Page 110 - 《武汉大学学报（信息科学版）》2025年第10期
P. 110
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 2045
图 12 2020 年每个季度原始 IMERG 数据及其重建结果相对于站点数据的平均偏离程度
Fig. 12 Average Deviation of Original IMERG Data and Its Reconstruction Results Relative to the Site Data for
Each Quarter of 2020
图 13 2020 年逐月原始 IMERG 数据及其重建结果的精度评价指标
Fig. 13 Accuracy Evaluation Indices of Original IMERG Data and Its Reconstruction Results at Monthly Scale in 2020
性增强，并且在空间分布图像上出现了一些细节 较好的高精度降水产品，即表明本文构建的 GAN
纹理特征，表明本文制作的 CMPA 降水样本集在 模型能够在一定程度上提升数据的精确性。
卫星日降水数据降尺度中具有很好的实用价值。 3）整体来看，不论是基于站点数据或是基于
重建后的 ERA5 降水场在提高空间分辨率的同 CMPA 数据的精度检验，重建后 ERA5 降水数据
时，保留了降水的空间分布结构，全面提升了降 的数值精度都低于 IMERG 降水数据，表明降尺
水场的总体精度，偏差和命中率分别改善了 38% 度效果受原始数据的空间分辨率和精度的影响。
和 11.2%，但整体精度要低于 IMERG 降水数据。 此外，ERA5 降水数据与 CMPA 数据之间的相关
2）模型可以保留 CMPA 产品的基本数据特 性不够高，致使 GAN 模型重建效果不佳。
征。重建后两种降水数据的各项精度指标都更 4）本文构建的 GAN 模型在 IMERG 日降水
贴近 CMPA 数据，而 CMPA 作为目前数据质量 数据上的降尺度效果比 MF 模型要好，也优于考
