印度夏季风降水遥感产品长期评估：CHIRPS与GSMaP_ISRO的精度比较与干旱监测应用

本研究针对印度夏季风（ISM）降水监测的精度问题，系统评估了CHIRPS（Climate Hazards group InfraRed Precipitation with Station data）和GSMaP_ISRO（印度气象局校准的全球卫星降水产品）在2000-2022年的表现。通过对比IMD（印度气象局）站点数据，发现GSMaP_ISRO在日降雨量变化捕捉和空间一致性上优于CHIRPS，尤其在复杂地形区域（如西高止山脉和印度东北部）差异显著。研究还验证了两种产品在标准化降水指数（SPI-1）干旱监测中的适用性，为印度季风研究和灾害管理提供了更可靠的数据支持。

　　

印度夏季风（ISM）是南亚气候系统的核心，其降水变化直接影响农业、水资源和灾害管理。然而，传统雨量站网络在复杂地形区域（如山地）覆盖不足，且维护成本高昂，导致降水数据存在显著空白。卫星遥感技术（如多卫星融合降水产品）为解决这一问题提供了新思路，但其精度仍需系统验证。在此背景下，印度空间应用中心（ISRO）与日本宇宙航空研究开发机构（JAXA）合作，对两种主流降水产品——CHIRPS和GSMaP_ISRO——进行了长达23年（2000-2022年）的全面评估。

研究团队采用统计方法（包括相关系数、均方根误差和标准化降水指数SPI-1）对比了两种产品与IMD地面观测数据的一致性。关键发现包括：GSMaP_ISRO在日降雨量变化捕捉上表现更优（相关系数达0.89），而CHIRPS存在轻微高估；空间分析显示，两者在西高止山脉和印度东北部等复杂地形区域差异显著；在干旱监测中，GSMaP_ISRO能更好反映SPI-1的空间变异性，尤其在干旱易发区与CHIRPS保持一致性。

主要技术方法

1. 数据匹配：采用最近邻网格法将CHIRPS（0.05°×0.05°）和GSMaP_ISRO（0.1°×0.1°）数据重采样至统一分辨率；
2. 统计验证：使用相关系数、偏差、均方根误差（RMSD）和效率系数（NSE）评估产品精度；
3. 干旱监测：基于月尺度标准化降水指数（SPI-1）分析产品在干旱评估中的适用性。

研究结果

• Abstract：GSMaP_ISRO在日降雨量变化和空间分布上显著优于CHIRPS；
• Methodology：统计验证表明GSMaP_ISRO的RMSD比CHIRPS低15%；
• Results：CHIRPS在沿海地区表现良好，但在山地误差增大；
• Discussion：GSMaP_ISRO的IMD校准机制有效提升了复杂地形区的精度；
• Conclusion：GSMaP_ISRO更适合印度季风研究和干旱监测应用。

意义与展望
该研究首次系统比较了两种卫星降水产品在印度长期季风监测中的表现，为气候模型输入和灾害预警提供了数据选择依据。未来需进一步优化山地降水算法，并探索机器学习在数据融合中的应用。论文发表于《Remote Sensing Applications: Society and Environment》，为全球热带降水研究提供了重要参考。