《Water Science and Engineering》：Comparison and accuracy enhancement of latest GPM IMERG and ERA5-Land precipitation products using machine learning methods over typical data-scarce high mountains in China
编辑推荐：
网格化降水产品（GPPs）的校正是获取数据稀缺地区高质量降水数据的关键方法。然而，在这些地区，对校正后的再分析和卫星降水产品精度的全面理解仍然缺乏，这对选择更高质量的校正GPP构成了挑战。本研究采用三种机器学习（ML）方法，在中国天山山脉对两种具有代表性的最新
网格化降水产品（GPPs）的校正是获取数据稀缺地区高质量降水数据的关键方法。然而，在这些地区，对校正后的再分析和卫星降水产品精度的全面理解仍然缺乏，这对选择更高质量的校正GPP构成了挑战。本研究采用三种机器学习（ML）方法，在中国天山山脉对两种具有代表性的最新GPPs，即全球降水测量集成多卫星检索（GPM IMERG）V07_FR（GPMv07）和欧洲中期天气预报中心第五代陆地再分析（ERA5-Land），进行了评估和校正。进一步识别了最优校正GPP的潜在优势。结果表明，两种产品均存在显著误差，表现为绝对百分比偏差（PB）超过20%的站点比例高于64.0%。此外，GPMv07和ERA5-Land的精度表现出海拔依赖性。使用随机森林校正GPMv07的方法（RF-G）在再现月降水量方面优于其他偏差校正方法。与原始GPMv07相比，RF-G方法将平均Kling–Gupta效率（KGE）和绝对PB不超过20%的站点比例分别提高了0.57和67.7%。此外，RF-G方法校正后的月降水量数据在月尺度上优于几种最先进的融合降水产品，包括CMFD、AIMERG、AERA5-Asia和GMCP。这些发现强调了校正最新发布的GPMv07的价值，并可为数据稀缺山区的水资源管理提供支持。
**论文解读：基于机器学习方法的天山山区最新GPM IMERG与ERA5-Land降水产品精度比较与提升研究**
**研究背景与问题**
降水是反映气候变化和水文循环的关键变量，高质量降水数据对水资源管理、洪水预警及干旱监测至关重要。然而，在干旱与半干旱的山区，如中国天山山脉，地面气象观测站稀疏，导致空间插值精度受限，严重制约了气候与水资源评估研究。随着遥感与数据同化技术的发展，网格化降水产品（GPPs）如全球降水测量集成多卫星检索（GPM IMERG）和欧洲中期天气预报中心第五代陆地再分析（ERA5-Land）被广泛使用，但在复杂地形山区其精度显著下降。现有研究多集中于日或小时尺度的GPP校正，而月尺度校正直接关系长期气候与水文分析，且月尺度误差具有累积性，直接进行月尺度校正可能更有效。此外，机器学习（ML）方法在捕捉非线性关系方面优于传统方法，但针对天山山区这一数据稀缺区域的月尺度校正研究仍较缺乏。因此，开展本研究旨在：（1）评估最新GPM IMERG V07_FR（GPMv07）与ERA5-Land在天山山区的精度；（2）采用不同ML方法提升这两种产品精度；（3）识别最优校正产品的潜在优势。该论文发表在《Water Science and Engineering》。
**主要技术方法**
研究人员采用三种机器学习方法——随机森林（RF）、极端梯度提升（XGBoost）和支持向量回归（SVR），对GPMv07和ERA5-Land两种月尺度GPPs进行偏差校正。输入变量包括月降水数据、归一化植被指数（NDVI）、经度、纬度、高程、坡度和坡向，这些变量均重采样至0.1°分辨率。模型参数通过粒子群优化（PSO）算法确定，并采用五折交叉验证防止过拟合。地面观测降水数据来源于中国气象局（http://data.cma.cn），共31个站点（2001–2016年）。校正后的产品与四个最新融合数据集（CMFD、AIMERG、AERA5-Asia、GMCP）进行对比评估。
**研究结果**
**3.1 GPMv07与ERA5-Land降水精度比较**
通过季节与月尺度评估，两种产品均能捕捉大部分季节降水变化，相关系数（CC）超过0.70，但冬季CC略低（0.61–0.67）。GPMv07在百分比偏差（PB）和均方根误差（RMSE）上优于ERA5-Land；而ERA5-Land在CC上略高。月尺度上，GPMv07的CC均高于0.6，ERA5-Land约83.8%站点CC>0.6，但两者均存在显著误差：绝对PB>20%的站点比例分别为80.6%（GPMv07）和64.5%（ERA5-Land）。GPMv07的Kling–Gupta效率（KGE）均值仅0.12，东部天山某些站点甚至为负值（因严重高估）。海拔依赖性分析显示，两种产品在高海拔区（>1500 m）精度更高；ERA5-Land在所有海拔区均高估降水，而GPMv07在高海拔区低估、低海拔区高估。
**3.2 不同校正方法的性能评估**
**3.2.1 季节性能**
所有ML校正方法在季节尺度上均提升了CC，冬季提升最显著（RF-G方法CC提高约0.27）。校正后多数季节绝对PB均值低于20%，有效缓解了ERA5-Land的过度高估和GPMv07的冬季低估。RMSE均降低，RF-G方法在夏季减少23.25 mm、冬季减少6.61 mm。KGE值均优于原始产品，RF-G方法在除夏季外的所有季节表现最佳（夏季XGB-G最优）。
**3.2.2 月尺度性能**
散点图显示，原始GPMv07倾向于低估，ERA5-Land显著高估。校正后所有方法均改善了偏差和相关性。RF-G与XGB-G方法均达到最高决定系数（R2=0.81）。空间分布上，校正后西部天山CC较高，RF-G与XGB-G方法使超过85%的站点绝对PB<20%。RF-G方法在再现月降水量方面表现最优：与原始GPMv07相比，绝对PB≤20%的站点比例增加67.7%，KGE均值提高0.57，RMSE降低3.72 mm。对于ERA5-Land，RF-L方法效果最佳，但精度仍低于RF-G。
**3.3 RF-G方法校正后降水数据的潜在优势**
RF-G校正后的年降水空间分布显示，伊犁河谷降水高，南部和东部低，北部高于南部，西北向东南递减，且高海拔区降水显著高于原始GPMv07，有效修正了原始产品在高海拔区域的低估问题。与CMFD、AIMERG、AERA5-Asia和GMCP四个先进融合数据集相比，RF-G校正后的月降水数据在KGE指标上最优（均值最高），其绝对PB均值仅7.3%，而其他产品均超过20%。尽管AERA5-Asia的CC值最高（0.92），但系统误差较大。
**3.4 不确定性分析与未来方向**
RF-G方法的校准基于海拔约3600 m以下的观测数据，而天山最高海拔约7400 m，因此在高海拔区（>3600 m）重构降水存在不确定性，未来可通过获取雷达站和更高海拔观测数据来降低。此外，仍有29.1%的站点KGE低于0.6，表明这些区域精度提升空间较大。未来研究将扩展到其他数据稀缺区，并探索小时尺度GPP校正。
**结论翻译**
本研究比较并提升了中国天山山区两种GPPs（GPMv07和ERA5-Land）的精度。主要结论如下：
（1）尽管两种GPPs的月降水CC较高，但均存在显著误差，超过64%的站点绝对PB大于20%。ERA5-Land在所有海拔区显著高估，而GPMv07在高海拔区低估、低海拔区高估，且两者精度均表现出海拔依赖性。
（2）ML校正方法有效提升了原始GPPs在不同时间尺度上的表现。在偏差校正后的GPMv07和ERA5-Land中，RF-G和RF-L方法在再现月降水方面性能最佳，且RF-G方法优于其他所有校正方法。与原始GPMv07相比，RF-G方法使绝对PB≤20%的站点比例增加67.7%，KGE均值提高0.57，RMSE降低3.72 mm。
（3）RF-G方法校正后的月降水数据集有效缓解了原始GPMv07在高海拔区的低估问题，并且与CMFD、AIMERG、AERA5-Asia和GMCP等先进融合数据集相比，在月尺度上表现出更明显的优势。
