Page 105 - 《武汉大学学报（信息科学版）》2025年第10期

2040 武 汉 大 学 学 报 （信 息 科 学 版） 2025 年 10 月

水数据、ERA5 日降水数据及两种数据的超分辨 二者之间的数值误差小于 5 mm 的天数；M 为栅
率重建结果进行精度评价，选择相关系数 E CC、偏 格降水产品及地面站点均探测到有雨，但二者之
差 E Bias、命中率 E POD 作为评价指标。相关系数表 间的数值误差大于或等于 5 mm 的天数。
示栅格降水数据和站点数据之间的相关程度，越
3 结果分析
靠近 1，则相关性越强；偏差表示栅格降水数据相
对于站点数据的数值偏差，反映了栅格降水数据
3.1 IMERG 和 ERA5 重建结果对比分析
被高估或低估的程度，越靠近 0，则偏差越小，大
本 文 以 2019-07-16 为 例 ，对 IMERG 日 降 水
于 0 表示高估，小于 0 表示低估；命中率表示栅格
数据和 ERA5 日降水数据进行超分辨率重建。原
降水产品正确检测到降水事件且误差小于 5 mm
始的 IMERG 降水场和超分辨率重建后的降水场
的概率。计算公式为：
横向对比如图 4 所示。可以看出，重建后降水场
n
∑ ( x i - x ˉ )( y i - y ˉ ) 整体的空间结构与原始降水场基本保持一致，降
E CC = i = 1 （6） 水高值区域也有较准确的对应，表明模型重建后
n n
∑ ( x i - x ˉ ) 2 ∑ ( y i - y ˉ ) 2 基本还原了原始降水场的空间分布趋势。原始
i = 1 i = 1
n 的 ERA5 降水场和超分辨率重建后的降水场横向
∑ ( x i - y i ) 对比如图 5 所示。可以看出，重建后降水场的空
E Bias = i = 1 （7）
n 间分辨率有一定程度的提升，强降水区域的分布
∑ y i 形式与原始 ERA5 降水场高度相似。此外，之前
i = 1
H 的研究显示 ERA5 再分析资料在横断山脉和青藏
E POD = （8）
H + M 高原区域过高地估计了降水量 ［34］ ，而重建后的降
式中，x 表示栅格降水产品检测到的降水量；y 表 水场在这个两个区域出现较明显的降水高值减
示地面站点观测到的降水量；n 表示样本总数；H 少现象，微量降水（蓝色区域）占比增加，这表明
为栅格降水产品及地面站点均探测到有雨，并且 GAN 模型可以获得更加精准的降水分布。

图 4 2019‑07‑16 中国大陆原始 IMERG（0. 1°）和重建后 IMERG（0. 05°）降水场的空间分布图
Fig. 4 Spatial Distribution of Original IMERG (0. 1°) and Downscaled IMERG (0. 05°) Precipitation Fields in
Chinese Mainland on 16 July 2019

本文采用中国大陆 699 个气象站点的观测数 获得数据准确性更高的 IMERG 日降水场；相比
据，验证了 CMPA 数据、原始 IMERG 数据、原始 于原始的 ERA5 降水场，重建后 ERA5 降水场的
ERA5 数据和相应的 GAN 模型重建结果的数值 各项精度指标均有明显的改善，其中相关系数和
精度，精度评估如表 1 所示。从评价结果来看，重 命 中 率 分 别 增 加 了 4% 和 11.2%，偏 差 降 低 了
建后 IMERG 降水场的数值精度大幅提升，相关 38%，表明重建后的降水场与观测站点数据之间
系数和命中率分别增加了 3.1% 和 9%，偏差减少 的误差大幅减少，并且能够更加精准地检测到降
了 14.8%，甚至超过了 CMPA 数据，表明本文构 水事件，在一定程度上增强了数据一致性和准确
建的 GAN 模型可以在提高空间分辨率的同时， 性。然而，受限于原始 ERA5 数据的空间分辨率