基于机器学习误差校正改进IMERG全球降雨侵蚀力估算

《CATENA》：Improving global rainfall erosivity estimates from IMERG using machine learning–based error correction

　　

•IMERG衍生降雨侵蚀力在全球范围内低估了雨量计观测值56–62%。•机器学习校正将相对偏差降至1%以下。•校正后的侵蚀力估计与观测值高度吻合（R = 0.93–0.94）。•大气水汽、能量通量和降雨极端值控制了模型误差。•该框架可支持全球土壤侵蚀和水文风险评估。

引言

土壤侵蚀是一项重大的全球环境挑战，威胁着农业生产率、生态系统稳定性和长期粮食安全。在许多地区，土壤流失速率超过自然土壤形成速率，导致持续的土地退化和土壤肥力下降（Smith等，2024年）。土壤侵蚀还降低了土壤保水保肥能力，增加了河流和水库中的泥沙输送，并在全球范围内造成巨大的经济损失（Pimentel等，1995年）。随着气候变异和土地利用压力的加剧，改善土壤侵蚀过程的监测和预测对于可持续土地管理变得越来越重要。

在驱动土壤退化的过程中，由降雨引起的水蚀在许多湿润和半湿润地区是主要机制（Panagos等，2015年）。降雨通过雨滴冲击使土壤颗粒脱离，并通过地表径流输送，使降雨特征成为侵蚀强度的关键控制因素。降雨侵蚀力被广泛用于量化降雨造成土壤侵蚀的潜力，代表了降雨事件的侵蚀能力。在经验土壤侵蚀模型，如修正的通用土壤流失方程（RUSLE）中，降雨侵蚀力通常用R因子表示，基于暴雨动能和最大30分钟降雨强度（EI30）量化降雨的长期平均侵蚀潜力。R因子最初是美国通过降雨和土壤流失观测值开发的通用土壤流失方程（USLE）的一部分，后来被纳入RUSLE。虽然最初是基于美国的观测值建立的，但R因子的概念已被广泛应用于全球土壤侵蚀评估中，并针对气候和降雨特征的差异进行了区域适配和改进数据集的开发（Panagos等，2017年；Renard，1997年）。改善R因子的表征对大规模土壤侵蚀建模具有重要意义。因为降雨侵蚀力是基于RUSLE的评估中的关键动态组成部分，即使其他因素（包括土壤侵蚀性（K）、坡长和坡度（LS）、覆盖管理（C）和水土保持措施（P））被准确表征，R因子估计中的误差也会传播到土壤流失预测中。因此，改善降雨侵蚀力的空间表征可以提高大陆到全球尺度侵蚀评估的可靠性，特别是在地面降雨观测有限的地区。

尽管降雨侵蚀力非常重要，但在大空间尺度上可靠地估计它仍然具有挑战性。计算侵蚀力需要高时间分辨率的降雨强度测量值，以捕捉主导侵蚀能量的短时高强度暴雨。大多数现有侵蚀力数据集源自地面雨量计，这些雨量计在全球分布不均。非洲、南美洲的广大地区以及亚洲的部分地区缺乏能够以侵蚀力计算所需的时间分辨率记录降水的密集雨量计网络（Panagos等，2017年）。因此，全球侵蚀力数据集，如全球降雨侵蚀力数据库（GloREDa），依赖于异质性观测值和插值技术来填补空间空白（Panagos等，2023年）。这些局限性引入了巨大的不确定性。用于生成空间连续侵蚀力图的插值方法可能会产生区域不一致，特别是在观测稀疏的地区（McGehee等，2022年）。此外，许多长期降雨数据集基于固定间隔的雨量计，以相对较粗的时间分辨率记录降水。这些测量往往无法捕捉短时降雨强度峰值，导致系统性地低估侵蚀性降雨能量（Brown和Foster，1987年；Nearing等，1989年）。因此，广泛使用的侵蚀力图可能在强烈风暴是土壤流失主要驱动因素的地区低估侵蚀潜力。为了克服这些局限性，近期研究探索了使用源自大气再分析或卫星观测的格点降水产品（Sun等，2018年）。再分析数据集提供了空间连续的降水分量，并使得区域和全球侵蚀力评估成为可能（Hersbach等，2020年）。然而，它们的时间分辨率通常是逐小时或更粗，这限制了它们解决控制侵蚀过程的短暂降雨极端值的能力（Nearing等，2017年）。

新兴的基于卫星的降水产品提供了一种替代数据源，具有近全球覆盖率和更高的时间分辨率（Kidd和Huffman，2011年）。在这些产品中，全球降水测量任务的综合多星降水检索（IMERG）代表了全球降水监测的重大进展。IMERG提供了从2000年至今的近全球覆盖的半小时降水估计值（Huffman等，2020年）。这一高时间分辨率使得该数据集特别适用于降雨侵蚀力研究，特别是在缺乏密集雨量计网络的地区（Emberson，2023年）。与纯卫星检索不同，IMERG最终运行产品纳入了雨量计信息用于偏差调整，这改善了降水估计值，但也引入了卫星衍生降水和地面观测之间的相互依赖关系。因此，IMERG衍生侵蚀力的评估需要考虑雨量计信息卫星产品的优势以及降水检索、空间平均和时间聚合相关的剩余不确定性。尽管如此，卫星降水检索仍存在其自身的不确定性。检索算法可能会引入系统偏差、平滑效应以及降雨间歇性相对于地面观测的差异，在粗糙的10公里卫星网格上尤为明显（Habib等，2001年；Tang等，2016年）。这些不确定性可能会传播到降雨侵蚀力估计中，导致侵蚀评估中的系统性误差（Emberson，2023年）。因此，量化和校正此类误差是提高基于卫星的侵蚀力数据集的必要步骤。尽管保持雨量计观测和基于卫星的检索之间的独立性对于不确定性表征很重要，但这些数据源之间的系统性差异可能会限制它们在定量环境建模中的应用。IMERG等卫星降水产品整合了来自多个卫星传感器和雨量计观测的信息，以提高全球降水估计值，同时保留了与检索算法和空间采样相关的不确定性。先前的研究表明，独立的卫星和雨量计估计值提供了用于不确定性量化的宝贵信息，而合并或偏差校正方法可以提高格点降水产品在特定应用中的准确性（Beck等，2019年；Maggioni等，2014年）。因此，基于卫星的校正框架涉及在减少系统偏差和保留独立的不确定性表征之间进行权衡。

先前的研究尝试通过基于雨量计的校准、区域调整因子和统计缩放方法来减少卫星衍生降雨侵蚀力估计中的偏差。例如，全球和区域侵蚀力产品纳入了雨量计观测和时间转换程序，以改善源自异质性降水数据集的降雨侵蚀力估计的一致性（Borrelli等，2017年）。近期对卫星降水产品的评估还表明，降雨强度表征中的系统偏差会传播到降雨侵蚀力估计中，突出了进一步校正和验证的必要性（Bezak等，2022年）。机器学习方法提供了一种潜在的替代方案，通过学习卫星衍生侵蚀力差异与环境预测变量之间的非线性关系。与基于预定义缩放关系的传统校正方法相比，机器学习模型可以整合多个气候和环境变量并捕捉残余误差的复杂空间模式。然而，其性能强烈依赖于训练观测的代表性，可能受到空间采样偏差的影响，并且在应用于校准域之外时可能面临可解释性有限和可迁移性降低的问题（Lary等，2016年）。

本研究旨在基于卫星降水数据产生更可靠的点尺度全球降雨侵蚀力估计值。我们不是直接从卫星降水中估计侵蚀力，而是使用机器学习框架量化和建模IMERG衍生侵蚀力与基于雨量计的参考估计值之间的差异。重要的是，这种差异不归因于单一误差源；相反，它代表了由多种不确定性分量引起的聚合残余，包括卫星降水检索中的算法不确定性和与时间聚合和空间平均相关的方差缩减效应。通过学习这些整合的残余，提出的机器学习方法提供了一种数据驱动的统计补偿手段，以补偿多个误差源的联合效应，从而改善点尺度上侵蚀性降雨特征的表征。这种统一的统计校正框架超越了传统的单因子偏差调整，通过捕捉环境预测变量与聚合残余误差之间的非线性关系。该方法利用卫星降水的全球覆盖和高时间分辨率，同时明确考虑通过性能评估揭示的检索误差。作为一项新的贡献，该机器学习框架解决了基于卫星的侵蚀力估计中的两个关键挑战：降水检索中的误差，以及降水记录在时空上的不匹配（即格点固定间隔数据与连续点尺度数据之间的差异）；后者问题通常通过降尺度方法论来解决，形式为校正因子，如（Gebrechorkos等，2023年；Lazoglou等，2024年）。此外，我们探索了使用全球气候模拟中的中间大气状态和通量变量作为辅助预测变量，包括与大气热力学和辐射过程相关的变量。这些变量与降水过程有物理联系，但在卫星降水误差校正中尚未得到充分利用。本研究的目的是：（1）使用地面观测作为参考评估IMERG降水数据衍生降雨侵蚀力估计中的误差；（2）通过基于机器学习的方法校正IMERG衍生侵蚀力估计中的误差；（3）获得机器学习预测的可解释性并确定侵蚀力估计误差的关键因素。通过将高时间分辨率卫星降水与数据驱动的误差校正相结合，本研究有望为土壤侵蚀建模、土地管理和水文应用提供新的资源。

章节摘要

方法

本节描述了用于评估和改善基于卫星的降雨侵蚀力估计的方法。首先，使用RUSLE2框架计算了直接从IMERG降水产品（V06和V07）衍生的降雨侵蚀力，并与基于雨量计的参考数据集进行了评估。接下来，开发了基于机器学习的统计校正框架，以建模和补偿卫星衍生侵蚀力与基于雨量计的参考之间的系统性差异。

结果

本节展示了从IMERG降水衍生的降雨侵蚀力估计的评估以及所提出的基于机器学习的校正框架的性能。首先，IMERG衍生侵蚀力估计（V06和V07）与基于雨量计的参考值进行了评估，以量化系统偏差和误差的空间模式。接下来，评估了机器学习方法在全球和区域尺度上校正这些误差的有效性。最后，特征

IMERG V06和IMERG V07衍生侵蚀力估计的比较

本研究对IMERG V06和V07衍生的侵蚀力都进行了误差校正。为了更好地解释这些校正，我们首先比较了两个IMERG版本衍生的原始（未校正）侵蚀力估计值。如图8a所示，两种产品高度相关（Spearman CC = 0.86；R2 = 0.74），表明在捕捉空间变异性方面整体一致。然而，IMERG V07系统性地产生比V06更低的侵蚀力值，相对偏差为?15.3%。这种差异

结论

本研究提出了一种基于机器学习的框架，通过相对于地面观测进行统计校正来改善从卫星降水衍生的降雨侵蚀力估计值。使用IMERG V06和V07降水产品，我们证明卫星衍生的侵蚀力表现出显著且空间一致的低估，特别是在以高强度降雨为主的地区。尽管存在这些偏差，IMERG仍然保持了强大的能力

CRediT作者贡献声明

Ameng Zou：撰写 – 审阅与编辑，撰写 – 初稿，可视化，验证，调查，形式分析，数据整理。Andrew Fullhart：撰写 – 审阅与编辑，可视化，验证，形式分析，数据整理。Siyu Zhu：撰写 – 审阅与编辑，形式分析。Ryan McGehee：撰写 – 审阅与编辑，形式分析，数据整理。Shang Gao：撰写 – 审阅与编辑，撰写 – 初稿，监督，方法论，资金获取，形式

利益冲突声明

作者声明，他们没有已知的可能影响本研究中报告工作的相互竞争的经济利益或个人关系。

致谢

本研究主要由亚利桑那大学向Shang Gao提供的启动资金资助，并部分由美国农业部通过协议号NR213A750023C013资助。

Ameng Zou | Andrew Fullhart | Siyu Zhu | Ryan McGeehre | Shang Gao