Page 108 - 《武汉大学学报（信息科学版）》2025年第10期

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 2043

尺度结果相对于站点数据的平均偏离程度。可
以看出，GAN 粉色圆点覆盖区域多于 MF 和 RF
模型，表明 GAN 重建后的降水场在减少或基本
保持数据偏离情况方面表现最佳。此外，这两种
模型在中国中西部地区和东北地区的蓝色圆点
覆盖区域明显多于 GAN 模型，表明本文构建的
GAN 模型重建后数据准确性更好，更加贴合原始
降水数据。

表 3 IMERG 的平均数值评价表
Table 3 Average Numerical Assessments of IMERG
方法 相关系数 偏差 命中率

图 8 4 种降水场的细节对比图 原始 IMERG 0.574 0.227 0.547
Fig. 8 Comparison of the Details of 4 Precipitation Fields GAN 0.576 0.127 0.618
MF 0.554 0.242 0.540
RF 0.582 0.253 0.574

综合来看，相比于 MF 模型和考虑 NDVI 和
经纬度影响的 RF 模型，本文构建的 GAN 模型可
以在原始 IMERG 数据的基础上重建出更精细的

降水场，将 IMERG 降水数据的空间分辨率从 0.1°
提升至 0.05°，同时在提升原有 IMERG 精度的情
况 下 ，有 效 降 低 偏 差 ，提 升 准 确 率 ，实 用 价 值
图 9 样本及其重建降水场的对比图 更高。
Fig. 9 Comparison of Samples and Their Reconstructed 3.2.2 年、季、月尺度 GAN 降尺度效果的统计
Precipitation Fields
分析
本文利用中国大陆 699 个气象站点的观测数 为深入分析验证 GAN 模型的适用性，本文
据，验证了原始 IMERG 数据和 3 种模型降尺度后 对 2020 年 IMERG 日 降 水 数 据 进 行 GAN 重 建 ，
结果的数值精度。9 d 的平均数值评估如表 3 所 生成中国大陆 2020 年逐日高分辨率降水数据集
示 。 从 验 证 结 果 来 看 ，GAN 模 型 提 高 了 原 始 （0.05° × 0.05°），并从年、季、月 3 个时间维度对降
IMERG 降水数据的数值精度，偏差减少了 10%， 尺度效果进行精度评价。
虽仍存在一定的高估现象，但相比原始 IMERG 年尺度的精度统计分析如图 11 所示，可以看
数 据 ，重 建 后 的 降 水 场 与 站 点 观 测 数 据 更 加 贴 出，相关系数整体变化趋势与原始降水数据基本
合，数据整体准确性更高；相关系数和命中率分 保持一致，其中有超过 73% 的天数相关系数提升
别提高了 0.2% 和 7.1%，其中有 67% 的天数相关 或与原始数据的相关系数差距在 0.05 以内，表明
系数效果变好，且在选取的两个降水事件中，重 本文构建的 GAN 模型可以提升或基本维持原始
建 后 每 一 天 的 降 水 命 中 率 都 有 一 定 改 善 ，表 明 降水数据的一致性；相较于原始降水数据，重建
GAN 模型能够在基本保持数据相关性的同时提 后偏差更加平稳，其中有 76 d 偏差的提升效果超
升降水场的命中率。MF 和 RF 模型降尺度效果 过 20%，表明模型能够有效减少降水数据的异常
不如 GAN。MF 模型降尺度后各项精度指标均 值，极大增强数据准确性；GAN 重建后降水数据
低于原始降水数据，而 RF 模型虽在相关系数和 的 命 中 率 明 显 高 于 原 始 降 水 数 据 ，其 中 有 超 过
命中率上有一定的提升效果，但偏差却高于原始 87% 的天数命中率提升。
IMERG 数据。综合来看，本文构建的 GAN 模型 在季节尺度上，GAN 重建后，每个季度均有
能 构 建 数 据 准 确 性 更 强 的 高 分 辨 率 降 水 场 。 超过 65% 的天数相关系数提升或与原始数据差
图 10 给出了原始 IMERG 数据及 3 种模型降 距在 0.05 以内，其中第四季度有将近 86% 的天数