Page 101 - 《武汉大学学报（信息科学版）》2025年第10期

2036 武 汉 大 学 学 报 （信 息 科 学 版） 2025 年 10 月

precipitation analysis, CMPA) from the national intelligent grid live analysis product to construct a two sets
of super-resolution reconstruction model based on generative adversarial networks （GAN） , which is ap‑
plied to the spatial downscaling of the integrated multi-satellite retrievals for GPM (IMERG) daily precipi‑
tation data and the fifth generation ECMWF atmospheric reanalysis (ERA5) daily precipitation reanalysis
data, respectively. The final high-resolution IMERG daily precipitation product (0.05° ) and ERA5 daily
precipitation product (0.125°) were obtained and the accuracy of both downscaled data was evaluated using
measured meteorological station data. Results: The results show that: (1) The super-resolution reconstruc‑
tion model based on CMPA data can be used for spatial downscaling of other precipitation products. The re‑
constructed IMERG products and ERA5 products show different degrees of improvement in all accuracy in‑
dicators. (2) The model is able to effectively retain the essential data characteristics of the CMPA data. The
reconstructed IMERG product and ERA5 product are more closely matched to the CMPA data in terms of
the correlation coefficient, probability of detection and bias, with higher overall accuracy. (3) The effect of
model reconstruction is influenced by the spatial resolution and accuracy of the original data, as well as the
correlation between the original data and the CMPA data. The higher the spatial resolution and accuracy of
the raw data, the better the correlation between the raw data and the training data set, and the better the
downscaling effect. As a result, the application on the IMERG product is significantly better than the
EAR5 product. (4) The constructed GAN model outperforms the multifractal and random forest models in
terms of applicability to IMERG daily precipitation data, and its detailed reconstruction is better. Compared
with the original IMERG data, the accuracy statistics of the GAN reconstructed daily precipitation in the
three time dimensions of year, season and month are mostly improved, which indicates better model stabili‑
ty. Conclusions: Therefore, the constructed GAN model is able to provide a more refined precipitation dis‑
tribution and is of some research value.
Key words： GAN； super-resolution reconstruction； CMPA； IMERG； ERA5； precipitation spatial down‑
scaling

降水是研究气候变化和水文模拟的重要气 技术 ［9］ 、热带降雨测量任务（tropical rainfall mea‑
［10］
象要素之一，具有复杂的时空异质性，已经广泛 suring mission，TRMM） 、全 球 降 水 气 候 计
应用于农业、海洋、生态、地质、大气环境等各行 划 ［11］ 、 全 球 降 水 测 量（global precipitation mea‑
［12］
各业 ［1-2］ 。高精度的降水空间分布是准确理解区 surement， GPM） 。然而，单一卫星反演降雨数
域水文空间模拟和气候变化过程的关键因素，对 据的误差特征和影响因素极其复杂，难以直接应
［7］
于促进高质量的全球气象分析如洪水预报、极端 用于气象和水文实践 。因此，对历史观测资料、
［3］
气候预警等具有重要意义 。因此，提高降水空 数值模式预报输出、卫星、地面等观测产品进行
间分布的分辨率已经成为气象、测绘、水文等领 同 化 分 析 处 理 的 再 分 析 降 水 资 料 应 运 而 生 ［13］ 。
域的重点研究问题。目前，降雨量的空间估算方 但目前的区域水文分析已经对降水产品的精度
式主要包括地面站（如雨量计）插值、气象雷达、 提出了更高的要求。因此，为了准确获取区域局
卫星遥感、大气再分析以及多源数据融合等 ［4-6］ 。 部细节降水特征，提高降水资料的空间分辨率就
传统的降雨量估计（地面站插值和气象雷达）虽 显得十分必要。
能较为真实地记录区域降水情况，但测量方式受 国内外已有诸多学者开展降水降尺度方面
观测密度、间距、观测环境以及仪器设备等诸多 的研究。降尺度的目标是提高原始降水产品的
因素限制，无法保证一些偏远山区能够获得准确 空间分辨率，并借助大范围区域特征来丰富局部
的降水数据，在实际应用中面临着一些问题与挑 降水特征。目前的降尺度方式包括两大类：动力
［7］
战 。随着遥感卫星技术的发展，利用遥感卫星 降尺度和统计降尺度 ［14］ 。动力降尺度能够保留
获取降水产品已成为降水观测的主要方式，其能 物 理 过 程 ，但 繁 杂 的 计 算 量 限 制 了 其 发 展 进
够 提 供 覆 盖 面 更 广 、普 适 性 更 强 的 气 象 降 水 资 程 ［15］ 。然而，统计降尺度凭借着其计算量小、方
［8］
料 。目前，已有许多卫星获取的降水资料广泛 法灵活、开发相对简单等特点已经广泛应用于遥
应用于气象遥感分析研究，如气候预测中心变形 感降水数据降尺度研究 ［14］ 。文献［16-17］考虑到