通过两阶段机器学习方法实现高精度降水融合，以加强中国干旱地区的旱情监测 王文 王洪洲 王雅 张志华 王鑫

《Remote Sensing》：High-Accuracy Precipitation Fusion via a Two-Stage Machine Learning Approach for Enhanced Drought Monitoring in China’s Drylands Wen Wang, Hongzhou Wang, Ya Wang, Zhihua Zhang and Xin Wang

　　**亮点：主要发现是什么？**

我们提出的两阶段机器学习算法结合了XGBoost和RF残差校正，显著提高了中国干旱地区的月度、季节性和年度降水量估计。这种改进在冬季和数据稀少的西部地区尤为明显。融合后的降水量产品在基于SPI的干旱监测中表现更好，能够准确识别干旱化趋势并预估平均干旱程度。

**主要发现的含义是什么？**

高分辨率的融合降水量产品为进一步探索长期水文气候趋势（特别是在非对称变暖情况下冬季降水量增加的趋势）提供了更可靠的数据基础。通过验证高精度融合降水量产品在干旱过程评估中的实际价值，本研究为区域水资源管理和干旱风险预防提供了关键的数据支持。

**摘要：**

准确描述中国干旱地区的降水量时空变化对于解决该地区的水资源短缺问题、保障生态环境安全以及进行精确的干旱灾害管理至关重要。为了减少现有降水量产品的不确定性，我们开发了一种结合了极端梯度提升（XGBoost）和随机森林（RF）残差校正的两阶段机器学习框架。基于1030个气象站的地面观测数据以及多种高精度降水量产品（GPM IMERG Final V6、MSWEP V2、CMFD 2.0、TerraClimate），我们在2001-2020年期间生成了中国干旱地区的月度融合降水量数据集（XGB-RF），分辨率为0.1°。验证结果显示，XGB-RF的月度Kling–Gupta效率（KGE）为0.941，相比单独使用原始产品，其降水量估计的准确性提高了20.6-62.2%。整个数据集在所有季节和地形条件下都表现出非常一致且可靠的性能，尤其是在冬季和数据稀少的西部地区，这些地区的原始产品存在较大偏差。更重要的是，XGB-RF被用于基于1个月标准化降水指数（SPI）的干旱监测，计算出的中位数KGE为0.888，使得干旱趋势跟踪和干旱特征分析成为可能。值得注意的是，平均干旱强度的KGE为0.757，高于单独使用原始产品时的结果。本研究提供了高分辨率的降水数据集，并证明了两阶段机器学习策略在增强干旱和半干旱地区水文气候监测和干旱风险评估方面的有效性。

**1. 引言**

降水是气候系统中的基本要素，对地表径流、土壤湿度和植被生产力等主要生态水文过程具有调节作用[1,2]。中国干旱地区覆盖了广阔的区域，生态系统脆弱且水资源严重有限，因此对降水变化极为敏感[3,4,5]。在全球变暖背景下，中国干旱地区普遍呈现出湿润趋势，但这种趋势存在显著的空间差异性，这使得对其未来变化的准确预测极具挑战性[6,7]。因此，准确估计降水的时空变化对于可持续的水资源管理、生态保护政策制定以及碳-水相互作用机制的研究至关重要[8,9]。然而，对中国广阔且地形复杂的干旱地区进行全面准确的降水监测仍然是一个挑战。地面观测网络的覆盖范围有限且分布不均，限制了它们在高空间分辨率下捕捉降水变化的能力[10]。卫星遥感（如GPM、TRMM、PERSIANN）和再分析产品（如ERA5、MERRA-2、NCEP）虽然提供了空间连续的数据，部分弥补了地面观测的局限，但由于传感器限制、反演算法和地表特征的影响，仍存在较大的系统偏差[11,12]。例如，一些主流的卫星降水产品（如PERSIANN、CHIRPS、TMPA）在中国干旱地区的降水估计存在明显偏差，通常高估轻降水而低估强降水[15,16]。不同降水产品在长期趋势的表征上也存在显著差异，例如ERA5显示中国干旱地区的降水量自1980年以来有所减少[17,18]，而MERRA-2则认为中纬度干旱地区的降水量自20世纪50年代以来有所增加[19,20]。这些降水强度和趋势估计的不一致性导致区域水文和气候评估存在较大不确定性。为克服单一降水数据来源的不足，人们广泛采用多源数据融合方法来生成高精度和连续的时空降水数据。这种策略结合了地面观测的高点精度和卫星及再分析数据的高空间可用性[21,22]。目前的融合技术大致可分为三类：(i) 地统计方法（如MSWEP产品），通过不同方式对数据进行加权或插值[23,24,25]；尽管物理上易于解释，但对误差模型的准确性非常敏感，且不一定能准确反映降水量与预测变量之间的复杂非线性关系。(ii) 数据同化方法，通常由天气预报中心使用，通过将观测数据同化到数值模型中以生成物理上一致的场（但计算成本较高）[26]。(iii) 基于机器学习的非线性拟合方法，利用随机森林（RF）或极端梯度提升（XGBoost）等算法来理解多个预测变量与降水之间的复杂相关性，显著提高了估计的准确性[21,27,28,29,30]。最近，基于生成模型的融合框架也被提出，将地面观测、卫星反演和模型输出结合在统一的坐标系统中，大大减少了多源降水重建中的系统偏差[31]。此外，受物理原理启发的深度神经网络将多尺度物理约束嵌入数据驱动的降尺度过程和校正中，以更好地再现降水场的结构，包括极端事件[32]。尽管多源融合可以提高降水估计的准确性，但基于机器学习的融合降水产品在实际应用中仍存在不足。例如，RF、梯度提升和深度神经网络等方法常用于整合地面观测、卫星观测（如IMERG、CMORPH）和再分析数据（如ERA5），在区域研究中相关系数通常在0.70-0.85之间，RMSE减少了15-25%[33,34,35]。然而，这些单阶段模型在观测网络稀少和地形复杂的地区容易过拟合，在冬季固态降水事件中存在持续偏差，并且缺乏对季节性和空间变异性的系统性验证[36,37]。大多数现有研究尚未将这些优化后的降水产品应用于干旱监测系统以验证其附加价值。虽然一些研究初步探讨了机器学习融合产品在干旱评估中的潜力[38,39]，但很少有研究对不同产品进行比较分析或深入研究干旱事件的识别和特征提取。这些不足限制了人们对降水产品在干旱风险评估和水资源管理中的实际价值的科学理解。

鉴于这些问题，我们提出了一个结合XGBoost和RF残差校正的两阶段机器学习模型。通过引入一个旨在平衡预测精度和模型鲁棒性的目标函数，该框架能够生成中国干旱地区时空一致且高精度的融合降水数据集。通过使用Kling–Gupta效率（KGE）和各种诊断指标，系统验证了该产品的实际有效性。本研究根据三个主要目标展开：(i) 开发一种结合XGBoost和基于RF的残差校正的两阶段融合方法，以提高降水估计的准确性；(ii) 通过多产品验证评估我们融合产品在不同季节和地理区域的时空鲁棒性；(iii) 通过计算1个月标准化降水指数（SPI）和识别干旱事件特征来检验生成数据集在追踪区域干旱趋势方面的实际价值。预期这种高分辨率降水数据集将为干旱和半干旱地区的水文气候研究、水资源分配和干旱风险评估提供技术支持。

**2. 数据和方法**

**2.1. 研究区域**

中国干旱地区（图1）包括极端干旱、干旱、半干旱和干燥亚湿润区域，这些区域通常以干旱指数低于0.65来定义[40,41]。该指数是年降水量与潜在蒸发量的比例。此外，这些地区还具有降水稀缺且变化大、蒸发速度快以及对气候变化高度脆弱的特点。

**2.2. 数据**

(1) 观测降水量数据

从2001年到2020年，收集了中国气象局国家气象信息中心（http://data.cma.cn）提供的分布在中国干旱地区的1030个气象站的日降水量数据。这些经过质量控制的站点观测数据（以下简称OBS）作为评估本研究中多源降水产品的基准。

(2) 多源高精度降水产品

Integrated Multi-satellitE Retrievals for GPM（IMERG）Final产品（V6）将卫星微波和红外数据进行集成，并结合了全球降水气候中心（GPCC）提供的月度地面观测校正数据[42]。我们使用了从NASA GPM档案（http://pmm.nasa.gov，访问日期2025年5月9日）下载的2001-2020年的日降水量数据集（分辨率为0.1°）。

Multi-Source Weighted-Ensemble Precipitation（MSWEP）是一种结合地面观测、卫星反演和再分析数据的全球降水产品。MSWEP V2版本（V2）在局部准确性和真实性方面有所改进[23]。评估表明，MSWEP V2在平均值、降水事件频率和强度分布等方面表现良好[24]。本研究使用了从MSWEP网站（http://www.gloh2o.org/，访问日期2025年5月8日）下载的2001-2020年的MSWEP V2月度数据。

China Meteorological Forcing Dataset（CMFD）是中国最常用的气候数据集之一，因为它提供了连续的时间序列和相对较高的数据质量[43,44]。CMFD 2.0结合了ERA5再分析数据和气象站观测数据，并加入了基于卷积神经网络（ISCCP-ITP-CNN和TPHiPr）的辐射和降水产品改进，比早期版本的质量更高。CMFD 2.0的空间分辨率为0.1°，时间分辨率为3小时，覆盖了1951年至2020年的数据。我们从官方网站（https://data.tpdc.ac.cn，访问日期2025年5月12日）下载了2001-2020年的CMFD 2.0日数据集。

TerraClimate（TERRA）是一个全球月度气候数据集（分辨率约为0.04度或约4公里），时间跨度为1958至2024年。通过“气候辅助插值”方法，它整合了多种数据源。因此，它结合了多种数据（例如高分辨率的WorldClim normals以及CRU TS、JRA-55等空间表达较差的时间输入数据）。数据验证表明，它相比以前的数据集提供了更高的空间细节和时间可靠性[45,46]。我们从官方网站（https://www.climatologylab.org，访问日期2025年5月10日）下载了2001-2020年的TERRA月度数据。

对于2001-2020年这段时间，我们选择了所有四种降水产品和站点观测数据都存在的共同时间段。GPM的数据从2000年开始可用（因此选择2001年以确保算法的稳定性），而CMFD的数据目前仅覆盖到2020年。一旦训练完成，月度模型可以应用于任何有这四种输入数据的时期，并随着新信息的出现支持持续的干旱监测。

**2.3. 方法**

整个研究流程如图2所示。研究工作从预处理多源降水数据开始，为融合建模提供固定基础。随后，基于偏差-方差协同优化的思想，我们开发了一个结合XGBoost和基于RF的残差校正的两阶段机器学习模型，生成了高质量且时空连续的降水产品。使用Kling–Gupta效率（KGE）指标进一步评估了融合产品的性能。最后，使用最优融合降水产品计算标准化降水指数（SPI），并利用运行长度理论获得了研究区域的气象干旱事件特征。上述每个步骤将在下文中详细讨论。

**表1. 降水产品列表**

所有降水数据均转换为月累积量（毫米/月）以提高时间一致性。在ArcGIS 10.8中，我们使用最近邻方法将所有产品重新投影并重采样到0.1° × 0.1°，然后使用Extract by Mask将重采样后的数据裁剪到研究区域。数据分析期为2001-2020年。在1030个气象站位置提取了网格值，用于模型输入和验证。模型训练和验证使用了存在观测数据的站点位置的网格值。一旦模型训练完成，就将两阶段模型应用于干旱区域掩码内的所有0.1° × 0.1°网格单元，以输出时空连续的融合降水产品。掩码外的NoData数据未包含在分析中。2001-2020年期间干旱区域的缺失数据进行了量化（表S1）：GPM和MSWEP的缺失率为0%，CMFD和TERRA的缺失率低于0.5%，在极度干旱区（AI < 0.05）缺失率为0%。没有进行数据插补。对NaN敏感性的测试（1月和7月；表S2）显示，相对于最近邻插补，平均绝对差异分别为0.018毫米/月和0.217毫米/月，95百分位差异为0毫米/月，这表明插补方法对结果的影响可以忽略不计。表1. 本研究使用的降水产品详情。

(2) 建模框架
本研究引入了一个两阶段模型，该模型使用XGBoost和基于随机森林（RF）的残差校正方法，高精度地融合了来自多个来源的降水数据。模型架构基于机器学习中的“偏差-方差权衡”原则[47,48]设计。具体来说，第一阶段使用XGBoost作为主要预测器，因为它能够捕捉降水数据中的复杂非线性模式，从而可以抑制模型的偏差。然而，XGBoost的强拟合趋势也增加了其对训练数据中噪声的敏感性，这可能导致局部过拟合并带来较高的方差[49]。因此，为了进一步增强模型的泛化能力和预测结果的稳健性，添加了第二阶段，使用RF来校正XGBoost模型生成的残差。通过利用RF的装袋特性，这一阶段平滑了残差序列的波动，从而显著降低了组合模型的总方差。这种“主要预测+残差校正”的两阶段结构使得XGBoost和RF能够相互弥补整体预测的偏差/方差问题。

数据分割：对于每个日历月，站点观测到的降水数据的时间序列和四种降水产品按时间分为训练数据（2001-2016年）和测试数据（2017-2020年）。两个时间段使用相同的1030个气象站。没有进行空间分离，且两个时间段不重叠。报告的指标值仅基于测试期间计算。

XGBoost（第一阶段）：XGBoost由Chen和Carlos在2016年提出[49]。它是一种基于并改进了梯度提升决策树算法的高级集成学习算法。其基本原理是以序列方式构建树木，每棵新树都是根据迄今为止所有树的预测组合产生的残差误差来拟合的。这一阶段的预测是通过将集成中所有树的叶节点对预测的贡献相加来实现的，从而通过加性聚合最小化总体损失。XGBoost的超参数使用Optuna框架通过贝叶斯优化进行优化[50]。对于每个月，进行了50次试验，以最大化整个两阶段 pipeline在保留的测试集上的Kling–Gupta效率（KGE）。我们使用KGE作为指标，因为它同时表征了相关性、偏差和变异性比率，是水文学中一个可行的统计量。每个参数的搜索空间和最优范围在表2中提供。

RF（第二阶段）：RF可以通过构建大量决策树并取它们的平均预测结果来有效缓解过拟合问题并提高模型的泛化能力[51,52]。基于RF的残差校正模型使用了表2中显示的固定超参数进行训练。选择这些范围是为了避免过拟合，同时保持基于装袋的方差减少。

最终模型的训练：一旦确定了最优的XGBoost参数，就在时间保留的测试集上训练并评估了最终的两阶段模型。每个月的最优参数在表S3中给出。

(3) 特征重要性和可解释性
XGBoost阶段的特征重要性量化了每个预测器对融合的贡献。预测器包括四种降水产品（GPM、MSWEP、CMFD、TERRA）以及从每个站点观测到的降水时间序列计算出的三个基于梯度的特征。对于给定的日历月，梯度特征描述了短时间窗口（即连续三年）内的降水变化：最近一年的瞬时变化率、窗口内的平均变化率和标准差（趋势稳定性的度量）。这些特征有助于局部时间背景，并使模型能够捕捉取决于近期降水趋势的系统偏差。表S4显示了不同季节的重要性变化：CMFD在冬季和春季（11月至4月）的重要性最大，特别是在11月和12月；GPM在夏季和秋季（5月至10月）的重要性最大，尤其是在7月和10月。所有四种产品全年都有贡献，没有任何一种可以被视为多余的。

(4) 验证指标
KGE标准最初由Gupta和Kling在2009年提出[53]。它是一个明确定义的统计指标系统，用于评估模型性能，因此自然克服了Nash–Sutcliffe效率（NSE）和决定系数（R2）的主要缺点，后者仅考虑均值和方差[54]。与它们不同，KGE考虑了三个维度：相关系数、方差比和偏差比，因此提供了更完整和可靠的模型性能评估[55]。相关公式如下：
??=∑?????=1(??????????)(??????????)√∑?????=1(?????????)2?√∑?????=1(??????????)2
(1)
??=σs/σo
(2)
??=????/????
(3)
??????=1?√(???1)2+(???1)2+(???1)2
(4)
在此上下文中，评估的降水值和观测值分别用Si和Oi表示。σs和σo表示评估降水值和观测值的标准差，μs和μo分别表示它们的平均值。R代表皮尔逊相关系数。接近1的值表示观测值和评估的降水值之间的线性相关性更强。α和β分别代表变异系数和偏差系数。它们量化了评估降水值的标准差和平均值与观测值之间的偏差。接近1的值是理想的。α大于1或小于1表示评估的降水产品倾向于高估或低估波动性，β大于1或小于1表示评估的降水产品倾向于高估或低估平均降水量。KGE是一个全面的性能指标，其范围从?∞到1。评估降水产品的整体准确性越接近1，表示越好。

(5) 标准化降水指数（SPI）
SPI由McKee等人于1993年提出[56]。这是一个全球标准化的干旱监测指标，得到了世界气象组织（WMO）的推荐。在给定时间尺度上累积的降水量被转换为标准正态分布，用于量化干旱或湿润事件的严重程度，该指数显示了与长期平均降水量的偏离程度[39]。正的SPI值表明比正常情况更湿润，而负值则表示比正常情况更干燥。SPI对干旱动态具有高度敏感性，特别适合用于月度和更长时间尺度的干旱监测和气候条件评估[57]。在本研究中，我们使用了1个月的SPI（SPI-1）来表征气象干旱条件。WMO建议至少使用30年的数据来估计气候学的正常和稳健的SPI。我们的20年参考期（2001-2020年）受到输入降水产品可用性的限制。SPI-1相对于更长的累积期（如SPI-12）对记录长度的敏感性较低，这有助于将来可能会将记录延长至超过30年的应用。

(6) 运行长度理论
运行长度理论被广泛用于识别干旱事件及其特征，该理论由Yevjevich等人于1967年提出[58]。这种方法使用阈值来识别干旱事件及其特征。在本研究中，干旱事件被定义为SPI值持续保持在或低于-1.0阈值的时期[59,60,61]。研究期间发生的此类事件的总次数被量化为干旱频率（DF）。然后使用三个特征指标来表征干旱事件的特征：平均干旱持续时间（MDD）、平均干旱严重程度（MDS）和平均干旱强度（MDI）。计算公式如下：
??????? = ∑????? = 1??????3, ??? = t1?t0
(5)
??????=∑????=1??????3, ??? = ∑t1??= t0|????????|
(6)
??????=∑????=1??????3, ??=????
(7)
在此上下文中，t1和t0分别表示干旱事件的开始和结束时间。SPIt表示时间t（以月为单位）的SPI值。Di表示第i次干旱事件的持续时间，定义为从开始到结束的连续月数。Si表示第i次干旱事件的严重程度，通过计算干旱期间每月SPI值的绝对总和来量化。Ii表示第i次干旱事件的强度，通过将Si除以Di来确定。

3. 结果
3.1. 降水估计的准确性评估
3.1.1. 月度尺度
降水估计的月度准确性评估（图3）表明，融合产品（XGB-RF）使用所有准确性评估指标（R、α、β、KGE）显著优于所有原始产品（GPM、MSWEP、CMFD、TERRA）。具体来说，XGB-RF的相关系数（R）为0.947，Kling–Gupta效率（KGE）值为0.941，分别比原始产品提高了7.1–50.3%和20.6–62.2%。XGB-RF的变异比率（α）和偏差比率（β）也最接近理想值1.0，这表明融合方法有效消除了个别产品的系统偏差和变异性表示问题。图3显示了GPM、MSWEP、CMFD、TERRA和XGB-RF的月度降水总体估计准确性。（a–d）分别表示准确性统计量R、α、β和KGE。月度分析（图4）进一步证实XGB-RF在所有季节都表现出持续的高稳健性，而原始产品则有明显的季节性和空间差异。对于降水量较低的干旱月份（特别是2月和3月），原始产品的准确性急剧下降，尤其是MSWEP的表现非常不稳定。相比之下，XGB-RF在每个月都保持了高且稳定的性能：R和KGE值分别在0.93和0.91左右波动。图4显示了GPM、MSWEP、CMFD、TERRA和XGB-RF的月度降水估计准确性。（a–d）分别表示准确性统计量R、α、β和KGE。空间模式分析（图5）进一步将性能评估从基于站点的统计扩展到空间维度。结果表明，原始降水产品在观测站点稀少和地形复杂的西部地区通常表现出显著的准确性下降（KGE值大多低于0.5）。具体来说，GPM、MSWEP和CMFD倾向于高估降水量，而TERRA则低估了降水量。相比之下，XGB-RF在中国干旱地区保持了高空间一致性。它的中位数KGE值为0.878（8.2–27.3%），四分位数范围比原始产品明显狭窄（图5d1）。此外，大约80%的地区的KGE值超过了0.80（图5d6）。图5显示了不同产品月度降水估计的统计分布和空间模式。（a*–d*）分别表示准确性统计量R、α、β和KGE。(*1)表示统计分布，(*2–*6)表示GPM、MSWEP、CMFD、TERRA和XGB-RF的空间模式。*表示图号的占位符。每个指标的平均值在相应空间图的左下角标示。

3.1.2. 季节尺度
季节尺度结果显示XGB-RF再次领先于所有产品（图6）。然而，季节性分析更清楚地揭示了原始产品在不同季节中的系统误差模式，例如TERRA全年低估以及MSWEP在冬季的严重高估（甚至失败）。图6。GPM、MSWEP、CMFD、TERRA和XGB-RF的季节性降水估计准确性的统计分布。(a*–d*)分别代表准确性统计量R、α、β和KGE，而(*1–*4)分别代表春季、夏季、秋季和冬季。*表示图号的占位符。这种误差模式的季节性变化通过空间分布结果（图7和补充图S1–S3）直观显示出来。GPM、MSWEP和CMFD在夏季，以及TERRA在全年中，在观测稀少的西部地区和地形复杂的地区（如横断山脉、秦岭山脉和太行山脉）表现出显著的准确性下降。然而，在冬季，原始降水产品的空间偏差模式显示出相当大的分歧。GPM在东南地区主要高估了降水量（图7a1–d1）。CMFD在塔里木盆地和柴达木盆地周围显示出显著的高估（图7a3–d3）。TERRA在几乎整个区域内都低估了降水量（图7a4–d4）。MSWEP在大多数地区都高估或未能准确预测降水量，东南地区除外（图7a2–d2）。图7. 不同产品冬季降水估计准确性的空间模式。(a*–d*)分别代表准确性统计量R、α、β和KGE，而(*1–*5)分别代表GPM、MSWEP、CMFD、TERRA和XGB-RF。*表示图号的占位符。每个指标的平均值显示在相应空间图的左下角。与原始产品的多样化季节性误差相比，XGB-RF在所有季节都表现出更强的空间一致性，显示出良好的季节适应性。值得注意的是，即使在降水量较低的冬季，传统产品的表现通常较差时，XGB-RF仍然保持了较高的平均KGE值0.930，相对于原始产品提高了31.5%至128.8%。其空间一致性也优于任何一种原始产品（图7a5–d5）。3.1.3. 年度尺度年度尺度结果（图8）与月度和季节性发现一致：XGB-RF表现出最紧密的准确性指标空间分布和最高的中间KGE值（0.889），相对于原始产品，性能提高了21.6–60.1%。此外，XGB-RF在超过90%的研究区域内获得了R值超过0.90（图8a6）。值得注意的是，在西北干旱地区和青藏高原，传统产品的估计准确性明显较低[15,62]，XGB-RF的表现显著优于所有原始产品。图8. 不同产品年度降水估计准确性的统计分布和空间模式。(a*–d*)分别代表准确性统计量R、α、β和KGE。(*1)表示统计分布，而(*2–*6)分别代表GPM、MSWEP、CMFD、TERRA和XGB-RF。*表示图号的占位符。每个指标的平均值显示在相应空间图的左下角。长期性能分析（图9）显示，XGB-RF在整个研究期间表现出最低的年际变异性。其KGE的年波动率仅为3.4%，与原始产品的较高波动率（3.9–10.0%）形成鲜明对比。即使在2015年以后的时期，该时期极端气候事件频发，XGB-RF仍然保持了高的预测性能，KGE值通常高于0.910。图9. GPM、MSWEP、CMFD、TERRA和XGB-RF的年度降水估计准确性。(a–d)分别代表准确性统计量R、α、β和KGE。3.2. 融合降水产品的时空变化特征3.2.1. 时间变化特征图10概述了所有降水产品在不同年际和年内尺度上再现观测降水序列的整体能力。在年际尺度上（图10a），XGB-RF非常好地再现了观测降水的趋势，并显示出与原始产品相当的幅度变化。在年内尺度上（图10b），XGB-RF显著增强了季节性降水特征的表示。它正确捕捉到了雨季高峰（7月）和旱季最低值（1月）的幅度和时机，并且在过渡期（5月和9月）的降雨量上也更加可靠。图10. 基于气象站的GPM、MSWEP、CMFD、TERRA、XGB-RF和OBS的年平均降水年际和年内变化。(a)代表年际变化，(b)代表年内变化。3.2.2. 空间变化特征多年平均降水空间分布（图11）清楚地显示，XGB-RF正确再现了中国干旱地区从东南向西北逐渐减少的降水梯度。这一结果与OBS在再现低降水中心（月平均降水量<10毫米，如塔里木盆地和柴达木盆地）以及研究区域西南部和东南部的高降水区（月平均降水量>70毫米）方面表现出良好的一致性。另一个对比是，尽管原始产品能够在很大程度上再现中国干旱地区的广泛降水空间模式，但区域差异和系统偏差仍然存在。对于GPM和MSWEP，在干旱的西北部，空间平滑效应明显，减弱了真实的降水梯度。CMFD在地形复杂的地区（如天山山脉和西南山脉）倾向于高估降水量。TERRA低估了干旱地区的降水强度。图11. 不同产品的多年平均月降水量空间分布（单位：毫米/月/年）。(a–f)分别代表GPM、MSWEP、CMFD、TERRA和XGB-RF和OBS。每个指标的平均值显示在相应空间图的左下角。关于降水年际趋势（图12），XGB-RF准确捕捉到了中国干旱地区“西干东湿”的空间特征。具体来说，在中国东北部、青藏高原东部、黄土高原南部和华北平原，XGB-RF和OBS都显示出显著的湿润趋势（坡度>5毫米/年），而西南部和东南部的一些地区则显示出干燥趋势。相比之下，GPM和MSWEP产生了虚假的显著干湿信号。CMFD过度强调了局部趋势细节，而TERRA则显得过于平滑，未能捕捉到降水的局部变化特征。图12. 不同产品的年降水变化趋势空间分布（单位：毫米/年）。(a–f)分别代表GPM、MSWEP、CMFD、TERRA和XGB-RF。每个指标的平均值显示在相应空间图的左下角。3.3. 融合降水产品在干旱监测应用中的有效性3.3.1. SPI-1的准确性评估SPI-1的计算依赖于将长期降水记录拟合到Gamma分布，这使得该指数对输入降水数据的统计特性非常敏感。如图13所示，XGB-RF在SPI-1估计中表现出显著提高的准确性和稳健性（图13a1–d1），实现了0.888的中位KGE值，相对于原始产品提高了16.1%至42.0%（图13a2–d2）。在年际尺度上（图13a2–d2），XGB-RF在SPI-1准确性上的波动最小。在气候异常时期，包括2007年和2014–2018年，当原始产品的性能大幅下降时，XGB-RF始终保持了高SPI-1估计的可靠性。在年内尺度上（图13a3–d3），XGB-RF也表现出更好的稳定性。其在关键的季节转换期间（如3月至4月（春季干旱频繁）和8月至9月（夏季转为秋季）的SPI-1估计准确性显著提高。然而，在特定时期（例如2004年和1月），XGB-RF和原始产品都表现出同步的准确性下降（图13a3–d3），这表明当前的融合模型在纠正多个数据源共有的系统误差方面存在局限性。图13. GPM、MSWEP、CMFD、TERRA和XGB-RF的SPI-1准确性的统计分布和时间变化。(a*–d*)分别代表准确性统计量R、α、β和KGE。(*1)表示统计分布，(*2)表示年际变化，(*3)表示年内变化。*表示图号的占位符。3.3.2. 干旱趋势的空间模式识别图14进一步显示，XGB-RF在描述干旱趋势的空间差异方面与OBS非常一致，并捕捉到了中国干旱地区轻微但持续的湿润趋势。先前的研究结论与此发现一致[63]。相比之下，GPM和MSWEP在干旱的西北地区产生了虚假的湿润信号。CMFD由于过度平滑而掩盖了局部趋势细节，而TERRA的趋势信号则显示出明显的分裂。因此，基于上述分析，融合方法大大减少了来自多源降水产品的干旱趋势识别的不确定性。因此，这一结果强调了XGB-RF在捕捉区域气候变化关键信号方面的优势。图14. 不同产品的SPI-1变化趋势空间分布。(a–f)分别代表GPM、MSWEP、CMFD、TERRA和XGB-RF。每个指标的平均值显示在相应空间图的左下角。3.3.3. 干旱特征的准确性评估和时空变化对四种干旱特征（DF、MDD、MDS和MDI）的评估表明，融合方法显著提高了干旱特征提取的准确性（图15）。这四种特征的KGE值分别为0.651、0.467、0.757和0.500，相对于原始产品分别提高了145.7–240.4%、86.1–332.4%、69.0–181.4%和105.8–290.6%。图15. GPM、MSWEP、CMFD、TERRA和XGB-RF的干旱事件特征（干旱频率（DF）、平均干旱持续时间（MDD）、平均干旱严重程度（MDS）和平均干旱强度（MDI）的准确性性能。(a–d)分别代表准确性统计量R、α、β和KGE。四种干旱特征的时间动态（补充图S4）显示，XGB-RF在再现年际变异性方面与OBS最为一致，有效地捕捉了整个研究期间干旱特征的整体演变。这种一致性与其可靠地表示年际降水变异性（图10a）和SPI-1序列（图13）的能力相一致。这些特征的空间分布（图16）进一步表明，XGB-RF有效地再现了中国干旱地区干旱事件的宏观空间异质性，特别是在识别DF和MDS升高的区域方面表现出显著的能力。然而，在塔里木盆地等极端干旱地区，XGB-RF和OBS在局部尺度上存在明显差异，这意味着在观测稀少的地区应用时需要谨慎，因为剩余的不确定性仍然不可忽视[64,65]。图16. XGB-RF和OBS的干旱特征空间分布。(a*–d*)分别代表干旱频率（DF）、平均干旱持续时间（MDD）、平均干旱严重程度（MDS）和平均干旱强度（MDI）。(*1)表示XGB-RF，(*2)表示OBS。每个指标的平均值显示在相应空间图的左下角。4. 讨论4.1. 降水估计准确性的多维改进通过系统地评估月度、季节性和年度降水估计，本研究显示XGB-RF在准确性和稳健性方面明显优于原始降水产品（GPM、MSWEP、CMFD和TERRA），从而证实了基于机器学习的多源融合方法在提高降水估计质量方面的有效性。还应注意到，先前的研究[15]已经报告MSWEP的表现优于某些经典降水产品，如CHIRPS、CMORPH和TRMM，但本研究中MSWEP的准确性远低于XGB-RF（图3），因此这些结果进一步展示了融合方法的优势。在月度尺度评估中，XGB-RF不仅提供了更好的整体准确性，而且在时间上稳定（图4）和空间上一致（图5）。这些结果意味着融合算法实际上整合了来自各种来源的互补信息，并弥补了每个产品的不足，例如它们在捕捉低降水量信号、观测网络稀疏的地区以及地形复杂的地区的表现不稳定[28,36]，从而在时间和空间两个方面都实现了平衡的改进。季节性尺度评估发现，原始产品的误差具有明显的空间变异性和季节性变化，这反映了它们的检索算法对季节性水分条件和底层地表特征的敏感性[66,67]。相比之下，所提出的融合方法通过自适应学习明显降低了这种季节性敏感性，显示出了更好的季节性稳健性（图6和图7；补充图S1–S3）。降水量估计精度的提高在冬季尤为明显。在观测到的气候背景下，冬季变暖速度比夏季快，因此这种增强的冬季性能极为重要[68,69,70]。根据克劳修斯-克拉佩龙关系，如果变暖持续下去，这种不对称的变暖将导致冬季降水量变得更加剧烈[71]。因此，获得高精度的冬季降水量估计对于稳定的区域水文气候变化研究和有效的干旱监测至关重要。在年度尺度评估中，XGB-RF展示了卓越的长期稳定性和对气候变化的抵抗力。融合过程明显改善了传统上难以处理的地区（如中国干旱的西北部和青藏高原）原始产品的低精度[15,62]，证实了其在不同地理和气候条件下的强适用性。此外，长期序列分析（图9）表明XGB-RF平滑了极端状态的随机噪声，并抵抗了极端降水事件产生的噪声，为长期水文气候研究提供了更可靠的数据基础。

我们的两阶段框架以有组织的方式使用了偏差-方差权衡：XGBoost学习每个来源的非线性关系以最小化偏差，然后基于RF的残差阶段限制局部过拟合并稳定方差，从而实现良好的拟合和泛化能力。与地理加权回归或单一机器学习模型等方法相比[28,63]，我们提出的框架能够在稀疏网络和低降水量季节实现更高的鲁棒性和精度。我们的模型仅使用四种降水产品作为预测因子，不包含地形、植被或大气变量。这种方法简单且可转移，但在非降水驱动因素（如地形、季风边界）对降雨有强烈影响时限制了性能。空间异质性精度（图16），特别是在塔里木盆地等极端干旱、观测稀疏的地区，与这一缺点一致。尽管如此，融合方法至少部分规避了物理检索难题，如固态降水，这意味着机器学习能够从数据中提取有用的结构[72,73]。添加更多的环境协变量可以提高不同地理和气候背景下的鲁棒性和可解释性。这留待未来的工作。

4.2. 融合降水产品的时空演变特征的可靠性
XGB-RF的时空特性从物理机制和应用两个方面验证了其高精度，从而对其在气候研究中的重要性具有重要意义。关于时间变化，XGB-RF不仅精确再现了年际降水量序列的特性（图10a），而且在月度或年度尺度评估的时间变化中也表现出较小的变化和高精度（图4和图9）。因此，这些结果共同证明了融合方法在系统地补偿多个来源数据中存在的偏差方面是有用的。同时，XGB-RF显著改善了对季节性降水动态的描述（图10b），这与其在季节尺度预测中的出色稳健性（图6和图7；补充图S1–S3）非常一致。关于空间变化，尽管一些先前的研究[17,18,19,20]指出多源降水产品在捕捉长期降水趋势时存在严重不确定性，但我们的研究结果显示XGB-RF在这方面具有明显优势。它能够成功模拟中国干旱地区“西干东湿”的降水趋势的空间差异模式（图12）。因此，这一结果验证了年度尺度评估结果中发现的空间普遍性；不仅证明了XGB-RF在复杂地理条件和气候背景下的强大适应性，还突出了其在反映区域长期气候变化信号方面的可靠性。这也是进一步进行区域干旱趋势分析和干旱特征监测的基础（图14）。

4.3. 干旱监测中的有效性和应用价值
使用XGB-RF进行干旱监测是对数据质量和方法实用性的良好验证。我们的研究超越了多源降水产品的区域适应性评估[15,28,61]，应用于干旱趋势检测和详细干旱分析等最终用途。结果表明，降水量估计精度的显著提高转化为了干旱监测的系统性能优势。具体而言，XGB-RF在SPI-1计算中表现出比所有原始产品更优越的鲁棒性和精度，包括MSWEP（图13）。虽然之前的研究报告称MSWEP在SPI或SPEI计算中表现优于PERSIANN、CHIRPS和CMORPH等产品[16,74]，但在此研究中的表现不尽如人意，显示出明显的较弱的鲁棒性（KGE四分位数范围是XGB-RF的2.7倍）和精度（中位KGE = 0.696）。从应用角度来看，这些发现突出显示了开发高鲁棒性融合降水产品的必要性。先前的研究指出，由于检索算法的差异、地形复杂性和测量站分布不均，很难确定一种在所有干旱特征上都能表现最佳的单一无降水产品[16,74]。相比之下，当前结果表明XGB-RF有效减少了多源降水数据中识别干旱趋势的不确定性[18,74]，并系统地纠正了原始产品中捕获不同干旱特征时出现的偏差，即DF、MDD、MDS和MDI，从而实现了全面和一致的高精度干旱事件特征提取（图15）。重要的是，XGB-RF在MDS指标上的精度最高（KGE = 0.757），因此是表征干旱期间累积水分亏缺的最佳产品[75]。这些数据也可以为干旱过程的精细评估和有效水资源管理提供重要基础。总体而言，我们通过提出的融合方法获得的增强基础精度成功地、一致地传递到了干旱监测的下游应用中。这将“数据精度”的提升转化为“应用效果”的实际收益，并指出了XGB-RF在干旱地区水文气候风险管理中的有用性。

4.4. 局限性和前景
尽管XGB-RF在所有评估中表现良好，但仍存在一些局限性。融合框架纯粹是基于数据的，缺乏对过程的物理理解（如地形、水汽传输、大气动力学和环流）。因此，难以将其推广到没有测量站或地理位置不同的地区，因为这些地区缺乏基于站点的校准。性能还取决于测量站的密度和分布，因此在覆盖非常稀疏的网络中收益有限，且性能精度在空间上具有异质性，在极端干旱和地形复杂的地区最为薄弱，这一点在干旱分析中已经得到证明。此外，XGB-RF和原始产品在某些时期（例如2004年和2014-2018年年度分析中的1月）的精度都有所下降。当所有输入都受到共同的系统误差影响，如检索偏差或测量站网络缺口时，融合方法的修正空间有限，极端情况（如2004年的严重干旱、2014-2016年的厄尔尼诺/拉尼娜现象）可能会导致不同产品之间的相关误差，模型无法很好地消除这些误差。但是，这些衰退时期在记录中占少数，且XGB-RF在大多数情况下仍优于单个产品。
评估仅将XGB-RF与四种输入产品进行了比较，并未包括单阶段XGBoost或RF或统计合并方法等替代融合方法。因此，无法确定两阶段设计与简单基线相比所提供的额外优势。评估还依赖于确定性指标（KGE、R、α、β），并未量化与融合产品及衍生干旱指标相关的不确定性。每种输入产品都有不同的检索算法、测量站密度和分辨率。这些不确定性可能会传递到SPI和干旱指标中。用户应将输出视为点估计值。置信区间或预测范围需要额外的方法，留待未来的工作。最后，该模型是在历史气候条件下验证的。其在非静态或变化体制下的稳健性仍有待测试。未来的工作可以：(i) 包含辅助预测因子（例如海拔、坡度、朝向、植被指数、大气湿度），以更好地捕捉地形和陆地-大气效应；(ii) 将物理约束纳入损失函数，例如在数据可用时惩罚流域水分平衡或能量约束；(iii) 使用已知关系来约束输出，例如利用有测量站的流域的降水-径流一致性。将两阶段框架与单阶段XGBoost或RF以及统计合并方法进行比较，将有助于隔离残差校正阶段的贡献。以集合或贝叶斯方式量化不确定性将提高融合和干旱输出的可解释性，以便于操作决策。在进一步的研究中还可以探讨对退化期间环流模式的逐事件诊断以及扩展到更精细的时空分辨率或其他水文气候变量。

5. 结论
本研究提出了一个两阶段融合框架，将XGBoost与基于RF的残差校正相结合，将四种降水产品（GPM、MSWEP、CMFD、TERRA）融合成0.1°月度数据集（XGB-RF），用于中国干旱地区（2001-2020年）。该设计基于偏差-方差权衡：XGBoost捕捉了非线性多源关系，而残差阶段平滑了局部噪声并稳定了泛化能力。与每个输入产品相比，XGB-RF在月度、季节性和年度尺度上都提高了精度和稳健性（例如，月度KGE = 0.941），特别是在观测稀疏的西部地区和冬季，传统产品的表现较差。同一产品支持干旱应用：SPI-1估计比任何单一来源的估计更可靠（中位KGE = 0.888），并且衍生的干旱特征（DF、MDD、MDS、MDI）系统地更接近基于站点的参考值，特别是对于累积亏缺（MDS，KGE = 0.757），这对水分压力评估很重要。因此，这项工作在方法论实践（适用于干旱地区的两阶段机器学习融合）和区域干旱及水资源分析的应用准备数据方面取得了进展。尽管仍存在一些局限性。训练依赖于测量站密度，因此在极端稀疏或无测量站的地区，其效果可能会减弱。该方法基于数据，缺乏明确的物理约束，这限制了其物理可解释性和超出训练范围的推广能力。SPI-1使用了20年的参考期，短于WMO推荐的30年参考期，且未量化融合场和干旱指标的不确定性。尽管如此，只要有四种输入数据，这些月度模型就可以用于新的时期，适用于操作层级的扩展。未来的工作应添加辅助预测因子和物理信息或保护约束，量化不确定性，延长SPI参考记录，并开发实时同化方法以用于操作干旱监测。

补充材料
以下支持信息可在以下链接下载：https://www.mdpi.com/article/10.3390/rs18081194/s1。