《Atmospheric Research》：Evaluating GSMaP and IMERG precipitation over China using daily statistics and event-based diagnostics
编辑推荐：
一个基于事件的诊断框架（event-based diagnostic framework）对卫星降水进行了超越每日统计的评估。事件匹配（event matching）区分了真检测（true detections）、时序不匹配（timing mismatches
一个基于事件的诊断框架（event-based diagnostic framework）对卫星降水进行了超越每日统计的评估。事件匹配（event matching）区分了真检测（true detections）、时序不匹配（timing mismatches）和孤立事件失败（isolated event failures）。匹配的事件进一步通过边界时序（boundary timing）和强度偏差结构（intensity-bias structures）进行诊断。
**论文解读文章**
卫星降水产品是数据稀疏地区水文模拟和灾害预警的关键输入，但传统每日统计指标（如相关系数、均方根误差）无法区分事件级误差来源，如漏报、误报和时序偏移。现有研究指出，IMERG和GSMaP在不同气候和地形条件下表现各异，但缺乏对事件检测、时序精度和强度偏差的系统诊断。为此，研究人员基于中国气象局（CMA）835个站点的日降水观测（2001–2022年），对比评估了GSMaP-Gauge-NRT（GNRT）和IMERG Early两套近实时卫星产品，旨在揭示其事件级检测能力、时序误差结构和强度偏差的区域特征。该研究发表在《Atmospheric Research》。
**主要关键技术方法**
研究人员采用基于事件匹配的诊断框架，以最小事件间隔（MIT）为1天从逐日序列中提取降水事件，并通过两阶段匹配将卫星-站点事件分类为HIT（重叠检测）、时序偏移（Mismatched）和孤立事件（Isolated）。HIT事件进一步分析起始/结束时序偏移和峰值/总量相对偏差。每日尺度采用相关系数（CC）、均方根误差（RMSE）、修正Kling-Gupta效率（KGE’）、检测概率（POD）、误报率（FAR）和关键成功指数（CSI）；事件尺度采用事件检测概率（EPOD）和事件误报率（EFAR）。样本来源为CMA全国站点，数据集经质量控制。
**研究结果**
**3.1 时空表现**
- **3.1.1 地形分层日尺度表现**：两产品均呈现从青藏高原（Step 1）到东部季风区（Step 3）性能递增的梯度。GSMaP在KGE’和CSI上略优，IMERG具有更高的POD但伴随更高的FAR，尤其在东部季风区，表明GSMaP在检测-误报权衡上更均衡。
- **3.1.2 空间模式分析**：IMERG在北方和青藏高原地区POD更高，但FAR也更高；GSMaP误报更少但漏报风险更大。CC和KGE’的差异较小且空间异质，表明两产品对日尺度变率的捕捉能力相近。
**3.2 降水事件特征**
- **3.2.1 事件检测指标空间分布**：EPOD和EFAR均呈现东部高、西部低的格局。IMERG在西部和北方维持更高的EPOD下限，但EFAR也显著升高；GSMaP在东部季风区EFAR更低，但部分高原站点EPOD极低。两产品在东部表现相似，差异主要出现在干旱和高海拔地区，体现灵敏度与误报之间的系统权衡。
- **3.2.2 漏报和误报的误差类型结构**：在±3天容忍窗口下，GSMaP在东部季风区的误报主要来自时序偏移，而高原和西北地区的漏报多为孤立遗漏；IMERG在东部季风区孤立误报比例更高，北方和高原边缘的漏报以孤立遗漏为主。误差类型分解揭示了相似EPOD/EFAR值下不同的误差结构。
**3.3 HIT事件内的时序和降水强度偏差**
- 起始/结束时序偏移：GSMaP事件边界与站点对齐的频率最高（0天偏移），IMERG在Step 2和Step 3呈明显提前倾向（-1天偏移）。偏移超过±1天的比例在GSMaP为15.8–31.1%，IMERG为22.8–29.4%。
- 降水强度偏差：GSMaP的峰值和总量偏差中位数分别为-15.1%至-6.6%和-10.0%至-2.4%；IMERG在Step 1低估严重（峰值-48.3%，总量-45.1%），至Step 3转为轻微低估和偏高（峰值-2.3%，总量11.1%）。两产品均存在较大的事件间变异性。
**讨论与结论**
讨论部分指出，IMERG的高灵敏度伴随高误报，GSMaP的保守性伴随高漏报，这与两产品的反演框架（IMERG低延迟红外传播，GSMaP依赖微波和地面校准）一致。事件级后处理应针对主导误差模式：孤立误报区采用概率滤波，孤立遗漏区进行多源融合，时序偏移区调整边界。研究结论强调，两产品在东部季风区表现相当，但IMERG在干旱和高原地区检测率更高但误报更多，GSMaP更稳健但漏报更突出，HIT事件内仍存在不可忽略的时序和强度偏差。结论部分翻译如下：
（1）两产品均呈现明显区域差异，东部季风湿润区表现更好，青藏高原和干旱西北盆地表现较差。产品间差异在发生相关指标（POD、FAR）上最一致，而CC、KGE’和RMSE差异更空间异质。
（2）IMERG通常提供更高的事件检测灵敏度（更高POD和EPOD），但伴随更高FAR和EFAR；GSMaP表现更保守，误报更少但漏报风险更大。
（3）在±3天容忍窗口下，IMERG误报更多为孤立卫星事件，GSMaP在北方和高原边缘漏报更多为孤立遗漏。分解结果依赖于所选窗口。
（4）HIT事件内仍存在显著时序和强度偏差：GSMaP边界对齐更优，IMERG在Step 2和Step 3起始提前；两产品均存在超过±1天的偏移，IMERG在Step 1低估严重。
