Page 294 - 《高原气象》2026年第1期

高 原 气 象 45 卷
290
的降水量。FY4B-QPE 在<1. 0 mm·h 的降水量上 Fang J， Yang W， Luan Y， et al， 2019. Evaluation of the TRMM
-1
-1
低估明显， 但对>2. 0 mm·h 区间的降水概率有高 3B42 and GPM IMERG products for extreme precipitation analy‐
估 现 象 。 CMPA 在 时 空 一 致 性 上 性 能 最 优 ， 且 sis over China［J］. Atmospheric Research， 223（7）： 24-38. DOI：
10. 1016/j. atmosres. 2019. 03. 001.
RMSE 波动较小。尽管 ERA5 和 Radar-QPE 在降水
Fischer E M， Knutti R， 2014. Detection of spatially aggregated chang‐
一致性上表现优于 FY4B-QPE， 但三者的 RMSE 时
es in temperature and precipitation extremes［J］. Geophysical Re‐
空分布一致性较差， 误差波动较大。CMPA与 AWS
search Letters， 41（2）： 547-554. DOI： 10. 1002/2013GL058499.
的最大小时降水量高度一致， 而 Radar-QPE 对 2. 0~ Gu X Z， Ye L， Xin Q， et al， 2022. Extreme precipitation in China： a
5. 0 mm·h 区间的降水量表现较好， 但对强降水估 review on statistical methods and applications［J］. Advances in
-1
-1
计不足。FY4B-QPE高估了 20. 0~50. 0 mm·h 区间 Water Resources， 163（5）： 104-144. DOI： 10. 1016/j. advwa‐
tres. 2022. 104144.
的降水强度， ERA5 的降水强度分布偏低， 难以反
Guerreiro S B， Fowler H J， Barbero R， et al， 2018. Detection of con‐
映10. 0 mm·h 以上区间的降水。
-1
tinental-scale intensification of hourly rainfall extremes［J］. Na‐
尽管本文通过对比多个高时空分辨率降水数 ture Climate Change， 8（9）： 803-807. DOI： 10. 1038/s41558-
据在“7·22”特大暴雨事件中的表现， 对各降水产品 018-0245-3.
对暴雨的监测能力提供了重要参考， 但仍存在一些 Hong Y， Tang G， Ma Y， et al， 2019. Remote sensing precipitation：
局限性： （1）研究只针对本次特大暴雨事件， 没有 sensors， retrievals， validations， and applications［M］. In Obser‐
vation and Measurement of Ecohydrological Processes， Spring‐
涵盖其他类型的降水事件或较长事件尺度的研究，
er： Cham， Switzerland， 107-128.
这限制了研究结果的普适性。（2）西北地区地形地
Jiang Q， Li W Y， Fan Z D， et al， 2021. Evaluation of the ERA5 re‐
貌复杂、 自动观测站点稀疏、 气候背景复杂等众多 analysis precipitation dataset over Chinese mainland［J］. Journal
因素， 可能对雷达、 卫星等估测降水结果产生误 of Hydrology， 595（4）： 125660. DOI： 10. 1016/j. jhydrol.
差， 但本文并未深入探究这些误差来源及影响。 2020. 125660.
Li X， Yang Y， Mi J， et al， 2021. Leveraging machine learning for
单次事件的结论存在偶然性， 但本文通过多指
quantitative precipitation estimation from Fengyun-4 geostation‐
标、 多时空维度的分析， 为同类极端降水事件的监
ary observations and ground meteorological measurements［J］.
测提供了参考依据。未来研究将增加其他类型的 Copernicus GmbH， 14（11）： 7007-7023. DOI： 10. 5194/AMT-
降水事件的对比分析， 以验证结论的普适性； 同时 14-7007-2021.
结合地形高程、 站点密度等数据， 量化地形和观测 Myhre G， Alterskjær K， Stjern C W， et al， 2019. Frequency of ex‐
treme precipitation increases extensively with event rareness un‐
稀疏性对雷达、 卫星反演误差的影响； 并且将研究
der global warming［J］. Scientific Reports， 9： 16063. DOI：
扩展到高原边坡复杂地形区， 进一步验证产品的适
10. 1038/s41598-019-52277-4.
用性， 分析不同降水产品在驱动水文模型模拟山洪 O’Gorman P A， 2015. Precipitation extremes under climate change
过程中的适用性， 提高对暴雨事件的监测预警能力 ［J］. Current Climate Change Reports， 1（2）： 49-59. DOI： 10.
和灾害防御能力。 1007/s40641-015-0009-3.
O'Gorman P A， Schneider T， 2009. The physical basis for increases in
参考文献（References）： precipitation extremes in simulations of 21st-century climate
change［J］. Proceedings of the National Academy of Sciences，
Chen S， Hong Y， Kulie M， et al， 2016. Comparison of snowfall esti‐ 106（35）： 14773-14777. DOI： 10. 1073/pnas. 0907610106.
mates from the NASA CloudSat Cloud Profiling Radar and NO‐ Özdemir E T， Yavuz V， Deniz A， et al， 2019. Squall line over Anta‐
AA/NSSL multi-Radar multi-sensor system［J］. Journal of Hy‐ lya： A case study of the events of 25 October 2014［J］. Weather，
drology， 541（B）： 862-872. DOI： 10. 1016/j. jhydrol. 2016. 74（4）： S1-S6. DOI： 10. 1002/wea. 3459.
07. 047. Pang Z H， Zhang Y， Shi C X， et al， 2023. A comprehensive assess‐
Collier C G， Larke P R， May B R， 2010. A weather radar correction ment of multiple high-resolution precipitation grid products for
procedure for real-time estimation of surface rainfall［J］. Quarter‐ monitoring heavy rainfall during the “7·20” extreme rainstorm
ly Journal of the Royal Meteorological Society， 109（461）： 589- event in China［J］. Remote Sensing， 15（21）： 5255. DOI： 10.
608. DOI： 10. 1002/qj. 49710946110. 3390/rs15215255.
Estelle D C， 2013. Optimizing satellite-based precipitation estimation Papalexiou S M， Montanari A， 2019. Global and regional increase of
for nowcasting of rainfall and flash flood events over the south Af‐ precipitation extremes under global warming［J］. Water Resources
rican domain［J］. Remote Sensing， 5（11）： 5702-5724. DOI： Research， 55（6）： 4901-4914. DOI： 10. 1029/2018WR024067.
10. 3390/rs5115702. Prakash S， Mitra A K， Pai D S， et al， 2016. From TRMM to GPM：