Page 283 - 《高原气象》2026年第1期

1 期 伏 晶等：多个高时空分辨率降水数据在西北地区东部“7·22”特大暴雨事件中的精度评估 279
Radar-QPE 来源于中国气象局气象探测中心研 n
∑ ( x i - x ˉ ) ( y i - y ˉ)
制的雷达反演降水资料， 基于网格化的雷达实时统 CORR = i = 1 （4）
n n
计 Z-R 关系估计降水， 并使用地面自动观测站的降 ∑ ( x i - x ˉ ) ∑ ( y i - y ˉ) 2
2
水数据通过卡尔曼滤波和平均校准进行校准， 产品 i = 1 i = 1
2
2
的时空分辨率为1 h、 1 km（Wu et al， 2018）。 KGE = 1 - (CORR - 1) + ( β - 1) + ( RV - 1) 2
FY4B-QPE 来源于中国气象局国家卫星中心研 （5）
制的卫星反演降水资料， 是通过 FY4B 卫星辐射成 式中： x ˉ代表实测数据的时间平均值； x i 代表第 i 个
像仪 AGRI（Advanced Geostationary Radiation Imag‐ 时刻的实测数据值； y ˉ代表被评估数据的时间平均
er）的降水反演算法， 将 AGRI在红外通道观测的瞬 值； y i 代表第i个时刻的被评估值； n为总样本数。β
时亮温数据， 反演生成像元瞬时降水率， 产品的时 y ˉ
为偏置比， 即 β = ； RV 为相对变化率， 即 RV =
空分辨率为1 h、 4 km（黄武斌等， 2025）。 x ˉ
(σy/y ˉ)
ERA5来源于 2016年 ECMWF 发布的第五代再 -- ----- -- - ， σy 为被评估数据的标准偏差， σx 为实测数
(σx/x ˉ)
分析产品， 与上一代相比， 在观测资料的使用方法
据的标准偏差。
和物理过程描述上都有显著的改进， 降水质量有所
另外， 还选取了命中率（Probability of Detec‐
提高（Tarek et al， 2020； 岳书平等， 2021）， 产品的
tion， POD）、 虚警率（False Alarm Rate， FAR）、 频率
时空分辨率为1 h、 12. 5 km。 偏差指数（Frequency Bias Index， FBI）和 TS（Threat
2. 3 方法介绍 Score）评分来分析观测降水与降水产品之间的一致
2. 3. 1 数据预处理 性（麦杞莹等， 2024）， 具体计算公式如式（6）~（9）：
由 于 地 面 自 动 观 测 为 站 点 数 据 ， 而 Radar- a
POD = （6）
QPE、 FY4B-QPE、 CMPA、 ERA5为网格数据， 两者 a + c
b
在空间尺度上不一致， 因此， 需要对网格数据预处 FAR = （7）
a + b
理。本文采用中国气象局发布的智能网格业务标 a + b
FBI = （8）
准检验方法， 使用“邻近点替代”算法将网格数据与 a + c
站点数据进行匹配（郭润霞等， 2024）， 即选择离站 TS = a （9）
点最近的网格点与站点值进行比较（有多个距离相 a + b + c
式中： a 为地面自动观测与降水产品同时观测到降
等的网格点， 则优先选取东北方向格点）， 形成网
水的次数； b 为地面自动观测到无降水， 而降水产
格降水量与站点观测值的样本匹配。
品有降水的次数； c 为地面自动观测到有降水， 而
2. 3. 2 评估指标
降水产品为无降水的次数。
本文选取了平均误差（Mean Error， ME）、 相对
以上评估指标， ME 和 RMSE 值越接近 0， 表明
偏 差（relative BIAS， rBIAS）、 均 方 根 误 差（root
偏差越小； CORR 值越大， 表明越相关； KGE 值越
mean square error， RMSE）、 相 关 系 数（correlation
接近 1， 表明性能越好； POD 和 TS 值越大， 表明效
coefficient， CORR）和 克 林 - 吉 普 塔 效 率（Kling-
果越好； FAR 值越小， 表明效果越好； FBI>1， 表明
Gupta efficiency， KGE）等 5 个指标， 具体计算公式 降水产品范围大于 AWS 范围； FBI<1， 表明降水产
如式（1）~（5）： 品范围小于 AWS 范围； FBI=1， 表明两者范围吻合
n
∑ ( y i - x i ) （李林等， 2018）。
ME = i = 1 （1） 本文还利用了累积分布函数（Cumulative Dis‐
n
n tribution Function， CDF）， 它是概率密度函数（Cu‐
∑ ( x i - y i ) mulative Distribution Function， PDF）的积分， 用于
rBIAS = i = 1 （2）
n 确定一个随机变量假设值低于特定阈值的概率。
∑ ( y i )
i = 1 CDFc （Cumulative Distribution Function coinci‐
dence）表示降水重合的累积概率函数， CDFv（Cu‐
n
∑ ( x i - y i ) 2 mulative Distribution Function volume）表示降水量
RMSE = i = 1 （3）
n 的累积概率函数。定义了 5个不同的范围来区分不