降水相如何影响IMERG卫星降水产品在中国大陆的准确性？

准确识别降水相对理解区域水文循环和水资源管理至关重要。本研究基于中国2424个气象站2014-2018年观测数据，系统评估了IMERG V06和V07版本在液态、固态及混合降水相检测与定量估算能力，发现液态相检测最准（POD>0.7），固态最差（POD<0.5），混合相误差最大。V07在液态相检测中因微波算法优化显著提升，但固态相在寒冷干旱区仍存在低估。研究揭示了相位识别受海拔、温度及季节影响，为冷区水文建模和气候研究提供参考。

　　

王云涛|王娜|李晓英

兰州大学地球与环境科学学院，中国兰州730000

摘要

准确识别降水相态对于理解区域水循环过程和提升水资源管理至关重要。作为主流的高分辨率全球卫星降水产品，GPM IMERG已经经历了多个版本的更新，然而其在复杂气候条件下的相位识别能力仍需系统评估。基于2014-2018年间中国大陆2424个气象站的观测数据，本研究使用检测指标（POD）和定量统计方法（CC、RMSE、Bias、KGE）全面评估了IMERG V06和V07产品在不同降水相态（液态、固态、混合态）下的性能。结果表明，IMERG具有明显的相位依赖性：在检测和估计液态降水方面准确性最高（POD >0.7，CC >0.6），在检测固态降水方面能力最弱（POD <0.5），但在定量估计方面相对于混合事件表现较好；而在混合相降水方面的定量性能最差。此外，IMERG V07在大多数气候区域的液态降水检测上相比V06有显著提升，这主要得益于微波算法的优化；然而，在寒冷和干旱地区，它仍然存在固态降水检测不足和系统性低估的问题。此外，相位一致性分析显示，在超过98%的情况下，IMERG在识别液态降水方面的准确性很高（PLP > 50%），而固态降水则容易受到海拔、温度和季节变化的影响，存在区域性的误分类现象。总体而言，混合相降水对IMERG来说仍然是最具挑战性的，其检测和定量估计都存在较大不确定性。这些发现为在寒冷地区的水文学和气候变化研究中应用卫星降水产品提供了科学参考。

引言

降水是水循环的重要组成部分，直接影响区域水资源的分布、生态系统的稳定性以及极端天气事件的强度（Knapp等人，2008；Oki和Kanae，2006；Pendergrass和Knutti，2018；Trenberth等人，2007；V?r?smarty等人，2000）。降水过程由多种气象因素的耦合相互作用和动态机制驱动，在不同气候区和地表类型下表现出明显的时空变异性（Conradie等人，2022；Trammell等人，2016；Yang等人，2022）。不同相态的降水不仅源于不同的形成机制，还对地表水文响应、能量平衡和气候反馈产生重大影响。先前的研究表明，降水相态（液态、固态和混合态）决定了流域模型的初始边界条件，直接影响径流生成、雪水当量（SWE）储存和能量通量（Harpold等人，2017）。降水相态的误分类可能导致SWE、地表反照率和融雪径流的显著偏差（Saydi等人，2021；Sun等人，2022）。最近的研究表明，即使应用机器学习方法，仅基于近地面气象数据来区分液态和固态降水也存在固有的精度限制（Jennings等人，2025）。在寒冷季节或接近临界温度阈值时，相位确定的错误会对流域水文响应产生放大效应，从而影响模型输出的可靠性（Feiccabrino，2020）。特别是在中高纬度和高原地区，降水常常在固态、液态和混合态之间交替，其中固态和混合态降水主导着积雪、融雪径流和冻融过程。例如，在青藏高原，固态降水约占年降水总量的30-45%，主要集中在冬季和春季，其相变在水资源储存和融雪补给中起着关键作用（Wang等人，2022）。随着气候变暖的持续，降水相变的频率正在增加，雨夹雪（ROS）事件的模式也在发生显著变化，这将直接影响未来的径流组成和洪水类型（Maina和Kumar，2025）。因此，准确识别降水相态对于水文建模、积雪评估和气候评估至关重要。

目前的降水观测数据主要来自地面雨量计、天气雷达和卫星遥感（Li等人，2015）。雨量计提供高精度测量，但空间覆盖范围有限（Kidd等人，2017）。天气雷达能够在中尺度上进行连续检测，但在复杂地形中其性能可能受到波束遮挡的影响（Gou等人，2018；Wen等人，2011）。相比之下，卫星遥感具有全球覆盖范围、高时间分辨率和长期观测记录，是研究大尺度降水过程的关键数据来源（Ashouri等人，2015；Tang等人，2020）。

全球降水测量（GPM）项目由美国国家航空航天局（NASA）和日本宇宙航空研究开发机构（JAXA）联合发起，生成了综合多卫星检索产品IMERG。IMERG整合了多源被动微波（PMW）和红外（IR）观测数据以及全球降水气候中心（GPCC）的月度地面观测数据，以30分钟的时间分辨率和0.1°的空间分辨率生成全球降水估计（Huffman等人，2023；Skofronick-Jackson等人，2017）。值得注意的是，IMERG包含了一个液态降水概率（PLP）参数，用于量化降水为液态或混合态的可能性，从而帮助用户区分液态和固态降水（Huffman等人，2023）。

在高原和高纬度地区，冬季和春季的降水主要以固态为主。如果卫星产品无法准确捕捉降水相态，可能会引入显著的定量误差和季节性偏差（Wrzesien等人，2022）。因此，系统评估卫星相位识别的准确性和误分类情况对于提高检索算法的适应性至关重要。

对IMERG V06的先前评估表明，其在降水估计方面总体可靠，但在固态降水、复杂地形和寒冷季节条件下的准确性较低（Aksu等人，2023；Tang等人，2020）。许多研究指出，IMERG V07在准确性、稳定性和适用性方面相比V06有显著提升，特别是在湿润的中纬度地区和极端事件的检测方面（Aksu和Yaldiz，2025；Li等人，2025；Meng和Zhao，2025）。然而，其在干旱地区、高海拔地区、寒冷季节降雪、少量降水和午后对流事件中的性能仍需通过算法优化、区域特定校准、更高分辨率的输入数据和偏差调整策略进行改进（Guo等人，2024；Xiong等人，2025；Zhu等人，2024）。尽管通过连续版本更新，IMERG的整体准确性有所提高，但在降水相态识别方面仍存在显著限制，相关研究较少。Ji等人（2024）指出，IMERG的降雪检测高度依赖于PLP阈值，当前默认值50%并不理想。Li等人（2022）发现，在青藏高原，IMERG检测固态降水的效果远不如液态降水，特别是在冬季和高海拔地区误差更为明显。Xiong等人（2022）指出，在干旱、高纬度和强降水条件下，IMERG容易产生固态降水的误检测，其整体相位区分能力低于欧洲中期天气预报中心（ERA5）开发的第五代大气再分析产品。Yousefi Sohi等人（2025）发现，IMERG V07在雪覆盖和冰覆盖区域的检测精度低于ERA5，这主要是由于在低温和高反照率条件下PMW信号的干扰，特别是在湿球温度低于-5°C时低估严重。

然而，这些研究主要集中在特定区域或单一降水相态上，对IMERG在多种气候和地表条件下的性能进行系统评估的较少。特别是在中国大陆，降水相态多样且季节性积雪普遍存在（如青藏高原、中国东北部的寒冷地区和干旱的西北地区），目前尚不清楚IMERG的相位识别和估计能力在不同地区的差异，以及V07相对于V06的算法改进在真实世界的高海拔寒冷地区是否有效。这些问题尚未通过大样本地面观测得到系统解答。

因此，本研究旨在：（1）评估IMERG在中国大陆不同降水相态下的检测和定量估计能力；（2）检查IMERG与地面相位分类之间的一致性，以及相位误分类事件的海拔、温度和季节特征，从而确定影响卫星相位识别准确性的关键环境因素；（3）评估中国主要气候区之间IMERG相位检索能力的区域差异，明确检索算法表现良好或面临持续挑战的原因。

研究区域

研究区域为中国大陆，范围从东经73°到135°，北纬18°到53°，海拔从西向东逐渐降低，降水量从东南向西北逐渐减少（图1）。根据海拔、年降水量和主要山脉分布（Chen等人，2013；Zhao等人，2018），中国大陆划分为八个子区域：（1）新疆（XJ）地区；（2）华北（NC）；（3）西南（SW）；（4）东南（SE）；（5）青藏高原

检测能力

为了量化降水相态对IMERG检索性能的影响，我们系统评估了四个数据集（PRE_V06、MWP_V06、PRE_V07和MWP_V07）在液态、固态和混合相态条件下的检测能力。检测分析显示，不同相态下的性能存在明显的相位依赖性差异（图4）。IMERG在检测液态降水方面的能力最强，而在检测固态降水方面的能力较弱

微波辐射传输的相位依赖性

如图4所示，IMERG V07在所有降水相态下的表现均优于V06，尤其是在冬季，这与Aksu和Yaldiz（2025）的研究结果一致。降水相态对IMERG检索性能的不同影响源于各相态的微物理特性和辐射传输机制的差异

结论

基于中国大陆的地面观测数据，本研究系统评估了IMERG V06和V07在不同相态下的降水检索性能。主要发现如下：

• (1)
  IMERG明显依赖于降水相态。液态降水的检测和估计准确性最高（POD >0.7，CC >0.6），固态降水检测能力较差（POD <0.5），而混合相降水产生的估计误差最大

CRediT作者贡献声明

王云涛：撰写——原始草稿，软件开发。王娜：数据整理。李晓英：撰写——审稿与编辑，资金争取，概念构思。

未引用的参考文献

Li等人，2020a

利益冲突声明

作者声明他们没有已知的财务利益或个人关系可能影响本文的研究工作。

致谢

本工作得到了国家自然科学基金的支持（项目编号：42201016）。作者感谢GPM科学团队提供IMERG产品，感谢CMA提供MPA数据，以及所有匿名审稿人和编辑的有益评论和建议。本工作的计算工作得到了兰州大学超级计算中心的支持。