比例 ４０％、数量 １８２个；Ｅ：站点抽取比例 ５０％、数量 ２２７个；Ｆ：站点抽取比例 ６０％、
数量 ２７３个；Ｇ：站点抽取比例 ７５％、数量 ３４１个。
图 ５ 不同雨量站网密度随机抽取试验得到的 “２０１７０６１０” 降水事件 ２４ｈ累积面雨量和逐时雨量过程
种变化可能会超出相对 “真实” 降水评价结果的界限值，例如 ＩＭＥＲＧｅａｒｌｙ相对于站点基准降水的 ＣＣ
指标，其变化介于 ０．６７到 ０．６１，但是相对于 “真实” 降水为 ０．６２，这是由基准降水的特点决定的。从
均值来看，无论以哪种基准降水进行评价，Ａ—Ｂ组与 Ｃ—Ｇ组之间均有一定差异，而 Ｃ—Ｇ组之间的
差异不明显。这说明，当雨量站点抽取比例超过研究区域站点总数的 ２５％后，各精度指标的组间差异
已较小。当然，３项精度指标随站点密度的具体变化规律有所不同。
同时，对于所有 ７组随机抽取试验，插值基准降水对应的 ＧＰＭ 数据精度总体上优于站点基准降
水。从指标均值来看，在各种站点密度条件下，插值基准降水得到的 ３种 ＧＰＭ数据 ２４ｈ累积雨量对
应的 ＣＣ和 ＲＭＳＥ均优于以站点基准降水的评价结果。同时，两种基准数据所得 ＧＰＭ数据精度指标差
异与卫星降水数据种类有关。ＩＭＥＲＧｌａｔｅ和 ＩＭＥＲＧｅａｒｌｙ的精度评价结果受基准降水影响相对明显，
ＧＳＭａＰＮＯＷ 受此影响相对较小。
３．２．２ 小时雨量 根据小时尺度上 ＧＰＭ数据定量精度指标与分类精度指标，与 ２４ｈ累积雨量的评价
结果类似，两种 ＩＭＥＲＧ数据仍明显低估基准降水，而 ＧＳＭａＰＮＯＷ 大幅度高估基准降水。ＩＭＥＲＧｌａｔｅ
的精度仍然相对较高，其次为 ＩＭＥＲＧｅａｒｌｙ，ＧＳＭａＰＮＯＷ 则最低。ＩＭＥＲＧｅａｒｌｙ和 ＩＭＥＲＧｌａｔｅ低估基
准降水的程度在 １０％～４０％，而 ＧＳＭａＰＮＯＷ 的高估程度可接近 ２００％。
随着雨量站点抽取比例增加，３种 ＧＰＭ数据的定量指标的组内标准差总体不断变小。当抽取站点
比例超过一定范围后，定量精度指标的组间差异不明显。但 ３种数据的定量指标随站点密度的变化规
律有所不同。对于 ＩＭＥＲＧ数据，ＣＣ和 ＲＭＳＥ随雨量站点密度变化不明显，ＲＭＳＥ总体有所下降，而
ＲＢ趋向零。而对于 ＧＳＭａＰＮＯＷ，随着站点密度增加，ＣＣ略有增加、ＲＭＳＥ变化不大，但 ＲＢ反而更
加偏离零值。
在相同的站点密度条件下，插值基准降水得到的 ３种 ＧＰＭ数据小时雨量的 ＣＣ和 ＲＭＳＥ指标均优
于站点基准降水的评价结果，但 ＲＢ的情况较为复杂。对于两种 ＩＭＥＲＧ数据，采用插值基准降水评价
估时，在各种站点密度条件下得到的 ＲＢ要劣于以站点基准降水所得结果，并且在站点密度较高时这

— ３ ７ —
４