提升日降水量重建精度：reddPrec R包的改进版本

《Environmental Modelling & Software》：Enhancing daily precipitation reconstruction: An improved version of the reddPrec R package

降水数据重建与空间建模工具reddPrec 3.0.0引入机器学习模型、动态协变量支持及增强质量控制与同化模块，通过瑞士和西班牙案例验证其在填补缺失值、提升空间建模精度及数据一致性方面的优势。

　　### 高质量日降水序列重建的重要性与reddPrec的新进展

降水数据是气候科学研究、水文建模以及环境应用中不可或缺的资源。它不仅影响着对气候变迁的理解，还直接关系到水资源管理、生态系统监测、农业规划等关键领域。然而，传统的降水观测往往存在数据缺失和不一致性的问题，这些挑战限制了其在分析中的可靠性。特别是在站点网络稀疏或地形复杂的地区，这些问题更加突出，因为这些区域可能缺乏足够的观测站点或数据记录手段，从而导致数据的不完整或不准确。因此，开发一套能够有效处理这些问题的工具对于提高降水数据的质量至关重要。

在这一背景下，reddPrec作为一个专门用于重建日降水序列的R语言包，近年来得到了广泛的应用。它提供了一套集成化的处理流程，包括质量控制、缺失值填补以及网格化处理等步骤，使得用户能够在不同地理和气候条件下生成可靠的降水数据集。随着技术的发展，reddPrec也经历了多次迭代与改进，以应对更复杂的数据重建需求。最新版本的reddPrec引入了多项增强功能，显著提升了其在处理数据缺失、识别系统性偏差以及调整不一致数据方面的表现。

### redPrec的核心概念与处理流程

reddPrec的核心思想是通过参考值（Reference Values, RVs）来构建每日的降水估计。RVs是基于附近气象站的观测数据，结合地形协变量，对特定地点和日期的降水情况进行建模的结果。这种方法能够提供高度灵活、本地化的降水预测模型，从而更准确地反映实际降水条件。RVs的计算过程通常分为两个主要步骤：分类函数和回归函数。分类函数用于判断某一天是否为雨日，而回归函数则用于估计具体的降水量。

在旧版本的reddPrec中，RVs的计算主要依赖于广义线性模型（GLM），这种方法在站点密集、地形相对简单的区域表现良好。然而，对于站点稀疏或地形复杂的地区，GLM可能无法准确捕捉降水的变化模式。因此，新版的reddPrec引入了更加灵活的建模框架，允许用户选择不同的机器学习模型，如随机森林（Random Forest, RF）、极端梯度提升（Extreme Gradient Boosting, XGBoost）等。这些模型能够更好地适应不同的数据环境，提高降水重建的准确性。

此外，新版reddPrec还支持动态协变量的使用。动态协变量是指那些在时间上发生变化的变量，如雷达和卫星遥感数据，或大气模型的输出。这些变量能够提供额外的信息，帮助模型更精确地捕捉降水过程中的时空变化。在使用动态协变量时，用户可以通过参数设置（如`dynam_cov`）来指定需要纳入的变量，从而提升模型的性能。

### 增强的质量控制与数据一致性检查

为了确保降水数据的可靠性，reddPrec在质量控制（QC）方面进行了重大改进。传统的QC方法主要关注于检测孤立的异常值，而新版的QC模块则引入了更全面的检查机制，包括视觉诊断和自动分类方法。这些改进使得用户能够更系统地识别和处理数据中的系统性偏差，从而提高重建数据的可信度。

增强QC的主要功能包括：截断检测、小缺失值分析、周周期异常检测以及精度和四舍五入模式分析。截断检测用于识别降水记录中是否存在系统性的高值缺失，这可能由于传感器故障或记录不当导致。小缺失值分析则关注于轻量降水事件的缺失，这可能会影响对降水频率和总量的统计分析。周周期异常检测通过比较每周的降水概率，识别是否存在人为干扰，如周末或节假日的观测遗漏。精度和四舍五入模式分析则用于检测降水记录中是否存在测量精度的变化，这可能影响数据的准确性。

通过这些增强的QC功能，reddPrec能够更全面地评估数据质量，并提供相应的修正建议。用户可以通过`eqc_Ts()`函数自动应用这些QC检查，同时也可以根据具体需求自定义阈值和标准。此外，`eqc_Plot()`函数允许用户可视化每个站点的QC结果，从而更直观地理解数据中的问题。

### 数据同质化处理与模型调整

在降水数据的重建过程中，数据同质化（homogenization）是一项重要的步骤。由于站点位置、仪器类型和观测方法的变化，降水数据可能包含不一致的特征，这会影响后续的统计分析和模型预测。为了应对这一挑战，新版的reddPrec引入了一个专门的同质化框架，旨在检测并调整这些隐藏的不一致性。

同质化过程包括三个主要阶段：断点检测、调整和趋势保留。断点检测使用多种统计测试方法（如Student’s t-test、Mann–Whitney测试、Buishand R测试、Pettitt测试和标准正态同质性测试）来识别数据中的不连续点。这些测试的结果将用于确定是否存在需要调整的断点。调整阶段则采用分位数匹配方法，对检测到的断点进行修正，以恢复数据的一致性。趋势保留阶段则评估调整后的数据是否能够保留原有的降水趋势，这对于长期气候分析尤为重要。

通过这些步骤，reddPrec的同质化功能不仅能够有效检测和修正数据中的不一致性，还能确保长期趋势的连续性。这一功能对于提升降水数据的可靠性具有重要意义，特别是在处理重建数据时，数据不一致性可能不仅来源于物理测量误差，还可能来源于重建过程本身。

### 实际案例分析：瑞士与西班牙的应用

为了验证reddPrec的新功能，研究者在瑞士和西班牙进行了实际案例分析。在瑞士，使用了国家基础气候网络（Swiss NBCN）的数据，该数据集包含了高质量且连续的降水记录。通过比较不同模型（如GLM、RF和XGBoost）在缺失值填补和网格化处理中的表现，研究者发现，RF和XGBoost在分类和回归任务中均优于GLM，特别是在处理高降水强度事件时表现出更高的精度和稳定性。

在西班牙的案例中，研究者关注了2024年10月29日发生在瓦伦西亚省的极端降雨事件。这一事件导致了广泛的洪水和基础设施损坏，因此对降水数据的准确性提出了更高的要求。通过使用动态协变量（如MODIS Aqua/Terra地表反射率数据）和静态协变量（如经纬度和海拔），研究者生成了高分辨率的降水网格，并与CSIC（西班牙高级科学研究委员会）生成的参考网格进行了比较。结果显示，RF和XGBoost在捕捉降水的空间分布和强度方面优于GLM，而CSIC参考网格则因其使用精确的站点数据，表现出更高的匹配度。

此外，研究者还对瑞士和阿拉贡（Aragón）的降水数据进行了质量控制和同质化处理。结果显示，瑞士的降水数据整体质量较高，而阿拉贡的数据则存在更多不一致的问题。通过应用增强QC和同质化功能，研究者能够识别并修正这些问题，从而提升数据的可靠性。

### redPrec的未来发展方向与局限性

尽管reddPrec在降水数据重建方面表现出色，但仍有一些局限性需要进一步改进。例如，在处理长期趋势时，同质化过程可能引入一定的偏差，这可能影响对降水变化的准确分析。此外，虽然新版的QC模块能够有效检测数据中的系统性问题，但在处理大规模数据集时，自动分类方法可能不够敏感，无法识别所有可能存在的质量问题。

为了进一步提升reddPrec的功能，研究者提出了几个未来发展方向。首先，可以考虑将reddPrec扩展到其他气候变量（如气温）的重建，以增强其在多变量分析中的适用性。其次，增加不确定性量化工具，可以帮助用户更全面地评估模型结果的可靠性。最后，支持更多编程语言（如Python和Julia）的实现，将有助于扩大reddPrec的用户基础，并促进其在不同平台上的集成。

总的来说，reddPrec作为一个灵活且强大的降水数据重建工具，已经为气候研究和水文建模提供了重要的支持。尽管在某些方面仍存在改进空间，但其持续发展将使其在未来的应用中更加广泛和可靠。