Page 125 - 2023年第54卷第3期

图 ６ 两种基准降水得到的 ＧＰＭ数据 ２４ｈ累积雨量的定量精度指标箱线图
一情况更明显。而对于 ＧＳＭａＰＮＯＷ 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要优于站点基准降水所得结果。因此，基准降水对于 ＧＰＭ数据精度评价结果的影响还与数据类
型有关。
因 “ ２０１７０６１０” 降水事件为极端强降水过程，研究区域内各雨量站点观测到小时降水事件的比例
高，因此在各种情况下，３种 ＧＰＭ数据体积分类精度均较高，各体积分类指标随雨量站点密度的变化
不明显。相对于站点基准降水，以插值基准降水为基准得到的 ＧＰＭ数据的 ＶＦＡＲ更接近于零。
由前文可知，ＧＰＭ近实时降水的精度仍然存在很多不足，结合现有研究进展，目前主流的校正方
法有以下两种：一是使用在气候模式中常用的分位数映射矫正方法（ＱｕａｎｔｉｌｅＭａｐｐｉｎｇ，ＱＭ）；二是使
用机器学习方法进行矫正，其可以高效挖掘数据中有效信息，捕捉到细微的信息。

— ３ ７ ５ —