Page 102 - 《武汉大学学报（信息科学版）》2025年第10期
P. 102

第 50 卷第 10 期   张  唯等：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                               2037


                降水和环境变量之间的关系随位置变化而变化，
                将地理加权回归模型（geographically weighted re‑
                gression， GWR）应 用 于 小 尺 度 卫 星 降 水 数 据 。
                结果表明，GWR 提高了降水量空间估计的准确
                性。文献［18］基于数字高程模型和归一化植被指
                数（normalized  difference  vegetation  index，NDVI）
                分别构建地理加权回归模型和多元线性回归模
                型，将 GPM 年、月降水数据的空间分辨率提高至

                1 km。随着机器学习的快速发展，随机森林（ran‑
                dom forest，RF）、支持向量机等机器学习回归模型
                在降尺度方面也产生了良好的效果。文献［19］利
                                                                               图 1 研究区概况
                用 RF 回归模型分别对 IMERG 和 TRMM 年降水
                                                                         Fig. 1 Overview of the Study Area
                数据进行降尺度，分析得到 RF 在 IMERG 降水降
                尺度方面效果更好。近年来，有学者研究发现降                           1.2 实验数据
                尺度技术和图像超分辨率存在相似之处                    ［20］ 。文        1）站点数据。本文采用的气象站点观测数
                献［21］构建卷积神经网络模型，将 ERA5 再分析                      据来自中国气象数据网提供的全国地面气候数
                降水数据的空间分辨率提高至 0.033 3°。随着计                      据日值数据集 V3.0（数据集代码为 SURF_CLI_
                                                                CHN_MUL_DAY）。此数据集在中国大陆区域
                算机性能的大幅提高，基于深度学习的超分辨率
                                                                内共有 699 个观测站点，密集程度从东南向西北
                重建方法在高分辨率降水推算方面显示出较好
                的应用前景     ［22］ 。                                递减，分布如图 1 所示。本文对该数据集的两个
                    全国智能网格实况分析产品中的降水融合产                         12 h 观测结果（20 时至 8 时、8 时至 20 时）进行合
                                                                成以提供 8 时至 8 时的逐日气象站点观测数据，
                品（Chinas Meteorological Administration （CMA）
                multi-source  precipitation  analysis，CMPA） 于   用于评价基于生成对抗网络（generative adversarial
                                                                network， GAN）超分辨率重建后降水数据的数值
                2017 年进行发布推广       ［23］ ，空间分辨率高达 5 km，
                                                                统计精度。
                数据质量较好。本文以中国大陆地区为研究区
                域，借助 CMPA 数据构建两倍的超分辨率重建模                            2）全国智能网格实况分析产品。全国智能
                                                                网格实况融合分析产品能够提供空间分辨率为
                型，对 IMERG 日降水数据和第五代欧洲中期数
                                                                5 km 的产品，整点 15 min 内发布风速、降水等产
                值预报中心大气再分析数据集（The fifth genera‑
                                                                品，主要用于为全国智能网格预报业务提供预报
                tion ECMWF atmospheric reanalysis，ERA5）日降
                                                                检验和滚动订正        ［23］ 。本文采用的 CMPA 是在原
                水再分析资料进行降尺度，将它们的空间分辨率
                                                                有 的 亚 洲 区 域 CMA 陆 面 数 据 同 化 业 务 系 统
                分别提升至 0.05°和 0.125°，对比分析各模型结果
                                                                （CMA land data assimilation system，CLDAS）、中
                的 优 劣 ，提 供 实 用 性 更 强 的 降 水 空 间 降 尺 度
                方法。                                             国 区 域 融 合 降 水 分 析 系 统 （CMA  multi-source
                                                                precipitation analysis system，CMPAS）等 成 熟 业
                1 研究区域和数据                                       务系统的基础上，通过多源数据融合方法制作而
                                                                成的空间分辨率为 5 km 的降水产品。CMPA 降
                1.1 研究区域                                        水数据的空间覆盖范围为整个中国区域。本文
                    中国大陆地区位于亚洲东部、太平洋西侧，                         选取 2018—2019 年的 24 h CMPA 降水数据作为
                如图 1 所示。中国大陆地貌多以山地、丘陵以及                         超分辨率重建模型的高分辨率端。
                高原为主，盆地和平原占地面积较少，西部地势                               3）GPM 卫星降水数据。GPM 作为 TRMM
                高 ，东 部 地 势 低 ，自 西 向 东 呈 三 级 阶 梯 状 分 布 。         的后续卫星降水观测计划，自 2014 年起可以提供
                受地形地貌复杂多样、河流湖泊散状分布、幅员                           时间分辨率为 30 min 的降水产品，其空间分辨率
                广阔等因素的影响，中国大陆的气候复杂多样，                           高 达 0.1°，覆 盖 范 围 增 至 南 北 极 圈    ［24］ 。 相 较 于
                从南到北跨 5 个温度带。由于中国西北部地区距                         TRMM，GPM 的轨道倾角增大，能够获得覆盖面
                海遥远，全年降水量较少，整体降水量呈现从东                           更广的降水数据，并且提高了 GPM 在微量降水
                南部向西北部递减的趋势。                                    和固态降水的观测上的敏感性，能够获取更加精
   97   98   99   100   101   102   103   104   105   106   107