摘要
在与降水相关的领域，如水文学、气象学、气候学和生态学中，使用了各种全球降水数据集来实现不同的研究目标。在将这些数据集应用于实际操作之前，误差分析是一个必不可少的步骤。然而，降水产品数量的不断增加以及缺乏全面的误差比较研究，使得用户难以区分不同产品的误差特征，并限制了开发者提高降水估算精度的能力。为了解决这一问题，我们对十三种全球降水产品进行了误差分析和比较，这些产品被分为延迟时间（DT）、近实时（NRT）和实时（RT）三种类型，并在中国大陆范围内进行了测试。结果显示，GSMaP-Gauge（基于地面测量的全球卫星降水映射）在检测指标方面表现最佳，而MGP（多源合并的全球降水产品）在降水精度估算方面表现最为出色。然而，IMERG-Final（综合多卫星反演的全球降水测量最终结果）在减少复杂地形区域内的风暴降水和轻降水事件的过度估计方面效果不佳。此外，两种DT产品（即ERA5（欧洲中期天气预报中心第五代全球气候再分析）和MGP）高估了轻降水事件的频率，其相对降雨发生偏差超过了80%。这种偏差既源于错误检测，也源于将高强度降雨误分类为轻降水。尽管GSMaP-NOW（仅基于被动微波数据）比仅使用红外数据的PDIRNow（利用人工神经网络的遥感降水估算方法—动态红外降雨率（Now））更有效地检测到了降水，但其精度较低。这种差异反映了被动微波观测更高的降水敏感性与时间采样稀疏性之间的权衡，相比之下，红外数据能够提供连续的覆盖。最后，我们的研究结果表明，当前的评估方法并不能可靠地确定最佳降水产品，因为产品的优劣取决于所选择的误差度量标准。这凸显了迫切需要开发基于理论且操作上可靠的方法来选择最佳降水产品，以帮助数据用户在水文学、气象学和生态学领域得出稳健和可靠的结论。
