确保泰国高质量降雨数据集：多步骤质量控制方法与卫星评估

《Informatics》：Ensuring High-Quality Rainfall Datasets in Thailand: A Multi-Step Quality Control Approach and Satellite-Based Evaluation

　　

可靠的高质量降雨数据对于土壤和水管理、作物预测以及风险评估至关重要。这些应用对于粮食安全、气候韧性、生物多样性监测和农村生计至关重要。泰国的降雨监测面临挑战，原因是官方站点密度有限，且来自多源的数据质量不一致，加之校准问题。本研究引入了一种针对泰国情境量身定制的全面质量控制（QC）方法，呈现了一个系统性的流程，阐明了操作的层级和顺序。该方法使用了来自泰国气象局（TMD）和Thaiwater网络的3075个站点的降雨数据。它包括用于数据完整性的基本质量控制（QC）和用于评估站点可靠性的高级质量控制（QC），使用质量（Q）指数将站点分为五组：差（<50）、中等（50–80）、可接受（80–85）、良好（85–90）和优秀（>90）。结果表明，Thaiwater网络持续达到中等至优秀的Q指数值，每年超过70%，其中2023年超过90%。相比之下，TMD保持了优秀质量，所有年份均高于90%。在超过一百万条日记录中，87%被验证为正确，但Thaiwater 2024年的数据显示只有70%的准确率。质量控制（QC）程序显著提高了数据可靠性，将GSMaP和IMERG的均方根误差（RMSE）分别降低了1.7%和1.5%，并将误报率降低了约0.001–0.002，且未损害强降雨检测。一个系统的质量控制（QC）框架对于确保降雨应用中的高质量数据集至关重要。

## 论文解读：确保泰国高质量降雨数据集的多步骤质量控制与卫星评估

### 研究背景与问题

降雨数据是土壤和水管理、作物预测、风险评估等应用的基础，直接影响粮食安全、气候韧性和农村生计。泰国降雨监测面临核心挑战：官方站点（如泰国气象局TMD）密度有限，而来自多源数据集（如Thaiwater网络）虽覆盖更广，但质量因不同机构传感器标准、维护差异和数据格式不一致而参差不齐。先前研究多聚焦于单一质量控制（QC）方面（如物理阈值检查或空间一致性），缺乏系统性、层级化的流程，导致数据过滤不全面，且难以集成多源数据。为此，研究人员开发了一种针对泰国情境的综合QC方法，旨在建立可靠的高质量日降雨数据集，并通过卫星产品验证其有效性。该论文发表在《Informatics》。

### 研究方法概述

研究采用泰国3075个降雨站点数据（TMD的128站和Thaiwater网络的2947站，来源包括水文信息研究所、水资源局、排水与污水处理局及国家公园野生动物植物保护局）。主要技术方法包括三个关键阶段：**基本QC**（数据验证、去重、坐标检查及物理限值过滤，如排除日降雨超过极大可能降雨PMP阈值742 mm的记录）、**高级QC**（基于时间一致性的质量Q指数，综合缺口指数G、完整性P、月零指数M₀、周零指数W₀和离群值检测O_d，将站点分为五类）以及**空间一致性检查**（通过代表指数R筛选邻近参考站，计算日差异与月阈值，依据加权一致率Wm标记有效/可疑/无效记录）。卫星评估使用GSMaP和IMERG产品（0.1°×0.1°分辨率），经立方插值至1 km网格以匹配站点位置。

### 研究结果

#### 整体QC结果
基本QC、高级QC和空间一致性检查依次过滤数据。Thaiwater数据集在2022–2024年期间，经QC后保留记录比例从88%降至70%（2024年最差），而TMD数据集每年保留超过99%的记录。

#### 高级QC结果
Q指数显示：Thaiwater网络大部分站点处于中等至优秀级别（2023年平均Q指数74.82%），但2024年较差站点比例显著上升；TMD则持续保持优秀（Q≥90），所有年份无显著下降。

#### 空间一致性检查结果
空间检查仅在Thaiwater数据中移除少量记录（0.68%–1.15%/年），TMD移除少于1%，表明Thaiwater存在一定空间异常。

#### 统计分析
QC后数据记录减少，但平均值变化微小，标准差下降，90百分位和最大值保持稳定，证明过滤主要移除低质量数据而保留极端降雨有效事件。

#### 覆盖评估
QC后所有77个府仍保持完整空间覆盖，无数据覆盖损失。

#### 与卫星数据的相关性分析
- **日尺度**：QC后相关系数（CC）仅微降0.0002–0.0004，但RMSE下降（GSMaP从11.268降至11.073 mm/d，IMERG从11.219降至11.049 mm/d）；误报率（FAR）降低0.002，临界成功指数（CSI）微升，检测能力不变。
- **月尺度**：RMSE在干季（1–6月、10–12月）改进，雨季略增。
- **季节尺度**：冬季RMSE改进，夏季和早冬季改进，但雨季RMSE增加（因空间一致性算法将真实局部对流雨误判为异常）。

### 讨论与结论

讨论部分指出：该三阶段QC框架优于单一方法，尤其通过先进行站级过滤（Q指数）避免低质量站作为参考站传播误差。Thaiwater数据因多源特性需要严格QC，而TMD数据原始即可靠。季节性分析显示雨季RMSE升高并非QC失效，而是热带降水空间异质性导致。研究还强调站移除优先于记录移除的策略。结论翻译如下：

本研究引入了一种用于管理多源降雨数据的质量控制程序。为确保准确性和可靠性，研究实施了三步骤流程：基本QC验证数据完整性并检查文件格式；高级QC评估单个站点可靠性；空间一致性检查通过与邻近站点比较识别统计离群值。过滤过程在两级操作：排除Q指数低的整个站点，以及移除偏离周围空间背景的特定记录。

QC结果显示数据集间显著的结构差异。Thaiwater数据集因多源特性需广泛QC，高级QC尤为关键，每年移除286至861个站点；空间一致性检查每年额外移除5000至11,000个离群值。相比之下，TMD数据集几乎无需干预，每年仅移除1个站点且少于1%的记录被丢弃，表明其原始数据高度可靠。

QC评估在不同时间尺度上表现各异。季节上，冬季相关性最强（>0.90），但严格过滤使RMSE轻微增加而未显著改善与IMERG或GSMaP的一致度。月尺度上，相关性微降但RMSE改进（雨季除外）。然而，QC框架在日尺度上最有效：相关系数保持0.507不变，但RMSE显著降低。分析还凸显了稳健的检测能力：QC在维持高检测率的同时降低误报率，使临界成功指数稳定或微升，证实该框架在过滤噪声和误报的同时未丢弃有效强降雨数据。

通过严格质量控制开发的精细化降雨数据集最大限度地减少了误差，增强了数据可靠性，为未来降雨量化应用提供了坚实基础，可用于机器学习、深度学习模型输入、农业土壤和水分管理、作物产量预测以及干旱洪水风险评估。