基于CHIRPS、IMERG和统计方法的缺失日降水数据集成插补：以玻利维亚塔里哈为例

《Water》：Ensemble Gap-Filling of Missing Daily Precipitation Data with CHIRPS, IMERG and Statistical Methods: A Case Study in Bolivia-Tarija

　　

降水数据对于水文建模、水资源管理和气候风险评估至关重要。然而，气象时间序列经常因设备故障、维护问题和后勤限制而出现缺失记录，特别是在监测网络稀疏的偏远地区。本研究评估了三种插补方法：线性回归（Linear Regression, LR）、多元线性回归（Multiple Linear Regression, MLR）和反距离权重平方（Inverse Distance Weighting squared, IDW2），用于重建玻利维亚南部Saykan Perulas站缺失的日降水记录。CHIRPS和IMERG卫星降水产品被纳入作为补充数据源，以支持数据稀缺条件下的重建。研究人员通过引入代表约27%观测记录的连续多年缺失来模拟现实中最差的重建情景，评估了模型性能。统计评估包括均方根误差（Root Mean Square Error, RMSE）、平均绝对误差（Mean Absolute Error, MAE）、纳什-萨特克利夫效率系数（Nash-Sutcliffe Efficiency coefficient, NSE）、决定系数（R²）和强度列联矩阵。基于集成的MLR方法结合了邻近站点观测和CHIRPS数据，取得了最佳总体性能（RMSE = 43.0；NSE = 0.65），相对于单独方法有适度改进。CHIRPS通常优于IMERG，可能由于其更精细的空间分辨率（0.05° vs. 0.1°）和对当地降水变率的更好表征。相比之下，IDW2表现出最弱的总体性能，特别是在再现时间降水变率和中等降雨强度方面。结果表明，将卫星降水产品与地面观测相结合可以改善观测覆盖稀疏、地形复杂和空间降雨变率大的地区降水序列的连续性和重建。

**论文解读：基于CHIRPS和IMERG的日降水缺失数据集成插补方法——以玻利维亚塔里哈为例**

**研究背景与问题**

降水是水文循环的核心要素，对洪水预报、农业规划、干旱管理等环境应用至关重要。可靠的降水数据是水文建模和水资源管理的基础，特别是在气候变化加剧的背景下。然而，气象时间序列常因设备故障、维护不足和后勤限制而出现缺失记录，尤其在监测网络稀疏的偏远地区。玻利维亚的水文气候监测网络普遍存在站点密度低、记录长度短和数据不一致等问题，导致降水序列不连续，严重制约了水文分析和灾害风险管理。传统插补方法（如线性回归、反距离权重）虽然简单易用，但在地形复杂、降水空间变率大的区域表现有限。卫星降水产品（如CHIRPS和IMERG）提供了准全球覆盖和高空间分辨率的替代数据源，但其在日尺度上直接用于插补的有效性尚需评估。为此，研究人员开展了此项研究，旨在评估将CHIRPS和IMERG卫星降水产品与统计插补方法相结合，以改进玻利维亚塔里哈地区日降水序列重建的可行性。该论文发表在《Water》期刊。

**主要研究方法**

本研究采用以下关键技术方法：（1）站点数据筛选与同质性检验：选取玻利维亚塔里哈山谷地区三个邻近水文站（Saykan Perulas、Entre Ríos、Palos Blancos），基于数据可用性（记录长度15~23年，2001~2023年）进行双累积曲线（Double Mass Curve, DMC）同质性检验。（2）卫星降水数据获取与验证：获取日尺度CHIRPS（0.05°×0.05°）和IMERG Final Run（0.1°×0.1°）数据，提取各站点对应的格点序列，通过泰勒图及统计指标（RMSE、MAE、NSE、R²）验证其与地面观测的一致性。（3）缺失数据插补方法：应用线性回归（LR）、多元线性回归（MLR）和反距离权重平方（IDW2）三种方法，分别基于仅邻近站点、仅卫星数据（CHIRPS或IMERG）以及站点与卫星数据集成三种方案进行插补。为模拟真实最差情景，在目标站（Saykan Perulas）数据中人为引入连续多年缺失（2008–2010、2015–2017、2021–2022），约占记录总长的27%。（4）性能评估：采用RMSE、MAE、NSE、R²及强度列联矩阵（将降水分为无、轻、中、重、暴五类）进行多指标评价。

**研究结果**

**3.1 初步降水数据分析**
通过对三个站点的年度数据可用性分析，发现Saykan Perulas站具有最长连续缺失期（缺失比例10.3%），被选为目标插补站。相关性矩阵显示，Saykan Perulas与Entre Ríos的R²为0.12，PBIAS为22.0%，优于与Palos Blancos的相关性，因此Entre Ríos被选为主要参考站。双累积曲线分析表明各站点数据一致性良好（R²接近1），无显著断点。

**3.2 CHIRPS与IMERG降水数据分析**
卫星数据与地面观测的比较表明：CHIRPS的相关系数在0.77~0.86之间，IMERG在0.83~0.88之间，两者均能再现降水的一般时间行为；但NSE均为负值（-0.1~-0.5），RMSE在8.2~10.4 mm/d范围内，表明在再现日降水极值和局部动态方面存在显著局限性。泰勒图显示IMERG略优于CHIRPS，但月度对比表明CHIRPS能更好再现季节模式。由于两者表现相近，均保留用于后续插补分析。

**3.3 缺口填充降水数据分析**

**3.3.1 线性回归（LR）方法**
使用LR法对Saykan Perulas站进行插补，五种方案（仅邻近站、仅CHIRPS、CHIRPS集成、仅IMERG、IMERG集成）中，仅邻近站和集成方案能较好再现观测模式。季节性分析表明，湿季所有方案NSE为正（0.08~0.31），集成方案取得最高NSE和R²及最低RMSE和MAE；干季NSE为负（因低方差敏感性），但集成方案保持较高R²（0.43~0.66）和较低误差。总体改善幅度约5%~15%。强度列联矩阵显示，所有方法对轻降水（>90%正确率）表现良好，但中、重、暴降水事件常被低估或误分类（如>60%的重降水被划为轻降水），表明LR法存在平滑效应，难以再现极端事件。

**3.3.2 多元线性回归（MLR）方法**
MLR法纳入Entre Ríos和Palos Blancos作为多预测因子，结果在时间序列上与LR相似但略有改进。统计指标显示，集成方案表现最优：湿季CHIRPS集成将NSE提升约31%（相对于仅邻近站），RMSE降低约10%；IMERG集成提升NSE约19%，降低RMSE约7%。干季CHIRPS集成提升NSE约79%（相对于仅CHIRPS），R²达0.71（提升9%）。CHIRPS集成总体优于IMERG集成。强度列联矩阵表明，MLR集成方案相比LR减少了中等和重降水事件的误分类，但仍低估暴降水事件（>69%被划为中等）。CHIRPS集成在中等降水类别的表现优于IMERG。

**3.3.3 反距离权重平方（IDW2）方法**
IDW2法在所有方法中表现最弱，重构序列常偏离观测值。湿季误差最大（RMSE 57.9~73.7 mm），仅CHIRPS单独方案取得最佳湿季NSE（0.32），而邻近站和集成方案NSE为负。干季所有方案NSE为正（0.28~0.41），误差较低。强度列联矩阵显示，IDW2倾向于将降水事件划入无降水或轻降水类，低估中、重降水。但值得注意的是，IDW2对暴降水事件的正确重建率达21.7%，优于LR和MLR，表明其保留了部分局部极端变率，但总体不确定性更大。

**讨论与结论**

讨论部分指出，研究区域（玻利维亚南部塔里哈山谷）具有复杂地形、强空间降水变率和稀疏气象覆盖的特点。CHIRPS（0.05°分辨率）通常优于IMERG（0.1°），得益于其更细的格点能更好表征局部降水变率。尽管两种卫星产品在再现极端日降雨方面存在局限，但其与地面观测的中等至高度相关性表明能再现降水的一般时间行为，其主要贡献在于提供互补信息而非替代地面观测。集成方法（特别是MLR结合CHIRPS与邻近站）在RMSE、MAE、NSE和R²上取得了适度改善（约5%~10%），在湿季表现更稳健。IDW2总体性能最差，但在干季和极端事件重建上显示出一定优势。

**研究结论**（翻译原文结论部分）
所选研究区域代表了玻利维亚南部水文相关的大区域，具有复杂地形、强空间降水变率和有限气象覆盖。为确保最低数据可靠性，仅选择了缺失比例低于20%的站点。CHIRPS和IMERG卫星降水产品的纳入为降水插补提供了有价值的补充信息。CHIRPS（0.05°×0.05°）通常优于IMERG（0.1°×0.1°），可能由于其更精细的空间分辨率和在区域地形条件下对局部降水变率的改进表征。尽管两种卫星产品在再现极端日降雨事件方面存在局限，但其总体性能在多个评估指标上与仅依赖站点的方法相当。在评估的插补方法中，集成方法通常产生最佳总体性能，特别是当通过MLR将CHIRPS数据与附近地面观测相结合时。混合方法相对于单独卫星产品在RMSE、MAE、NSE和R²上取得了一致改进。尽管这些增益通常较小，但证明了集成卫星和地面信息的附加值。IDW2方法在所有评估方法中显示了最低总体性能，特别是在再现中等降水类别和时间降水变率方面。总体而言，结果表明，将卫星降水产品与地面观测相结合有助于改善数据稀缺地区降水记录的连续性和重建。虽然集成方法的改进通常较小（多项指标约5%~10%），但所提框架在湿季条件下表现出更强的稳健性，此时降水变率最大，准确重建更具挑战性。本研究所提框架对其他区域的适用性需结合当地观测可用性、气候条件和网络密度进行考量。最后，尽管使用多种统计和分类指标评估了重建序列，但未显式量化重建值的不确定性，未来研究应纳入不确定性评估技术（如Bootstrap重采样、蒙特卡洛模拟或置信区间估计）。