利用机器学习和雨雪分类技术提高中国降水合并的准确性

《Journal of Hydrology》：Enhancing precipitation merging accuracy in China with machine learning and rain-snow classification

降水相态融合与机器学习模型效能研究。采用随机森林和人工神经网络融合多源降水数据，发现相态敏感训练可提升降雪精度达15.2%，模型敏感性顺序为ANN＞GWR＞RF，降雨更敏感。

　　

刘琦|王云|徐月|王玲玲|唐国强|马美红

中国水利水电研究院，北京100038，中国

摘要

全球气温上升加剧了降水模式和相变的复杂性，给精确的卫星降水估算带来了重大挑战。尽管机器学习在模拟复杂降水过程方面表现出强大能力，但在降水融合研究中，降水相的影响却被很大程度上忽视了。本研究利用随机森林（RF）和人工神经网络（ANN）明确地将降水相信息整合到中国的卫星降水融合中，并以地理加权回归（GWR）作为基准。评估了三种训练策略，包括不考虑相的训练、考虑相的联合训练以及特定相的独立训练，以评估基于相的机器学习的有效性。结果表明：（1）机器学习显著提高了降雪数据融合的准确性，RF的表现始终优于ANN，而ANN在所有相中都存在系统性地高估降水的倾向。（2）Merge_p1和Merge_p2进一步提升了融合性能，其中Merge_p2在减少ANN相关的高估方面尤为有效，将降雪的RMSE从2.30毫米/天降低到1.93毫米/天。（3）随着站点密度的降低，降水融合的准确性下降，模型敏感性顺序为ANN > GWR > RF，其中降雨的敏感性高于降雪。（4）这些发现通过结合相的差异性有助于提高降水估算的准确性，并为识别极端气候事件提供了坚实的方法论基础。

引言

全球气候变暖加剧了极端天气事件的发生（Cologna等人，2025年）。提高降水观测的准确性对于减轻极端灾害至关重要（Saemian等人，2021年）。降水相主要可以分为降雨、降雪和混合事件等。降水的相变对地球表面系统的水循环和能量循环有深远影响（Maina和Kumar，2025年；Ombadi等人，2023年）。例如，相同量的降水在不同相下可能产生不同的效果：降雨通常会渗透土壤，增加土壤湿度并降低地表反照率，而降雪则会堆积在地表，增强反照率并反射更多太阳辐射（Skiles等人，2018年）。超过一半的全球气候灾害与降水相密切相关，不同相会引发不同类型的灾害：降雨常导致洪水灾害，而降雪可能导致雪灾（如积雪严重干扰交通和基础设施运行）和低温霜冻损害（WMO，2021年）。在区分降水相的情况下进行准确的降水估算对地球系统科学和灾害缓解至关重要。

降水数据通常来自雨量计测量、天气雷达、卫星遥感、大气再分析、数值天气预报（NWP）模型以及业务气象学家的专家评估（Eyre等人，2022年；Tang等人，2016年）。每种数据源在准确性和空间覆盖范围方面都有其优势和局限性，因此整合多源观测对于提高降水估算的可靠性至关重要（Nourani等人，2025年）。许多研究集中在不同地区的降水融合上，常见的融合方法包括最优插值（OI）（Devers等人，2021年）、地理加权回归（GWR）（Fenta等人，2023年）、贝叶斯模型平均（BMA）（Abdallah等人，2024年）等。例如，Lu等人（2020年）和Yumnam等人（2022年）分别利用这些方法提高了中国和印度的卫星降水估算的准确性。尽管这些传统融合方法可以有效利用多源数据来提高时空分辨率，但它们往往难以捕捉复杂气象过程中固有的高度非线性关系。

数据驱动水文学的最新进展显著提高了预测能力（Nourani等人，2025年；Shirvani-Hosseini等人，2022年）。结合分解、特征选择和优化的混合框架提高了径流预测的准确性（Kilinc等人，2023年；Samadi-Koucheksaraee和Chu，2024年），而基于核的和带有梯度优化的回归模型提高了地表水质预测的准确性（Ahmadianfar等人，2022年；Dorfeshan等人，2025年；Jamei等人，2021年）。在这些更广泛的水文学进展基础上，机器学习算法如随机森林（RF）和卷积神经网络（CNN）也被广泛用于降水融合，并逐渐从“可用”发展为“优越”的工具：它们可以生成支持干旱监测的区域融合产品，并且在将网格化降水与地面观测数据融合时，其结果优于MSWEP V2和输入数据集（Alizadeh和Nikoo，2018年；Baez-Villanueva等人，2020年；Xu等人，2025年）。进一步的时空深度融合（CNN–LSTM）也显著提高了中国定量降水估算的准确性（Wu等人，2020年）。机器学习模型不仅大大提高了降水估算的准确性和可靠性，还为极端降水估算提供了有效手段。

然而，当前的降水融合研究主要集中在总降水（包括所有相）的融合上，而专门针对固态降雪融合的研究仍然相对较少（Pulka等人，2024年）。由于气候和地形的影响，雪的物理特性非常复杂，无论是通过地面站、卫星遥感还是气候模型，降雪观测的准确性都相对较低（Skofronick-Jackson等人，2019年）。同时，降雪对气候变化高度敏感，雪深、雪相关变量（如雪深/SWE、雪盖分数和雪反照率）等参数通过地表能量平衡和雪-反照率反馈调节融雪过程，从而重塑径流季节性和水资源可用性（Han等人，2024年；Riihel?等人，2021年）。影响降雪的众多因素及其强烈的非线性相互作用使得传统融合方法难以实现高准确性（Hamidi等人，2018年）。机器学习通过揭示数据中的复杂模式和关系有效地解决了这一挑战，从而实现了更准确的降雪估算（King等人，2022年）。因此，利用这些能力捕捉降雪的非线性动态对于提高融合准确性至关重要。

值得注意的是，大多数现有的基于机器学习的降水融合研究没有区分降雨和降雪，这直接影响了融合的准确性（Kossieris等人，2024年）。在大多数地区，降雨的发生频率远高于降雪，导致融合模型主要基于降雨样本进行训练。这种明显的不平衡削弱了降雪过程的表示，并大幅降低了降雪融合的性能（W. Chen等人，2024年；Shi和Liu，2021年）。此外，将有限的降雪样本纳入统一的训练框架会使得优化目标偏离仅关注降雨，可能也会影响降雨融合的准确性（You等人，2021年）。这些局限性突显了在开发稳健的降水融合模型时明确考虑降水相差异的重要性。

为了解决这些挑战，本研究开发了一个考虑相的降水融合框架，并系统地评估了两种基于相的训练策略——相特征注入和相独立训练——以评估它们在使用全国范围的数据集改进雨/雪融合方面的有效性。进一步分析了雨量计密度和区域化建模对性能的影响，并检查了输入特征的相对重要性。结果提高了现有降水估算算法和产品的准确性，并为在大面积范围内绘制降水图提供了方法论基础，特别是在降雪量大的地区，支持降雪监测和灾害缓解应用。

研究区域

本研究聚焦于位于东亚大陆西部太平洋沿岸的中国大陆，东西跨度超过60°，南北跨度约50°。该国地形复杂多样，包括平原、高原、山脉、丘陵和盆地。山脉覆盖了大约三分之二的领土，形成了西部高东部低的地形特征。

实验设计

本研究使用来自2,423个国家气象站的日降水观测数据作为参考。这些观测数据用于评估机器学习算法（ANN和RF）与经典插值方法（GWR）在降水融合方面的性能。降水进一步分为降雨和降雪，以评估相信息对融合准确性的影响。此外，该研究还考察了影响模型性能的因素。

不同融合方法之间的准确性比较

图4展示了不同降水融合方法（即GWR、RF和ANN）与雨量计观测数据相比的评估指标（包括CC、ME、RMSE和KGE）的空间分布。所有三种方法的性能都显著依赖于站点密度。观测网络密集的地区，特别是在东部地区，通常具有更高的融合准确性，而站点覆盖稀疏的地区（如西部和北部）

机器学习模型的可解释性

为了进一步提高机器学习融合结果的可解释性，对采用相感知Merge_p1方案的RF模型进行了SHAP（Shapley Additive Explanations）特征归因分析。图13展示了RF-Merge_p1的SHAP汇总图，其中特征按照平均绝对SHAP值降序排列。SHAP结果表明，RF的预测主要受ERA5和卫星降水输入的影响

结论

多源降水融合仍然是当代气象研究的核心课题。本研究开发了一个融合框架，将机器学习与降水相分类相结合，研究了不同降水相（降雨和降雪）对融合结果的影响，并确定了影响降雪融合准确性的因素。主要结论如下：

(1)

机器学习融合方法的性能：RF通常优于ANN，并且达到了可比的

CRediT作者贡献声明

刘琦：撰写——审稿与编辑、方法论、概念化。王云：撰写——初稿、可视化、验证。徐月：撰写——审稿与编辑、可视化、软件。王玲玲：调查、数据整理。唐国强：撰写——审稿与编辑、软件。马美红：撰写——审稿与编辑、监督、概念化。

利益冲突声明

作者声明我们没有已知的竞争性财务利益或个人关系可能影响本文所述的工作。

致谢

本研究得到了国家自然科学基金（42571100、42371086）、浙江省“先锋”和“领头雁”研发计划（编号2025C02048）以及中国水利水电研究院的开放基金（IWHR-SKL-KF202310）的支持。