The Comprehensive Accuracy Evaluation of Five Satellite Precipitation Products in the Coastal Basin at Multiple Spatio-temporal Scales

Fu-wan GAN; Yan-jie LI; Qian NI; Yang GAO

China Rural Water and Hydropower ›› 2022 ›› (4) : 72-79.

Author information +

History +

Abstract

Three sub-products （IMERG-E， IMERG-L， IMERG-F） of the IMERGV06 and two sub-products （TMPA-V7， TMPA-RT） of the TMPA 3B42V07 are evaluated against the gauge data from 2008 to 2017 in Nanliujiang River Basin. The results show that： ① On the daily scale， IMERG has better correlation （CC） and stability （RMSE） than TMPA for spatial scale. As the temporal scale is increasing， the differences between IMERG and TMPA products narrow， and TMPA-V7 gradually surpasses the near-real-time products of IMERG. From the spatial scale， the southeast stations have a relatively weak correlation and the southernmost stations have poor stability. ② For one satellite product， the relative error （RB） between 15 gauges varies greatly， but for one gauge， the difference between five products is not significant. On the basin scale， the deviations of the post-real-time product are lower than those of the near-real-time products. IMERG-F tends to overestimate rainfall slightly， while IMERG-E and IMERG-L tend to underestimate rainfall to a higher degree. ③ The trends of the three categorical indicators （POD， FAR， CSI） with thresholds are similar at the basin and station scales. The ability of TMPA to detect light rainfall is relatively weak， while IMERG has been improved markedly. The detection performances of the five products on the rainstorm are not ideal and the distribution of the values of each station is more dispersed. Generally， IMERG-F can basically replace TMPA products in the Nanliujiang River Basin.

Key words

IMERG / TMPA / accuracy evaluation / multiple scales

Cite this article

EndNote

Ris (Procite)

Bibtex

Download Citations

Fu-wan GAN , Yan-jie LI , Qian NI , Yang GAO. The Comprehensive Accuracy Evaluation of Five Satellite Precipitation Products in the Coastal Basin at Multiple Spatio-temporal Scales. China Rural Water and Hydropower. 2022, 0(4): 72-79

0 引言

降水的时空分布关乎生态系统的稳定，卫星降水反演的出现弥补了传统观测方式的缺陷^［1］。其中，热带降雨观测任务（TRMM）的TMPA产品和全球降水观测（GPM）的IMERG产品是目前应用最广的降水反演产品，其中，TRMM的时空分辨率分别是0.25°和3 h，而GPM则为0.1°和0.5 h^［2］。

自TRMM发射后，TMPA3B42各版本的产品在很多地区被证实与雨量站有较好的一致性^［3，4］。作为最新一代的卫星，GPM的降水产品IMERG的新版本一般有更好的表现^［5］，但也有特殊情况^［6］。在IMERG子产品的评估中，IMERG-F与雨量站有更高的相关性，但近实时产品在水文预报中有巨大潜力^［7］。

很多研究表明IMERG是TMPA的可靠替代品^［8，9］，而且在二者众多降水子产品中，IMERG-F往往表现最好^［10］。但是，在一些地区GPM的性能并没有明显比TRMM提升^{［11，12］}。因此，为比较这两个产品的适用性，仍有必要在更多的地区进行验证。此外，虽至今已有包含多种子产品的讨论，但同时涵括最新版本（IMERGV06-E，IMERGV06-L，IMERGV06-F，TMPA3B42-V7，TMPA3B42-RT）的研究还很少。所以，仍然很有必要更细致地综合分析这五种产品，以量化IMERG和TMPA的性能并反映出近实时和后实时产品的差异。

本文选择地形地貌复杂的亚热带沿海南流江流域，基于长达九年的降雨资料，从两个空间尺度（站点和流域）和三个时间尺度（日、月、季）来比较最新版本的IMERG和TMPA产品与实测降雨数据的一致性，评估卫星数据在南流江流域对雨量站数据的适用性，为卫星数据广泛应用于该流域的水文和气象研究提供依据，并且为类似亚热带沿海中小流域地区的相关研究提供借鉴。

1 研究区域和方法

1.1 研究区域

南流江流域位于中国广西南部沿海地区，南流江则是广西南部独流入海的河流中流程最长、流域面积最广、水量最丰富的河流。该流域面积为6 843.95

k m^{2}

，地形地貌复杂，属于亚热带季风气候，多年平均降水量为1 400~1 760 mm，雨量丰富，是广西的暴雨中心区之一，具有重要的研究意义。

1.2 降雨数据

本研究使用的是IMERGV06产品（IMERG-E，IMERG-L，IMERG-F）和TMPA3B42V7的产品（TMPA-V7，TMPA-RT）的日数据，在月和季尺度上的时间序列则由日数据累加得到。卫星数据从美国国家航空航天局网站下载（http：//pmm.nasa.gov/data-access/downloads）。广西气象局提供了南流江流域逐小时的雨量观测数据，各站点在日、月和季尺度的降水数据由实测数据累加得到。站点数据经检查筛选出15个降雨数据完整的站点，以此作为标准来评价卫星数据。在站点尺度上，每个雨量站按时间序列逐个进行分析，而在流域尺度上站点不再有所区分，所有站点数据按时间尺度分别整理成3个序列（日、月和季）来对流域进行整体评价。此外雨量站数据经过了时差转换，以与卫星数据的时间尺度保持一致。本文将15个雨量站按从北到南，从西到东的顺序用字母代替，以便读者阅读。基于南流江流域属于中小流域，15个站点在空间分布上较为密集，因此能够反映该流域降水的时空分布特征，图1展示了研究区雨量站的空间分布。

Fig.1 The map of the Nanliujiang River basin

图1 南流江流域及其气象站点的分布

Full size|PPT slide

1.3 研究方法

本研究基于两种空间尺度（站和流域）和3种时间尺度（日、月、季）对南流江流域进行综合分析。在季尺度上，依据中国传统的候平均气温法划分季节，即在该流域一年分为4个季节：2-4月，5-7月，8-11月，12-2月。

卫星降水产品的评估主要基于两类传统评价指标。统计指标包括CC、RMSE、RB，评价的是卫星降雨产品的精度性能。CC和RMSE分别反映线性相关程度和误差的整体水平，RB反映卫星数据对实测数据高估或低估的程度。分类指标包括POD、FAR、CSI，用来评价降雨产品检测降雨的能力。3个指标的范围都是从0到1，FAR越小说明表现越好，POD和CSI则是越高越好。为研究降雨强度变化对卫星探测能力的影响规律，本文选取了多个阈值对3个分类指标进行细致分析。在站点尺度下，依据我国降雨等级划分的原则，0.1、10、25和50 mm/d分别是小雨、中雨、大雨和暴雨的分类值，因此选取这4个具有代表性的阈值。在流域尺度下，考虑到流域较长的数据序列，所以选择了跨度从0.1~100 mm/d的15个阈值来细分区间以综合评价卫星产品的探测性能。

Tab.1 Evaluation indicators applied to IMERG and TMPA

表1 评价指标及其公式

指标	公式
相关系数（CC）	$\frac{\sum_{i = 1}^{n} (X_{i} - \bar{X}) (Y_{i} - \bar{Y})}{\sqrt[]{{\sum_{i = 1}^{n} (X_{i} - \bar{X})}^{2} (Y_{i} {- \bar{Y})}^{2}}}$
均方根误差（RMSE）	$\sqrt[]{\frac{\sum_{i = 1}^{n} (X_{i} - Y_{i})^{2}}{n}}$
相对偏差（RB）	$\frac{\sum_{i = 1}^{n} X_{i} - \sum_{i = 1}^{n} Y_{i}}{\sum_{i = 1}^{n} Y_{i}}$
探测率（POD）	$\frac{H}{H + M}$
误报率（FAR）	$\frac{F}{H + F}$
成功指数（CSI）	$\frac{H}{H + M + F}$

注；X表示卫星降雨数据；Y表示雨量站降雨数据；i从1到n，代表样本数；

\bar{X}

和

\bar{Y}

表示卫星数据和雨量站数据的平均值；n是南流江流域雨量站的个数；H表示同时被雨量站和卫星监测到的降雨次数；F表示卫星监测到但雨量站没有监测到的降雨次数；M表示雨量站监测到但卫星没有监测到的降雨次数；Z表示卫星和雨量站同时监测到没有降雨的次数。

2 结果和讨论

2.1 站点尺度上的精度评估

2.1.1 基于统计指标的比较

图2展示了南流江流域15个站点的CC的空间分布，五个产品在空间上没有明显差异，都反映了靠近东南的N（新田）和H站（亚山）相关性较弱。在日尺度下，IMERG-E有10个站点的CC介于0.66~0.70。IMERG-L和IMERG-E分布相似，但IMERG-L没有低于0.60的CC。IMERG-F有8个站点的CC都大于0.7，最大值达0.74，最小值仅为0.63。除了H站较低的CC（0.62），IMERG-F与其他站点一致性较高，这可能是因为H站有部分时间缺失实测降雨数据，对其进行数据插补之后产生了一定误差，其次该站与流域的暴雨中心博白县距离最近，暴雨快速的时空变化会影响卫星的信号。至于TMPA-V7和TMPA-RT，CC主要在0.60-0.70之间。因此，IMERG产品表现明显优于TMPA产品。IMERG产品中，IMERG-F表现最好，其次是IMERG-L、IMERG-E，这可能是因为IMERG-E只采用了云移动矢量传播算法中的前向传播算法，而IMERG-L和IMERG-F在此基础上还加入了后向传播算法。

Fig.2 The spatial distribution of CC on the three scales

图2 CC在3种时间尺度上的空间分布

Full size|PPT slide

随时间尺度增大，CC明显变大。在月尺度下，IMERG-E，IMERG-L和TMPA-RT的CC高于0.68，而IMERG-F和TMPA-V7的CC都大于0.76，表明后实时产品比近实时产品表现好。在季尺度下，CC主要集中在0.86~0.95之间，可认为5个产品的差异很小。5个产品的最大值都出现在A站（龙安），IMERG-E（0.95），IMERG-L（0.96），IMERG-F（0.95），TMPA-RT（0.94），TMPA-V7（0.92），这可能由于数据的抵消，从而在季尺度显现出更高的相关性。

根据图3，在日尺度下，卫星产品的RMSE范围在10~16 mm之间，没有明显的差异。在月尺度下，五个产品分布的值域增大，介于在50~140 mm。IMERG-F和TMPA-V7的值主要分布在50~75 mm，相比于近实时产品更为集中。在季尺度下，RMSE值剧烈增加，超过了100 mm，表明数据不够可信。从空间尺度来看，位于南部的N和O站（常乐）相比其他站点RMSE相当高，而靠北的A站的RMSE相对较低。结合上文提到A站的高CC，发现卫星在这个站点表现最好。从3种时间尺度综合来看，IMERG-F的RMSE最小，相比于其他产品更加稳定，而TMPA-RT在五种产品中RMSE较高，表现最差。

**Fig.3 RMSE of each station on the three scales**

图3 RMSE在3种时间尺度上的表现

Full size|PPT slide

从图4（a）可看出，有接近一半站点的最大RB值由TMPA-RT产生，误差最高。IMERG-E和IMERG-L的15个站的平均RB值分别为0.055和0.061，可被视为稳定水平。IMERG-F和TMPA-V7的RB的绝对值基本相似，平均值保持在0.07。图4（b）中，橙色表示高估，红色表示低估，数据条的长度表示偏差的程度。针对同一个站点，卫星产品的最大值与最小值的差值在0.04~0.34，其中80%的站点的差值都低于0.18，表明五个卫星产品在同一个站点的表现差异很小。但是对于同一个卫星降水产品，其在不同雨量站下的差异较大，最大值与最小值的差值都高于0.29。总体来说，C（新桥），L（张黄）和M站（菱角）的绝对误差几乎没超过0.05，但是N和H站的RB很高，造成站点之间这种差异的原因可能是地面测量本身存在一定缺陷，存在不确定的测量误差。其次，蒸发损失会给雨量站带来影响。此外，博白县是南流江流域的暴雨中心之一，暴雨快速的时空变化会导致临近的H站的不确定性。最后，由于东南位置靠近北部湾，受亚热带季风气候影响较大导致了测量的不准确性。

Fig.4 Comparison of RB for 15 stations

图4 15个站点的RB的比较

Full size|PPT slide

2.1.2 基于分类指标的比较

由图（5）可知，当阈值为0.1 mm/d时，TMPA和IMERG有很大差异，IMERG产品的POD都高于0.65，而TMPA都低于0.55。当阈值为10 mm/d时，IMERG-F的表现最好，87%的POD都高于0.6。TMPA产品的POD比IMERG-E和IMERG-L的大，可看出相比小雨，对中雨的探测性能提高了很多。当阈值为25 mm/d时，最大POD值出现在IMERG-F，但是五种产品的差异明显缩小。当阈值为50 mm/d时，产品的POD都低于0.5，并且站点的POD的值域跨度变大，这可能是由于网格降尺度均匀化数据，卫星产品不能够反映局部区域的暴雨特性。有学者曾经指出，卫星的红外线算法会导致在风暴周期的早期，暴雨被低估^［13］。

**Fig.5 The spatial distribution of POD at four precipitation thresholds**

图5 在4个阈值下的POD的空间分布

Full size|PPT slide

根据图6，当阈值为0.1 mm/d时，TMPA和IMERG产品的FAR分别在0.14~0.24和0.23~0.33，很明显TMPA误报率相对低。随阈值增大，卫星产品的误报率都上升，并且产品之间的差异逐渐增大。当阈值为50 mm/d时，5个产品误报很严重，最大值出现在TMPA-V7（0.72），最低值出现在IMERG-F（0.41），进一步反应出五个产品在强降雨方面的缺陷。因此，在强降雨事件中，卫星产品的精度仍需改进。分析FAR随阈值变化的整体趋势，发现TMPA产品急剧上升（0.41，0.44），而IMERG产品的稳定性更好（0.26，0.25，0.23）。

**Fig.6 The spatial distribution of FAR at four precipitation thresholds**

图6 在4个阈值下的FAR的空间分布

Full size|PPT slide

在图7中，当阈值为0.1 mm/d时，IMERG产品的CSI都高于0.50，而TMPA产品都低于0.50，探测能力明显不在同一个水平。随阈值增大到10 mm/d，卫星产品之间的差异缩小，都在0.30~0.50之间。当阈值为50 mm/d时，CSI普遍低于0.40，同时IMERG和TMPA出现了显著的差距，这可能因为统计样本不够充足，而且暴雨会影响卫星传感器接受信号。总体来说，IMERG产品的成功系数比TMPA的高，具体而言，IMERG-L优于IMERG-E但次于IMERG-F，TMPA-RT与TMPA-V7水平相似。

**Fig.7 The spatial distribution of CSI at four precipitation thresholds**

图7 在4个阈值下的CSI的空间分布

Full size|PPT slide

2.2 流域尺度上的精度评估

2.2.1 基于统计指标的比较

根据图8，日尺度下，5个产品的CC分别为0.66、0.68、0.70、0.63、0.62，IMERG的相关性整体比TMPA好。TRMM的传感器受到发射波长的限制，最小可观测降雨量为0.7 mm/h，因此CC相对低。月尺度下，卫星产品的相关性都大幅度提高，尤其是TMPA-V7提高了0.21。TMPA-V7（0.84）的表现仅次于IMERG-F（0.85），表明IMERG和TMPA产品的差距缩小，这和在站点尺度下得出的结论是一致的。季尺度下，5个产品的精度都相当高，CC都达到了0.85，最大值与最小值仅相差0.03，可认为几乎没有差异。在3种时间尺度下，IMERG-F的CC都最大，与实测数据有很强的相关性。

Fig.8 Three statistical indicators at basin scale

图8 流域尺度下的CC，RMSE和RB

Full size|PPT slide

产品在日尺度下的RMSE接近，基本在12 mm。在月和季尺度下，卫星产品的RMSE的范围分别在71~96 mm和145~200 mm，误差的累积导致了较大的值。根据RB，IMERG-E、IMERG-L和TMPA-V7对降雨有不同程度的低估，而IMERG-F和TMPA-RT则是高估。IMERG-L数据整合了IMERG-E的数据，因此结果有一致性，展现了相近的低估（3.4%、3.3%）。IMERG-F对降雨轻微高估，RB仅为0.001，可能是由于联合地面月平均数据进行了校正^［14］。根据以上结果，IMERG的近实时产品有低估降水的倾向，后实时产品有高估降水的倾向，这与其他研究发现一致^{［10，14］}。可看到，与TMPA-RT相比，TMPA-V7与站点之间的偏差减小了近2倍。因此，总体来说后实时产品比近实时产品有更强的相关性和更小的偏差。

2.2.2 基于分类指标的比较

从图9知，在阈值为0.1 mm/d时，TMPA的POD比IMERG产品低了接近0.15，表明了TMPA对小雨探测能力相当不好，但IMERG在其基础上提高了对轻降雨的探测能力，这可能由于GPM搭载的更为先进的雷达有更高的时空分辨率，进一步下降了降水探测的最小阈值，更有利于有效捕捉小雨。IMERG和TMPA在阈值为1~50 mm/d之间时，探测能力较为相似，但是当降雨为超过50 mm/d的暴雨时，5个产品的差异剧烈变大。总体来说，IMERG-F的POD随阈值的变化最为平稳，尤其在阈值小于60 mm/d时反映出相对优异的探测能力，POD总是高于其他产品。五种产品的FAR和CSI变化趋势正好相反。随阈值增大，FAR呈现上升趋势，而CSI恰恰相反。当阈值为50 mm/d时，卫星产品的成功系数低（低于0.32）而误报率高（超过0.50），与站点尺度的结果相吻合，强降雨导致流域的样本数量减少，可能对探测统计结果产生一定影响。

Fig.9 Three categorical indicators at basin scale under 15 precipitation thresholds □

图9 在15个降雨阈值下卫星产品探测能力的表现

Full size|PPT slide

总体来说，通过比较近实时产品和后实时产品，雨量站月数据校正没有能明显帮助提高探测成功率。IMERG产品表现优于TMPA产品，可能有以下几点原因。首先，GPM核心观测群能接收包括微波、红外、地面观测数据的更多数据来源。其次，GPMCO搭载的全球首个星载双频卫星雷达（DPR）和多波段锥扫微波成像仪（GMI）使GPM对瞬时降水估计更加敏感。此外，GPM算法有助于融合卫星群内所有卫星的传感器。最后，GPM有更复杂全面的地面验证系统。

3 结论

在本研究中，5种卫星产品从2008年8月到2017年7月对南流江流域进行了综合的评价。主要结论如下：

（1）在日尺度上，从流域和站点来说，IMERG产品的相关性都优于TMPA，相关性从高到低的顺序依次是IMERG-F、IMERG-L、IMERG-E、TMPA-V7和TMPA-RT。随时间尺度增大，IMERG和TMPA之间精度的差异缩小，TMPA-V7超过了IMERG的后实时产品。

（2）在日尺度上，IMERG的稳定性在站点上略优于TRMM，但从流域整体来看基本没差异。在月和季尺度上，后实时产品比近实时产品稳定。从空间来看，最北的A站稳定性最好，南部的N和O站稳定性最差。

（3）对于15个站点，IMERG在相对误差上没有展示出优势，但不同站点RB的差距比较大，新桥、张黄和菱角的相对偏差明显低于新田和亚山站。在流域上，IMERG-F倾向于轻微高估降雨，与IMERG-E和IMERG-L相反。TMPA-V7与TMPA-RT相比，偏差减小了近2倍。因此，总体来说后实时产品比近实时产品有更小的偏差。

（4）3个分类指标随降水阈值的趋势在站点和流域尺度上相似，POD和CSI与阈值成反比，而FAR呈现正比。探测小雨时，TMPA的能力相对较弱，而IMERG作为其后继者有了明显的提升。当强降雨时，5个产品的探测效果都不理想且站点值的分布更加分散，表明雨强对卫星探测影响很大。

References

Publishing order | Descend order by publishing year | Descend order by cited within

1	刘若兰，江善虎，任立良，等. 全球降水观测计划IMERG降水产品对中国大陆极端降雨监测能力评估［J］. 中国农村水利水电， 2021（4）：57-63. 本文引用 [1]

2	姜曦，刘艳丽，吴永祥，等. GPM卫星降水数据产品适用性评价：以雅鲁藏布江为例［J］. 中国农村水利水电， 2021（6）：91-97. 本文引用 [1]

3	KIANY M S K， MASOODIAN S A， BALLING R C Jr， et al. Evaluation of the TRMM 3B42 product for extreme precipitation analysis over southwestern Iran［J］. Advances In Space Research， 2020，66（9）：2 094-2 112. 本文引用 [1]

4	刘培，吴凯，许怡，等. 中国大陆TRMM降水多尺度精度评价［J］. 水利水电科技进展， 2018，38（3）：42-47. 本文引用 [1]

5	任英杰，雍斌，鹿德凯，等. 全球降水计划多卫星降水联合反演IMERG卫星降水产品在中国大陆地区的多尺度精度评估［J］. 湖泊科学， 2019，31（2）：560-572. 本文引用 [1]

6	SATGE F， HUSSAIN Y， BONNET M P， et al. Benefits of the Successive GPM Based Satellite Precipitation Estimates IMERG-V03，-V04，-V05 and GSMaP-V06，-V07 Over Diverse Geomorphic and Meteorological Regions of Pakistan［J］. Remote Sensing， 2018，10（9）：23. 本文引用 [1]

7	陈晓宏，钟睿达，王兆礼，等. 新一代GPM IMERG卫星遥感降水数据在中国南方地区的精度及水文效用评估［J］. 水利学报， 2017，48（10）：1 147-1 156. 本文引用 [1]

8	李麒崙，张万昌，易路，等. GPM与TRMM降水数据在中国大陆的精度评估与对比［J］. 水科学进展， 2018，29（3）：303-313. 本文引用 [1]

9	刘益锋，汪小钦，吴思颖，等. GPM与TRMM卫星降雨数据在福建省的适用性对比分析［J］. 水土保持研究， 2019，26（6）：311-316. 本文引用 [1]

10	CHEN J C， WANG Z L， WU X S， et al. Accuracy evaluation of GPM multi-satellite precipitation products in the hydrological application over alpine and gorge regions with sparse rain gauge network［J］. Hydrology Research， 2019，50（6）：1 710-1 729. 本文引用 [2]

11	BOLUWADE A. Spatial-Temporal Assessment of Satellite-Based Rainfall Estimates in Different Precipitation Regimes in Water-Scarce and Data-Sparse Regions［J］. Atmosphere， 2020，11（9）. 本文引用 [1]

12	SHIRMOHAMMADI-ALIAKBARKHANI Z， AKBARI A. Ground validation of diurnal TRMM 3B42 V7 and GPM precipitation products over the northeast of Iran［J］. Theoretical And Applied Climatology， 2020，142（3-4）：1 413-1 423. 本文引用 [1]

13	XU W， ADLER R F， WANG N-Y. Combining Satellite Infrared and Lightning Information to Estimate Warm-Season Convective and Stratiform Rainfall［J］. Journal Of Applied Meteorology And Climatology， 2014，53（1）：180-199. 本文引用 [1]

14	YANG M X， LIU G D， CHEN T， et al. Evaluation of GPM IMERG precipitation products with the point rain gauge records over Sichuan， China［J］. Atmospheric Research， 2020，246. 本文引用 [2]

PDF(4097 KB)

496

Accesses

Citation

Detail

Sections

Recommended

Abstract
Key words
Cite this article
0 引言
1 研究区域和方法
1.1 研究区域
1.2 降雨数据
Fig.1 The map of the Nanliujiang River basin
1.3 研究方法
Tab.1 Evaluation indicators applied to IMERG and TMPA
2 结果和讨论
2.1 站点尺度上的精度评估
2.1.1 基于统计指标的比较
Fig.2 The spatial distribution of CC on the three scales
Fig.3 RMSE of each station on the three scales
Fig.4 Comparison of RB for 15 stations
2.1.2 基于分类指标的比较
Fig.5 The spatial distribution of POD at four precipitation thresholds
Fig.6 The spatial distribution of FAR at four precipitation thresholds
Fig.7 The spatial distribution of CSI at four precipitation thresholds
2.2 流域尺度上的精度评估
2.2.1 基于统计指标的比较
Fig.8 Three statistical indicators at basin scale
2.2.2 基于分类指标的比较
Fig.9 Three categorical indicators at basin scale under 15 precipitation thresholds □
3 结论
References

Received	Published
2021-07-02	2022-04-15
Issue Date
2022-06-09

Please choose a citation manager

Content to export

Abstract

Key words

Cite this article

0 引言

1 研究区域和方法

1.1 研究区域

1.2 降雨数据

Fig.1 The map of the Nanliujiang River basin

1.3 研究方法

Tab.1 Evaluation indicators applied to IMERG and TMPA

2 结果和讨论

2.1 站点尺度上的精度评估

2.1.1 基于统计指标的比较

Fig.2 The spatial distribution of CC on the three scales

**Fig.3 RMSE of each station on the three scales**

Fig.4 Comparison of RB for 15 stations

2.1.2 基于分类指标的比较

**Fig.5 The spatial distribution of POD at four precipitation thresholds**

**Fig.6 The spatial distribution of FAR at four precipitation thresholds**

**Fig.7 The spatial distribution of CSI at four precipitation thresholds**

2.2 流域尺度上的精度评估

2.2.1 基于统计指标的比较

Fig.8 Three statistical indicators at basin scale

2.2.2 基于分类指标的比较

Fig.9 Three categorical indicators at basin scale under 15 precipitation thresholds □

3 结论

{{custom_sec.title}}

{{custom_sec.title}}

References

Please choose a citation manager

Content to export

Abstract

Key words

Cite this article

0 引 言

1 研究区域和方法

1.1 研究区域

1.2 降雨数据

Fig.1 The map of the Nanliujiang River basin

1.3 研究方法

Tab.1 Evaluation indicators applied to IMERG and TMPA

2 结果和讨论

2.1 站点尺度上的精度评估

2.1.1 基于统计指标的比较

Fig.2 The spatial distribution of CC on the three scales

Fig.3 RMSE of each station on the three scales

Fig.4 Comparison of RB for 15 stations

2.1.2 基于分类指标的比较

Fig.5 The spatial distribution of POD at four precipitation thresholds

Fig.6 The spatial distribution of FAR at four precipitation thresholds

Fig.7 The spatial distribution of CSI at four precipitation thresholds

2.2 流域尺度上的精度评估

2.2.1 基于统计指标的比较

Fig.8 Three statistical indicators at basin scale

2.2.2 基于分类指标的比较

Fig.9 Three categorical indicators at basin scale under 15 precipitation thresholds □

3 结 论

{{custom_sec.title}}

{{custom_sec.title}}

References

0 引言

**Fig.3 RMSE of each station on the three scales**

**Fig.5 The spatial distribution of POD at four precipitation thresholds**

**Fig.6 The spatial distribution of FAR at four precipitation thresholds**

**Fig.7 The spatial distribution of CSI at four precipitation thresholds**

3 结论