MSWEP对江苏省太湖流域日降水量和极值降水量的表征能力解析.pdf

第 39 卷第 4 期Vol 39 No 4水 资 源 保 护Water Resources Protection2023 年 7 月Jul.2023 基金项目:江苏省水利科技项目(2020034);国家自然科学基金面上项目(51479118)作者简介:杜飞(1996),男,硕士研究生,主要从事水文水资源研究。E-mail:403897726 通信作者:胡庆芳(1981),男,正高级工程师,博士,主要从事气象水文与水资源规划研究。E-mail:hqf_DOI:10 3880/j issn 10046933 2023 04 021MSWEP 对江苏省太湖流域日降水量和极值降水量的表征能力解析杜 飞1,2,胡庆芳2,3,王银堂2,3,云兆得2,4(1.福州大学土木工程学院,福建 福州 350108;2.南京水利科学研究院水文水资源与水利工程科学国家重点实验室,江苏 南京 210029;3.长江保护与绿色发展研究院,江苏 南京 210098;4.武汉大学水资源工程与调度全国重点实验室,湖北 武汉 430072)摘要:基于 19792019 年江苏省太湖流域雨量站实测降水资料,综合解析了全球性降水资料MSWEP(multi-source weighted-ensemble precipitation)对日降水量和各历时极值降水量的表征能力。结果表明:MSWEP 对研究区日降水量总体上有较强的解释能力,但在山丘区较集中的湖西区和以水域为主的太湖区两个水利分区的精度相对较差,同时 MSWEP 难以捕捉到暴雨等级的日降水事件;MSWEP 可大致反映研究区各历时极值降水量的空间分布格局,但在细节特征上与地面降水场仍有一定差异;随着历时增加,MSWEP 极值降水量的精度不断提高,MSWEP 对 15 d 及更长历时极值降水量具有较强的定量表征能力;MSWEP 日降水量和极值降水量的误差与降水强度之间均有显著的线性负相关性,存在较明显的“低值高估、高值低估”现象,且 MSWEP 的精度与空间尺度有关;在研究区面平均尺度上,由于降水量的空间均化效应和尺度不匹配性的消除,MSWEP 对日降水量和极值降水量的表征能力明显优于栅格尺度。关键词:全球性降水数据;MSWEP;精度指标;极值降水量;太湖流域中图分类号:P426.6;TV213 文献标志码:A 文章编号:10046933(2023)04016709Validation of MSWEP daily and extreme precipitation of the Taihu Lake Basin in Jiangsu Province DU Fei1,2,HU Qingfang2,3,WANG Yintang2,3,YUN Zhaode2,4(1.College of Civil Engineering,Fuzhou University,Fuzhou 350108,China;2.State Key Laboratory of Hydrology-Water Resources and Hydraulic Engineering Science,Nanjing HydraulicResearch Institute,Nanjing 210029,China;3.Yangtze Institute for Conservation and Development,Nanjing 210098,China;4.State Key Laboratory of Water Resources Engineering and Management,Wuhan University,Wuhan 430072,China)Abstract:Based on precipitation observations from rain gauges in the Taihu Lake Basin in Jiangsu Province from 1979 to2019,the ability of MSWEP(multi-source weighted ensemble precipitation)to characterize daily and extreme precipitationwith different durations was comprehensively analyzed.Results show that,in general,MSWEP can well reflect dailyprecipitations in the study area;however,its accuracy is relatively poor in the Huxi and Taihu Lake sub-areas,where hillyarea is concentrated and water body is dominated,respectively,and it is difficult for MSWEP to capture rainstorm events ondaily scale.MSWEP can roughly reflect the spatial structure of extreme precipitation with different durations in the studyarea,but there are some differences between MSWEP and gauge observations in details.With the increase of duration,thefitting accuracy of MSWEP extreme precipitation is improved,and MSWEP has a strong ability in characterizing extremeprecipitation with a duration of 15 d or even longer.There is a significant linear negative correlation between the errors ofMSWEP daily precipitation and extreme precipitation and precipitation intensity,and there are obvious phenomena of“low-value overestimation and high-value underestimation”.Moreover,the accuracy of MSWEP is remarkably correlated withspatial scale.On the mean areal scale of the study area,the ability of MSWEP in characterizing daily precipitation andextreme precipitation is higher than that on the grid scale because of the spatial homogenization effect and the elimination ofspatial scale mismatching.Key words:global precipitation dataset;MSWEP;accuracy index;extreme precipitation;Taihu Lake Basin761 降水是基本的气象水文要素,具有强烈的时空变异性。近年来,随着遥感技术的进步和气候模式的发展,集成卫星遥感、大气模式和地表雨量站等多源降水信息,研制大范围乃至全球性的栅格化降水数据,成为降水定量估计领域的重要发展方向之一。目前国内外有关研究机构已开发了若干产品化的大气再分析降水数据、多卫星遥感降水数据以及这些数据与地表雨量站等资料的降水融合数据。MSWEP(multi-sourceweighted-ensembleprecipitation)是由 Beck 等1集成卫星遥感、大气再分析和部分地表雨量站等降水资料研制的多源降水融合数据。MSWEP 数据系列自 1979 年延续至今,时间分辨率达到 3 h,空间分辨率达到 0.1 0.1。该数据自发布以来受到了国际上的高度关注,在全球范围内已开展了一系列精度验证和评估工作。Nair 等2评估了 MSWEP 对印度日降水的监测能力,认为其适用性较强,但不适合进行极端情况的研究;Bai 等3发现较 CHIRPS、CMOPRH 等卫星遥感反演数据,MSWEP 呈现出的青藏高原降水空间分布格局和定量精度与雨量站观测信息更为接近;Awange 等4指出 MSWEP 与澳大利亚当地雨量站降水资料有较强的吻合性;Alijanian 等5针对伊 朗 的 研 究 表 明,MSWEP 日 降 水 精 度 高 于CMOPRH 和 TRMM 等资料;Sun 等6发现 MSWEP在中国广西平塘河流域对日降水事件表现出较高的命中率,但也具有较高误报率,其对日降水事件是否发生的综合判别能力低于 GPM 和 GSMAP。同时,MSWEP 在区域雨量分析和径流模拟等方面已有一定应用。王圆圆等7在融合 MSWEP 数据和局地雨量站降水资料的基础上解析了三峡水库库区降水的变异特征;马放等8采用 MSWEP、TRMM 和 CHIRPS 数据,开展了乐安河流域径流模拟,发现 MSWEP 的适用性强于 TRMM 和 CHIRPS。国内外针对 MSWEP 在不同气候地理区域开展了大量精度验证和评估工作,并与其他全球性降水资料作了对比,这些工作侧重于对长系列日降水序列分析。但许多地区降水具有强烈的时间不均性,年内降水多以暴雨形式出现,且在全球气候变化背景下暴雨出现了趋多增强态势9-12。解析 MSWEP 对极值降水要素的表征能力,不仅有助于更深入认识 MSWEP 性能,且对于流域防洪治涝减灾和基础设施建设管理具有重要指导作用。一些学者基于 MSWEP 资料研究了区域强降水和极端降水特性。Alvarez-Socorro 等13采 用 MSWEP解析了 19802019 年古巴极端降水的时空分布特征;慎璐璐等14指出 MSWEP 总体上显著低估了黄河中上游极端降水事件的强度;黄琦等15发现 MSWEP 对祁连山区暴雨等级的日降水事件存在严重漏报。但也有一些研究对 MSWEP 反映强降水甚至极端降水事件的能力给出了积极评价。如 Bhattacharyya 等16指出 MSWEP 可较好反映印度极端降水事件的强度、持续时间和频率;吴成兴等17发现在金沙江流域采用长系列 MSWEP 数据统计得到的可能最大降水量与水文气象方法所得结果较为接近。因此,关于 MSWEP 资料对强降水的表征能力有待开展更广泛深入的研究。鉴于此,本文基于江苏省太湖流域暴雨洪水分析计算和防洪治涝需求,评估不同空间尺度上 MSWEP 对不同历时极值降水量的综合表征能力,为进一步基于 MSWEP 资料开展太湖流域强降水监测和设计暴雨计算奠定基础,也可为其他流域特别是雨量资料短缺流域提供借鉴。1研究区概况与数据来源1.1 研究区概况太湖流域位于长三角核心地带,是著名的江南水乡,地势低洼。受梅雨、台风和局地性强对流性天气影响,汛期暴雨多发,历史洪涝灾害较为频繁。本文研究区为太湖流域的江苏省区域,即“江苏省太湖流域”,面积约 19399 km2,约占整个太湖流域面积的 53%。研究区地形以平原为主,山丘区主要分布在茅山和宜溧山区一带。根据地形和水系特征,研究区又分为湖西区、武澄锡虞区、阳澄淀泖区、太湖区和杭嘉湖区 5 个水利分区,杭嘉湖区仅少部分在江苏省境内,且地理情况与其邻区阳澄淀泖区相似,为便于表述,进行水利分区分析时并入阳澄淀泖区。各水利分区范围及雨量站分布如图 1 所示。图 1 研究区水利分区、MSWEP 栅格单元和雨量站分布Fig.1 Sub-areas,MSWEP grids,and rain gaugesin study area8611.2数据来源1.2.1 雨量站实测降水资料地表逐日降水量资料来自水文部门,经过了整编和质量控制,可信度较高。为保证数据质量,对数据连续性较差或日降水资料缺测较多的站点予以剔除,最后筛选了 19792019 年具有较完整日降水量记录的 52 个雨量站(图 1),单站平均控制面积约373 km2。1.2.2 MSWEP 降水量数据本文采用的 MSWEP 降水量数据为 2.0 版本。该数据时间分辨率为 3 h、空间分辨率为 0.1 0.1。由于地表雨量站观测资料为日降水数据,为统一时间尺度,将 MSWEP 累加为日降水资料。2 研究方法2.1 评价要素与尺度首先在日尺度上分析 MSWEP 资料的精度特征;然后,面向太湖流域及各水利分区防洪治涝规划需求,重点针对年最大 1、3、7、15、30、45、60、90 d不同历时的极值降水量及汛期降水量进行解析。分析的空间尺度包括 0.1 0.1的 MSWEP 栅格单元、水利分区和整个研究区域。MSWEP 数据栅格单元、各水利分区与地表雨量站位置的空间对应关系见图1。为便于表述,年最大1d 降水量以Pmax1d表示,其他极值降水量依此类推。2.2 评价指标和方法以地表雨量站观测数据为基础,采用分类指标和定量指标(统称精度指标)评价 MSWEP 数据的精度。分类指标用于评价 MSWEP 对日降水事件是否发生的判别能力,定量指标用于评价 MSWEP 对降水量表征的准确性。采用普通克里金方法(ordinaryKriging,OK)将站点位置处的精度指标或降水量插值 成 0.1 0.1的栅格单元,评估 MSWEP 精度的空间分布情况。分 类 指 标18包 括 探 测 率(probabilityofdetection,POD)、误报率(false alarm ratio,FAR)和Heidke 技巧指数(Heidke s skill score,HSS)。其中,POD 反映 MSWEP 对日降水事件的捕捉能力,FAR 反映 MSWEP 对日降水事件的误报概率,HSS反映 MSWEP 对日降水事件综合分类辨识能力。日降水事件的阈值 Ph=0.1 mm/d(若日降水量达到0.1 mm 则判定为有雨)。定量指标19包括平均误差(mean error,ME)、平均绝对误差(mean absoluteerror,MAE)、相对偏差(relative bias,RBIAS)、绝对偏差(absolute bias,ARBIAS)、均方根误差(rootmean square error,RMSE)和相关系数(correlationcoefficient,CC)。3 MSWEP 数据精度评价3.1 日降水量3.1.1 栅格尺度图 2 给出了 0.1 0.1 栅格单元尺度上MSWEP 日降水量精度指标的空间分布,表1 给出了各精度指标均值。综合图 2 和表 1 可知,在栅格单元尺度上,MSWEP 对日降水事件的 POD 为 0.58 0.99,FAR 为 0.28 0.57,HSS 为0.12 0.71,表明MSWEP 能够成功探测到多数日降水事件,但也有一定漏报和误报,导致综合分类辨识能力不高。栅格单元尺度上 MSWEP 日降水量的 CC 为 0.17 0.86、研究区域均值为 0.70,说明 MSWEP 降水量与雨量站实测降水量总体上具有较强同步性;MSWEP日降水量的 ME 为-0.83 0.14 mm,研究区域均值为-0.21 mm,RBIAS 为-22%4%,研究区域均值为-7%,表明 MSWEP 对地表降水量总体上有一 (a)POD(b)FAR(c)HSS(d)ME(e)MAE(f)RBIAS(g)ARBIAS(h)RMSE(i)CC图 2 栅格尺度上 MSWEP 日降水量精度指标空间分布Fig.2 Spatial distributions of MSWEP daily precipitation accuracy indices on grid scale961表 1 不同区域栅格单元尺度上 MSWEP 日降水量精度指标均值Table 1 Means of MSWEP daily precipitation accuracy indices on grid scale in different regions区域PODFARHSSME/mmMAE/mmRBIAS/%ARBIAS/%RMSE/mmCC湖西区0.900.400.54-0.212.50-6777.610.67太湖区0.860.400.52-0.242.07-8656.120.76武澄锡虞区0.840.410.49-0.232.07-7666.720.75阳澄淀泖区0.880.400.52-0.242.00-8656.010.76全流域0.920.370.58-0.212.26-7716.980.70定低 估。MSWEP 日 降 水 量 的 MAE 为 1.55 5.19mm,研究区域均值为 2.26 mm,RMSE 为 5.36 11.92 mm,研究区域均值为6.98 mm,表明在栅格单元尺度上 MSWEP 日降水的定量误差仍较明显。MSWEP 日降水量在流域西南部湖西区和太湖区精度相对较低,湖西区是太湖流域山丘区分布较为集中的地区,而太湖区下垫面则主要为大范围水域,MSWEP 日降水量受这两个水利分区下垫面特征影响较明显。相关研究20-21表明,卫星遥感等全球性降水数据在地形起伏较大和有大规模水域分布的地区精度相对较低,本文结果与此相符。图 3 为研究区域雨量站与 MSWEP 相应栅格单元日降水量及日降水量误差散点图。从图 3 可知,MSWEP 对地表日降水量具有一定解释能力,但误 (a)日降水量(b)日降水量误差图 3 雨量站与 MSWEP 相应栅格单元日降水量及其误差散点图Fig.3 Scatter plots of MSWEP daily precipitation andits error on grid scale versus gauge observations差也较明显。当地表日降水量超过一定幅度时,MSWEP 日降水量误差与日降水量呈显著负相关性;而当地表日降水量为零时,由于 MSWEP 存在一定的误报,其误差量值可能也较大。相比于全年日降水量,MSWEP 汛期日降水量的精度有所降低,其ME 和 RBIAS 分别为-0.26 mm 和-6%,MAE 和ARBIAS 分别为 3.72 mm 和 80%,RMSE、确定性系数(R2)和 CC 分别为9.84mm、0.46 和0.68,表明汛期 MSWEP 日降水量对地表日降水量存在低估且误差更为明显,这与非汛期 MSWEP 和雨量站日降水量均较小有关。MSWEP 日降水量的定量误差既源于数据自身性能不足,也源于 MSWEP 栅格单元降水量和站点降水量空间尺度的不匹配性。表 2 进一步给出了 MSWEP 对各等级日降水事件的辨识结果。从表2 可知,MSWEP 对日降水量存在“低值高估、高值低估”现象,其分类辨识能力随着雨量等级增加而降低。MSWEP 低估了无雨事件的比例,高估了小雨(0.1 10 mm)和中雨(10 25mm)事件的占比;对日降水量超过 25 mm 的降水事件,MSWEP 存在明显漏报;对日降水量超过50 mm的暴雨事件,MSWEP 估计能力尚难以令人满意。表 2 MSWEP 对各等级日降水事件的辨识结果和分类指标Table 2 Identification results and classification indices ofMSWEP for daily precipitation events with different magnitudes日降水量/mm降水事件占比/%分类指标实测值MSWEPPODFARHSS0 0.166.8751.120.730.050.580.1 1023.3639.430.800.530.4310 256.577.320.490.560.4225 502.341.760.280.630.3050 1000.730.340.180.600.251000.130.030.100.450.173.1.2 面平均尺度MSWEP 日降水量的精度与空间尺度有关。图4 给出了 MSWEP 和雨量站对应的研究区域及各水利分区面平均日降水量散点图,综合图 2、图 3 和图4 可知,由于降水的空间均化效应以及尺度不匹配性的消除,在各水利分区和研究区域面平均尺度上071 (a)湖西区(b)太湖区(c)武澄锡虞区(d)阳澄淀泖区(e)全流域图 4 雨量站与 MSWEP 对应的研究区域及各水利分区面平均日降水量散点图Fig.4 Scatter plots of areal mean MSWEP daily precipitation versus gauge observations in study area and its sub-areasMSWEP 对地表日降水量的拟合精度较栅格单元尺度上更高。对于整个研究区域,MSWEP 日降水量的 MAE 为 1.37 mm,ARBIAS 和 RMSE 分别为 43%和 3.34 mm,R2和 CC 分别为 0.81 和 0.90,说明MSWEP 对研究区域面平均日降水量具有较强定量表征能力。3.2 极值降水量3.2.1 栅格尺度图 5 和图 6 分别给出了 19792019 年地表雨量站和 MSWEP 8 种历时极值降水量和汛期降水量(P汛期)多年均值空间分布。由图 5 可知,研究区域各历时极值降水量和汛期降水量均具有显著空间异质性。对于历时不超过 60 d 的各极值降水量,流域西部湖西区、北部武澄锡虞区高于流域中部太湖区和东部阳澄淀泖区;而对于年最大 90 d和汛期降水量,湖西区南部明显高于其他地区。由图 6 可知,在栅格单元尺度上,MSWEP 可大致反映研究区域各极值降水量和汛期降水量的空间分布格局,但在细节上与雨量站实测降水资料有一定差异。对于雨量站实测降水资料,Pmax1d、Pmax3d 和 Pmax7d 在湖西区西部、武澄锡虞区北部和阳澄淀泖区东北部等存在多个高值区域;但对于MSWEP,武澄锡虞区北部并非 Pmax1d、Pmax3d 和Pmax7d 的高值区域。表 3 为 0.1 0.1栅格尺度上 MSWEP 各历时极值降水量和汛期降水量的精度计算结果。对于 Pmax1d 和 Pmax3d 两种极值降水量,MSWEP 的拟合精度不高,存在较大幅度低估,这与上文中MSWEP 对强降水事件定量表征能力不足的结论一致;同时,对于 1 d 和 3 d 两种历时,MSWEP 和地表极值降水量之间存在较明显的非线性关系。但随着历时增加,MSWEP 对极值降水量的拟合精度不断 提 高,误 差 的 非 线 性 效 应 降 低,反 映 出MSWEP 对长历时极值降水量具有较强的定量表征能力。表 3 栅格单元尺度上 MSWEP 各历时极值降水量和汛期降水量精度指标值Table 3 Accuracy indices for MSWEP extreme precipitationand flood season precipitation on grid scale降水量ME/mmMAE/mmRBIAS/%ARBIAS/%RMSE/mmCCPmax1d-30.6234.95-323646.860.43Pmax3d-34.1641.92-253156.890.52Pmax7d-36.6447.96-212763.510.63Pmax15d-37.2956.05-162376.570.68Pmax30d-45.1970.72-142294.780.73Pmax45d-49.0179.42-1220106.080.73Pmax60d-49.5786.11-1119114.510.73Pmax90d-48.5897.79-817131.540.75P汛期-40.18107.93-615146.090.75171(a)Pmax1d(b)Pmax3d(c)Pmax7d(d)Pmax15d(e)Pmax30d(f)Pmax45d(g)Pmax60d(h)Pmax90d(i)P汛期图 5 雨量站对应的极值降水量和汛期降水量多年均值空间分布Fig.5 Spatial distributions of annual means of extreme precipitation and flood season precipitation of gauge observations(a)Pmax1d(b)Pmax3d(c)Pmax7d(d)Pmax15d(e)Pmax30d(f)Pmax45d(g)Pmax60d(h)Pmax90d(i)P汛期图 6 MSWEP 对应的极值降水量和汛期降水量的多年均值空间分布Fig.6 Spatial distributions of annual means of MSWEP extreme precipitation and flood season precipitation从图 7 可知,在栅格尺度上 MSWEP 各历时极值降水量误差与雨量站实测降水量之间呈现出显著线性负相关性,也存在一定的“低值高估、高值低估”现象。随着历时的增加,MSWEP 极值降水量误差更加集中分布在“0”值附近,回归直线斜率的绝对值总体降低,说明 MSWEP 对地表极值降水量的表征能力总体随着历时延长而提高。图 8 给 出 了 栅 格 尺 度 上 MSWEP 对 应 的Pmax1d、Pmax3d 和 Pmax7d 精度指标空间分布。对于3 种历时,MSWEP 极值降水量精度在武澄锡虞区北部及湖西区环湖一带相对较低,与 MSWEP 日降水量精度的分布情况有所不同。3.2.2 面平均尺度图 9 给出了研究区域面平均尺度上雨量站与MSWEP 极值降水量和汛期降水量的散点图。与栅格单元尺度结果相比,对于不同历时,研究区域面平均尺度上 MSWEP 对雨量站数据的拟合精度普遍有所提高。MSWEP 不同历时极值降水量的MAE、ARBIAS、RMSE 均有一定幅度降低,CC 均有一定程度提升。还可发现,MSWEP 对极值降水量的表征能力随历时延长而提高。在面平均尺度上,对于年最大 15 d 及更长历时的极值降水量,MSWEP 具有较强的定量表征能力,其相对偏差在-10%以内。4 结 论a.MSWEP 对江苏省太湖流域 19792019 年日降水量总体上具有较强解释能力,但精度具有明显的空间差异性,具体表现为分布着大型水域的太湖区和山丘区较为集中的湖西区精度相对较差,表明 MSWEP 对地表降水的表征能力受研究区域降水特征和下垫面特征影响。同时,MSWEP 对雨量站实测降水量存在一定程度的低估,且 MSWEP 对日降水事件存在较为明显的“低值高估、高值低估”现象,易漏报和低估大雨、暴雨事件。271(a)Pmax1d(b)Pmax3d(c)Pmax7d(d)Pmax15d(e)Pmax30d(f)Pmax45d(g)Pmax60d(h)Pmax90d(i)P汛期图 7 栅格尺度上 MSWEP 极值降水量和汛期降水量误差与雨量站实测降水量散点图Fig.7 Scatter plots of errors of MSWEP extreme precipitation and flood season precipitation on grid scaleversus gauge observations(a)MAE(Pmax1d)(b)MAE(Pmax3d)(c)MAE(Pmax7d)(d)ARBIAS(Pmax1d)(e)ARBIAS(Pmax3d)(f)ARBIAS(Pmax7d)(g)CC(Pmax1d)(h)CC(Pmax3d)(i)CC(Pmax7d)图 8 栅格尺度上 MSWEP 极值降水量精度指标的空间分布Fig.8 Spatial distributions of accuracy indices for MSWEP extreme precipitation on grid scale371(a)Pmax1d(b)Pmax3d(c)Pmax7d(d)Pmax15d(e)Pmax30d(f)Pmax45d(g)Pmax60d(h)Pmax90d(i)P汛期图 9 面平均尺度上 MSWEP 极值降水量和汛期降水量与雨量站实测降水量散点图Fig.9 Scatter plots of MSWEP extreme precipitation and flood season precipitation versus gauge observations on areal mean scale b.MSWEP 基本可反映研究区域各历时极值降水量和汛期降水量的空间分布格局,但在具体细节上与地面降水场有一定差异。MSWEP 对最大 1 d和 3 d 极值降水量的定量表征能力不足,但随着历时增加,MSWEP 对雨量站实测降水量的拟合精度不断提高,MSWEP 对 15 d 及更长历时极值降水量具有较强定量表征能力。c.MSWEP 日降水量和极值降水量的误差与降水强度之间存在显著的线性负相关性,MSWEP 的精度与空间尺度有关。在研究区域面平均尺度上,由于降水的空间均化效应和尺度不匹配性的消除,MSWEP 对日降水量和极值降水量的表征能力明显优于栅格尺度。参考文献:1 BECK H E,VAN DIJK A I J M,LEVIZZANI V,et al.MSWEP:3-hourly 0.25 global gridded precipitation(1979-2015)by merging gauge,satellite,and reanalysisdataJ.Hydrology and Earth System Sciences,2017,21(1):589-615.2 NAIR A S,INDU J.Performance assessment of multi-sourceweighted-ensembleprecipitation(MSWEP)product over IndiaJ.Climate,2017,5(1):2.3 BAI Peng,LIU Xiaomang.Evaluation of five satellite-based precipitation products in two gauge-scarce basins onthe Tibetan Plateau J.Remote Sensing,2018,10(8):1316.4 AWANGE J L,HU K X,KHAKI M.The newly mergedsatellite remotelysensed,gaugeandreanalysis-based471multi-source weighted-ensemble precipitation:evaluationover Australia and Africa(1981-2016)J.Science of theTotal Environment,2019,670:448-465.5 ALIJANIAN M,RAKHSHANDEHROO G R,MISHRA AK,et al.Evaluation of satellite rainfall climatology usingCMORPH,PERSIANN-CDR,PERSIANN,TRMM,MSWEPoverIran J.InternationalJournalofClimatology,2017,37(14):4896-4914.6 SUN Guikai,WEI Yixiong,WANG Guoshuai,et al.Downscaling correction and hydrological applicability ofthethreelatesthigh-resolutionsatelliteprecipitationproducts(GPM,GSMAP,and MSWEP)in the PingtangCatchment,China J.Advances in Meteorology,2022,2022:6507109.7 王圆圆,郭徵,李贵才,等.基于广义加性模型估算19792014 年三峡库区降水及其特征分析J.地理学报,2017,72(7):1207-1220.(WANG Yuanyuan,GUOZheng,LI Guicai,et al.Precipitation estimation andanalysis of the Three Gorges Dam region(1979-2014)bycombininggaugemeasurementsandMSWEPwithgeneralized additive modelJ.Acta Geographica Sinica,2017,72(7):1207-1220.(in Chinese)8 马放,李国芳,高倩雨,等.三种卫星降水产品在乐安河流域径流模拟中的应用J.水电能源科学,2021,39(12):21-24.(MA Fang,LI Guofang,GAO Qianyu,et al.Application of three satellite precipitation products insimulating streamflow of the Lean River BasinJ.WaterResources andPower,2021,39(12):21-24.(inChinese)9 王振亚,姚成,董俊玲,等.郑州“720”特大暴雨降水特征及其内涝影响J.河海大学学报(自然科学版),2022,50(3):17-22.(WANG Zhenya,YAO Cheng,DONG Junling,et al.Precipitation characteristic and urbanflooding influence of“7 20”extreme rainstorm inZhengzhou J.Journal of Hohai University(NaturalSciences),2022,50(3):17-22.(in Chinese)10 中国气象局气候变化中心.中国气候变化蓝皮书(2021)M.北京:科学出版社,2021.11 DENG Pengxin,ZHANG Mingyue,HU Qingfang,et al.Patternofspatio-temporalvariabilityofextremeprecipitation and flood-waterlogging process in HanjiangRiverBasin J.AtmosphericResearch,2022,276:106258.12 刘家宏,骆卓然,张永祥,等.城市化对河南省极端降水空间分布的影响J.水资源保护,2022,38(1):100-105.(LIU Jiahong,LUO Zhuoran,ZHANG Yongxiang,etal.Influence of urbanization on spatial distribution ofextreme precipitation in Henan Province J.WaterResourcesProtection,2022,38(1):100-105.(inChinese)13 ALVAREZ-SOCORRO G,FERNNDEZ-ALVAREZ J C,SORR,etal.Space-timeassessment