一种新的融合方法，通过结合时变四重配置（time-varying quadruple collocation）和随机森林空间插值（random forest spatial interpolation）技术来整合多种降水产品数据

《Journal of Hydrology》：A newly merging approach of multiple precipitation products by combining time-varying quadruple collocation and random forest spatial interpolation

本研究提出一种新型融合框架TV-QC-RFSI，结合时间变化四重共线（TV-QC）进行多源降水数据融合，并利用随机森林空间插值（RFSI）进行偏差校正。以中国伊犁河流域为例验证，结果表明TV-QC-RFSI相比原始卫星产品和单一共线方法，R2值从0.56提升至0.72，且显著优于TV-QC-RF基准模型。研究揭示了邻近观测数据比输入降水和环境变量对融合效果影响更大，为数据稀缺地区降水估计提供了有效解决方案。

　　

徐书红|李琼芳|孙一坤|周正模|吴传浩|杨晓强|韩星星|黄星|金俊良

中国河海大学水文学与水资源学院，南京210098

摘要

日降水数据的质量对于水文建模和水资源评估至关重要。然而，基于雨量计的观测数据和基于卫星的降水产品（SPPs）往往由于雨量计站点的有限以及降水产品的不确定性而无法满足精度要求。为了获得高质量的日降水估计值，本研究提出了一种新的融合框架，称为TV-QC-RFSI，该框架结合了时变四重配准（TV-QC）进行多源融合和随机森林空间插值（RFSI）进行偏差校正。TV-QC-RFSI被应用于中国的伊犁河流域（IRB）来估计日降水。通过与原始SPPs和独立的基于配准的方法进行比较，评估了TV-QC-RFSI的有效性。此外，还使用了一个更简单的框架TV-QC-RF作为基准，该框架通过传统的随机森林（RF）将TV-QC融合的降水与雨量计观测值进行融合。结果表明，TV-QC能够像现场估计一样有效地对SPPs进行排序。TV-QC生成的初步融合降水优于所有原始SPPs。通过RFSI进一步将初步融合降水与雨量计观测值结合，显著提高了降水精度（例如，R值从0.56 ± 0.10提高到0.72 ± 0.10）。此外，TV-QC-RFSI的表现优于TV-QC-RF，R值从0.60 ± 0.09提高到0.72 ± 0.10。结果还表明，相邻观测值比输入的降水量和环境解释变量起着更重要的作用。这些发现表明，所提出的框架在降水估计方面具有显著优势，特别是在数据稀缺的地区。

引言

降水是全球水循环的关键驱动因素，获取高质量的降水数据对于模拟全球和区域水文气象过程至关重要（Baez-Villanueva等人，2020年；Duan和Bastiaanssen，2013年；Jiang等人，2012年；Marzano等人，2010年）。基于地面的测量通常是获取特定点降水估计的最可靠方法，通常用作水文模拟的主要驱动因素（Bárdossy和Das，2008年；Villarini等人，2008年）。然而，其广泛应用受到覆盖范围有限（Zhang等人，2018年）和测量网络代表性差（即其密度和空间分布）的限制（Maggioni和Massari，2018年）。此外，基于地面的测量在安装、校准和维护方面面临挑战，尤其是在欠发达地区（Dastjerdi等人，2024年）。如今，随着卫星遥感技术的发展，许多具有全球覆盖范围和高时空分辨率的卫星降水产品（SPPs）已经可用。这些SPPs已成为获取降水数据的宝贵替代方案（Ashouri等人，2015年；Hou等人，2014年；Huffman等人，2007年）。然而，使用这些SPPs的一个挑战是这些产品中存在偏差和随机误差（Schoups和Nasseri，2021年；Tang等人，2020年）。因此，在正式应用之前，通常会对SPPs进行可靠性评估和偏差校正（Deng等人，2019年；Lu等人，2019年；Lu等人，2021年）。

为了评估SPPs的准确性，一种常见的方法是将SPPs与基于雨量计的观测数据进行比较，后者被视为参考真值（Moreira等人，2019年）。通过最小化产品与真值之间的差异，可以进一步提高SPPs的准确性。已经提出了几种方法来实现这一点，例如残差校正方法（例如，地理差异（比率）分析；Cheema和Bastiaanssen，2012年）；统计偏差调整方法（例如，线性缩放或累积分布函数（CDF）匹配；Wei等人，2022年）；基于回归的方法（例如，地理加权回归；Chao等人，2018年）。然而，上述方法通常用于将单个SPP与观测值进行匹配，这要求单个SPP能够反映真实降水的时空特征。另一种方法是融合多个SPP，以结合各自的优点，从而提高代表性。因此，将多个SPP与地面观测值进行融合已被广泛研究（Zhang等人，2020年；Xia和Wang，2025年）。特别是基于机器学习（ML）和深度学习（DL）的方法在融合多个SPP方面很受欢迎，因为它们可以捕捉非线性关系，并且不需要严格的统计假设（Baez-Villanueva等人，2020年；Nguyen等人，2021年；Jiao等人，2025年）。尽管基于ML/DL的方法在产生准确的降水估计方面显示出巨大潜力，但仍存在一些限制。更具体地说，用于模型训练的观测数据的数量和质量对ML/DL模型的性能有显著影响（Baez-Villanueva等人，2020年）。此外，上述统计校正方法和基本的回归ML方法（如随机森林（RF）很少考虑最近雨量计观测值之间的空间自相关性。因此，一些研究试图通过明确考虑空间自相关性来增强基本的机器学习方法。例如，Sekuli?等人（2020年）开发了随机森林空间插值（RFSI）方法，该方法将最近观测值及其距离作为协变量纳入随机森林（RF）框架；Chen等人（2021年；2024年）提出了基于空间随机森林的降尺度-校准（SRF-DC）方法，该方法包括两个阶段：（1）基于RF的降尺度阶段，然后是（2）基于RF的校正阶段，该阶段整合了来自雨量计观测的克里金插值降水场。

近年来，另一种融合框架——配准分析为SPPs的不确定性评估和融合提供了途径。最著名的方法是三重配准（TC；Stoffelen，1998年），它可以估计每个SPP相对于未知真值的误差方差和相关性（Ghomlaghi等人，2022年），从而根据误差最小化生成加权平均值。TC分析不需要任何雨量计观测数据，因此在数据稀缺地区特别有用（Dong等人，2020a；Massari等人，2017年；Wei等人，2024年）。然而，最近的研究指出，TC没有充分考虑每对父数据集之间的误差交叉相关性（ECC），这违反了其假设（Chen等人，2021b）。为了克服这一限制，提出了四重配准（QC），它可以同时估计ECC和产品-真值相关性，并已被广泛应用（Gruber等人，2016年；Chen等人，2021b；Dong等人，2022年）。除此之外，还提出了基于时间窗口的版本，即时变四重配准（TV-QC），用于推导时变误差特征（Alcantara和Ahn，2024年）。然而，由于现实情况中并不总是满足严格的统计假设，基于配准的融合降水在表示真实降水的空间和时间模式时仍可能存在一些偏差（Chen等人，2022年；Lyu等人，2021年）。因此，通常采用利用观测信息的后处理方法来进一步校正偏差并提高基于配准的融合的准确性。例如，Wei等人（2024年）使用CDF匹配来校正基于配准的融合中的降水偏差。Dastjerdi等人（2024年）和Barkhourdari等人（2025年）使用了反向水平衡校正方法（即约束卡尔曼滤波器（CKF）来校正基于配准的融合。上述研究验证了将后处理方法与配准方法结合的有效性。

据我们所知，尚未在降水融合文献中探索基于ML的后处理与基于配准的融合的集成。原则上，配准分析可以预先评估每个父产品的误差特征并生成初步融合，从而减少ML的计算负担，与直接融合多源产品相比。同时，ML可以同时实现偏差校正和空间插值的目标，因为它可以从观测值和协变量（如地形特征（Besharatifar等人，2025年）和环境变量（He等人，2023年）中融合信息。因此，结合基于配准的融合与基于ML的偏差校正有望改善降水估计。此外，对于雨量计网络稀疏、观测记录有限或站点无法充分捕捉降水空间变异性的地区（例如中亚），开发最小化对地面测量依赖性同时最大化从可用观测中提取信息的数据融合方法是一个关键的研究重点。一个有效的解决方案可以是结合基于配准的多源融合和轻量级机器学习（例如随机森林/XGBoost）的系统性偏差校正，因为前者部分可以通过误差特征技术实现客观的产品优化，而后者部分可以高效利用稀疏的地面测量并整合时空协变量。

因此，本研究旨在实现以下目标：（1）开发一种新的框架，用于基于配准的融合方法与机器学习的协同集成；（2）通过将无参考的TV-QC方法与RFSI模型相结合，为数据稀缺地区的降水估计提供实用解决方案，从而有效利用有限的雨量计数据并考虑空间自相关性；（3）阐明影响多源降水产品融合性能的关键因素，以优化数据集成策略。

研究区域

伊犁河流域（IRB）（北纬42°15′-44°50′，东经80°10′-84°56′）位于中国新疆省西部。该流域面积为5.5 × 10^4平方公里，地形多样，包括高山、丘陵山谷、冲积平原和洪积平原（Song等人，2024年），海拔范围从530米到6038米。IRB具有典型的温带大陆半干旱气候，年平均温度约为7°C。

四重组合的构建

TC方法广泛用于估计三个相互独立的代表相同地球物理变量的父产品的误差方差，无需参考值。然而，在实际应用中，TC方法存在局限性，因为基于RS的产品通常使用类似的检索模型和辅助数据，这可能违反相互独立的假设（Dong等人，2020b）。为了解决这个问题，引入了四重配准（QC）

时变误差特征和权重分配

图3展示了2011年至2019年整个流域内基于TV-QC得到的时变R值、误差方差（EV）以及基于现场数据的父产品的时变R值。根据TV-QC的准确性和误差估计结果，ERA5-Land显示出最高的R值（范围从0.6到0.9）和最低的误差方差（范围从0到10 mm^2天^-1），而CHIRPS和CMORPH显示出较大的误差方差（范围从0到80 mm^2天^-1和0到120 mm^2天^-1）。

父降水产品

我们的综合分析表明，原始降水产品的准确性及其产品间的差异是决定最终融合降水性能的最关键因素。这种影响通过两种主要机制体现出来：首先，输入数据集的固有准确性直接决定了TV-QC初步融合结果的质量。在我们的实验中，ERA5-Land的表现优于其他产品

结论

为了改进数据稀缺地区的日降水估计，开发了一种新的数据融合框架（TV-QC-RFSI），用于将多源卫星降水产品（SPPs）与雨量计观测值进行集成。在这个框架中，时变四重配准（TV-QC）用于初步融合独立的SPPs，同时考虑它们的估计不确定性。随后，使用随机森林空间插值（RFSI）来调整TV-QC融合降水中的偏差

未引用的参考文献

Barkhordari等人，2025年；Dong和Crow，2018年；Fawaz等人，2019年；Sungmin等人，2018年。

CRediT作者贡献声明

徐书红：撰写——原始草稿、验证、软件、方法论、调查、正式分析、概念化。李琼芳：撰写——审稿与编辑、验证、监督、资源管理、项目协调、资金获取。孙一坤：撰写——审稿与编辑、验证、监督、调查。周正模：监督、资源管理、正式分析、数据管理。吴传浩：撰写——审稿与编辑、验证、监督、方法论。杨晓强：

利益冲突声明

作者声明他们没有已知的财务利益或个人关系可能影响本文报告的工作。

致谢

本工作得到了中国国家重点研发计划（项目编号2023YFC3206805）的支持。