Page 100 - 《武汉大学学报（信息科学版）》2025年第10期

第 50 卷 第 10 期 武 汉 大 学 学 报（ 信 息 科 学 版 ） Vol.50 No.10
2025 年 10 月 Geomatics and Information Science of Wuhan University Oct. 2025

引文格式：张唯,吉宸佳,李文凯，等 . 降水融合数据特征驱动下基于 GAN 的遥感降水产品空间超分辨率重建[J]. 武汉大学学
报（信息科学版）,2025,50(10):2035-2047.DOI:10.13203/j.whugis20230013
Citation：ZHANG Wei, JI Chenjia, LI Wenkai, et al.Spatial Super-Resolution Reconstruction of Remote Sensing Precipitation
Products Using GAN by Multi-source Fused Precipitation Data Features[J].Geomatics and Information Science of Wuhan Univer‑
sity,2025,50(10):2035-2047.DOI:10.13203/j.whugis20230013

降水融合数据特征驱动下基于 GAN 的遥感

降水产品空间超分辨率重建

张 唯 吉宸佳 李文凯 孙晓娜 梁天欣
1
3
1
2
1
韩松洁 卫鸿飞 1
1
1 中国地质大学（武汉）地理与信息工程学院，湖北 武汉，430074
2 陕西省建筑职工大学，陕西 西安，710043
3 中铁第四勘察设计院集团有限公司，湖北 武汉，430061
摘 要：高分辨率降水资料是研究区域尺度水和能量循环的重要基础数据之一，但现有降水产品的空间分辨率尚无法满
足区域精细化研究的需要。充分利用中国智能网格实况分析产品中的降水融合数据（China’s Meteorological Administra‑
tion (CMA) multi-source precipitation analysis，CMPA）的高空间分辨率（5 km）特征，构建基于生成对抗网络（generative
adversarial network，GAN）的两倍超分辨率重建模型，分别应用于全球降水观测计划多卫星集成反演产品（integrated
multi-satellite retrievals for GPM，IMERG）日降水数据和第五代欧洲中期数值预报中心大气再分析数据集（The fifth genera‑
tion ECMWF atmospheric reanalysis，ERA5）日降水数据的空间降尺度，得到高分辨率的 IMERG 日降水产品（0.05°）和
ERA5 日降水产品（0.125°），并使用实测气象站点数据对降尺度后的两种数据进行精度评价。结果表明：（1）基于 CMPA
的超分辨率重建模型能够用于其他降水产品的空间降尺度。重建后的 IMERG 和 ERA5 产品的各项精度指标均有不同
程度的提升。（2）所构建的模型能够有效保留 CMPA 数据的基本数据特征。重建后的 IMERG 产品和 ERA5 产品在相似
性、命中率和偏差方面都更贴合 CMPA 数据，整体准确性更高。（3）模型重建效果受原始数据的空间分辨率、精度以及与
CMPA 数据的相关性等因素的影响。原始空间分辨率和精度越高，与训练数据集的相关性越好，降尺度效果也更佳。因
而，IMERG 产品的应用效果明显优于 EAR5 产品。（4）所构建的 GAN 模型在 IMERG 日降水数据上的适用性优于多重分
形模型和随机森林模型，细节重建效果更好。相较于原始的 IMERG 数据，GAN 重建后的日降水在年、季、月 3 个时间维
度上的精度统计结果大多有所改善，模型稳定性较强。
关键词：GAN；超分辨率重建；CMPA；IMERG；ERA5；降水空间降尺度
中图分类号：P237 文献标识码：A 收稿日期：2023‑05‑23
DOI：10.13203/j.whugis20230013 文章编号：1671‑8860（2025）10‑2035‑13
Spatial Super-Resolution Reconstruction of Remote Sensing Precipitation

Products Using GAN by Multi-source Fused Precipitation Data Features

1
2
3
1
ZHANG Wei JI Chenjia LI Wenkai SUN Xiaona LIANG Tianxin
1
1
HAN Songjie WEI Hongfei 1
1 School of Geography and Information Engineering, China University of Geosciences (Wuhan), Wuhan 430074, China
2 SCEGC Architecture Labor University,Xian 710043,China
3 China Railway Siyuan Survey and Design Group Co. Ltd, Wuhan 430061, China
Abstract： Objectives: High-resolution precipitation data is one of the important basic data for studying wa‑
ter and energy cycles at regional scales, but the spatial resolution of existing precipitation products cannot
yet meet the needs of regional refinement studies. Methods: We make full use of the high spatial resolution
(5 km) feature of the fused precipitation data (Chinas Meteorological Administration (CMA) multi-source

基金项目：湖北省自然科学基金联合基金（2025AFD425）；国家自然科学基金（41501584）；湖北省重点研发计划（2022BCA080）。
第一作者：张唯，博士，副教授，主要从事地理信息科学相关研究。weizhang@cug.edu.cn