川渝地区汛期逐小时降水融合产品误差分析.pdf

第 10 期 旷兰等：川渝地区汛期逐小时降水融合产品误差分析 953 中国农业气象（Chinese Journal of Agrometeorology）2023 年doi:10.3969/j.issn.1000-6362.2023.10.008 旷兰,田茂举,李强,等.川渝地区汛期逐小时降水融合产品误差分析J.中国农业气象,2023,44(10):953-963 川渝地区汛期逐小时降水融合产品误差分析*旷 兰1，田茂举1*，李 强2，庞 玥2，吉 莉3，刘 祥4(1.重庆市綦江区气象局，綦江 401420；2.重庆市气象台，重庆 401147；3.重庆市北碚区气象局，北碚 400700；4.重庆市气象服务中心，重庆 401147)摘要：利用 2021 年汛期三套降水融合产品 CMPAS、GSMaP 和 IMERG，经质量控制后的川渝地区 190 个国家气象站逐小时降水数据，结合川渝地区的不同地形区间和不同小时雨强对三套融合产品进行误差分析。结果表明：（1）2021 年汛期总降水量空间分布上，CMPAS 产品与站点实测最为接近，其次依次为 GSMaP、IMERG产品。（2）针对不同地形区、不同时段，CMPAS 产品的相关性、命中率、关键成功率最优，IMERG 次之；CMPAS 产品的偏差、均方根误差、误报率最小，GSMaP 产品的误报率最大，IMERG 的偏差、均方根误差最大；各融合产品在 8 月和 9 月的命中率、关键成功率最优，在 20：00次日 2：00、2：008：00 的相关性、命中率、关键成功率最优，误差和误报率最小。（3）针对不同小时雨强，CMPAS 明显优于 IMERG 和 GSMaP产品；其中 CMPAS 产品 5 月和 9 月的相关性、命中率、关键成功率最优；当小时雨强增大时，各融合产品的均方根误差逐渐增大。研究结果说明汛期 CMPAS 产品在川渝地区的精度明显优于 IMERG 和 GSMaP 产品，可以为地面实测数据缺乏的地区提供有效的降水数据补充。关键词：川渝地区；降水融合产品；CMPAS；GSMaP；IMERG；误差分析 Error Evaluation of Hourly Precipitation Fusion Products during Flood Season in Sichuan and Chongqing KUANG Lan1,TIAN Mao-ju1,LI Qiang2,PANG Yue2,JI Li3,LIU Xiang 4(1.Qijiang District Meteorological Bureau of Chongqing,Qijiang 401420,China;2.Chongqing Meteorological Observatory,Chongqing 401147;3.Beibei District Meteorological Bureau of Chongqing,Beibei 400700;4.Chongqing Meteorological Service Center,Chongqing 401147)Abstract:Three sets of precipitation fusion products CMPAS,GSMaP and IMERG in the flood season of 2021,and the hourly precipitation data of 190 national meteorological stations in Sichuan and Chongqing region after quality control were used to test the error analysis of the three sets of products in combination with different terrain intervals and different hourly rainfall intensity in Sichuan and Chongqing region,so as to provide data support for flood season hydrometeorological disaster prevention and reduction.Some results in this study showed that:(1)in terms of the spatial distribution of total rainfall in 2021 flood season,CMPAS products were the closest to the site measured precipitation,followed by GSMaP and IMERG products.(2)According to different topographic areas and different time periods,CMPAS products had the best correlation,hit rate and key success rate,followed by IMERG.The deviation,root mean square error and false positive rate of CMPAS products were the smallest,the false positive rate of GSMaP products was the largest,and the deviation and root mean square error of IMERG products were the *收稿日期：20221025 基金项目：重庆市自然科学基金面上项目（cstc2021jcyj-msxmX0057）；重庆市气象部门业务技术攻关项目（YWJSGG-202012；YWJSGG-202128）；重庆市气象部门青年基金项目（QNJJ-202010）*通讯作者：田茂举，高级工程师，主要从事 GIS 和天气预报研究，E-mail： 第一作者联系方式：旷兰，E-mail： 中 国 农 业 气 象 第 44 卷 954 largest.The hit rate and critical success rate of all fusion products were the best in August and September,and the correlation,hit rate and critical success rate were the best in 20：00next 2：00 and 2：008：00,while the error and false positive rate were the least.(3)CMPAS was obviously better than IMERG and GSMaP for different hourly rainfall intensity.The correlation,hit rate and critical success rate of CMPAS products in May and September were the best.As the hourly rain intensity increased,the root mean square error of each fusion product increased gradually.The above results indicate that the accuracy of CMPAS products in flood season was obviously better than that of IMERG and GSMaP products in Sichuan and Chongqing,which could provide effective precipitation data supplement for areas lacking ground measured data.Key words:Sichuan and Chongqing region;Precipitation fusion product;CMPAS;GSMaP;IMERG;Error analysis 极端降水事件可能引发中小河流洪水、地质滑坡、泥石流等自然灾害，干旱事件可能影响农业和水资源管理，因此，从空间监测不同的降水强度是必要的，特别是地面观测缺乏的地区。受地形和环境因素影响，地面雨量计常常分布不均，特别是高海拔地区常常分布有限，而降水融合产品提供了更大规模的空间覆盖，以弥补空间缺乏的地面观测19。CMPAS_FRT10（CMA Multi-source Merged Precipitation Analysis System,CMPAS）中国逐小时降水实时融合实况分析产品，是中国区域地面卫星雷达三源融合降水分析产品 CMPAS 的降水融合产品之一，利用经质量控制的国家级气象站和区域国家气象站的逐小时降水观测资料、中国气象局气象探测中心研制的全国雷达拼图定量估测降水产品、国家卫星气象中心研制的 FY2 小时降水产品，采用概率密度函数匹配法、贝叶斯模型平均法、空间降尺度技术以及最优插值法等关键技术研制而成。GSMaP_Gauge11（Gauge-calibrated Rainfall Product，GSMaP）卫星降水产品，是经过美国气候预测中心（Climate Prediction Center,CPC）全球雨量站点、气候以及地形等校正后的卫星降水数据。IMERG_Final Run12（Integrated Multi-satellite Retrievals for GPM,IMERG）卫星降水产品，是全球降水观测计划 GPM（Global Precipitation Measurement）推出的新一代多卫星联合反演的降水产品之一，首先利用 GPM 平台上的主被动微波传感器、各类红外传感器数据以及融合 TRMM(Tropical Rainfall Measuring Mission)时代的卫星降水反演算法，然后经过全球雨量站点的校正算法研制而成。近年来，国内外已有学者开展不同降水融合产品在不同地区的适用性评估。Chua 等13证明了CMORPH 和 GSMaP 降水融合产品在澳大利亚地区具有良好的适用性，且精度高度依赖于降雨强度。陈晓宏等14验证了 GPM 和 IMERG 降水融合产品在北江流域具有良好的适用性。Yang 等15按照降水强度通过相关系数、均方根误差、命中率等指标检验了 IMERG 降水融合产品在四川省的精度。史岚等16证明了在中国区域内 CMPAS 卫星降水产品与地面观测值具有较好的相关性。目前还鲜有针对CMPAS、GSMaP 和 IMERG 三种降水融合产品的对比评估，尤其是针对主汛期（59 月）不同地形区、不同小时雨强的对比研究相对匮乏。川渝地区地处第一级青藏高原和第二级长江中下游平原的过渡带，有丘陵、低山和高山等复杂地势，因此，本研究基于前人已有成果，重点结合川渝地区不同地形区、不同小时雨强等对各降水融合产品进行综合检验评价，以期为汛期水文气象防灾减灾提供数据支撑。1 资料与方法 1.1 研究区域 研究区域为川渝地区，地处第一级青藏高原和第二级长江中下游平原的过渡带，地势高低悬殊，西高东低，由西北向东南倾斜，地跨青藏高原、横断山脉、云贵高原、秦巴山地和川渝盆地。受地形和气候影响大，降水时空分布差异明显，其中以汛期（59 月）较多，东部和南部偏多，主要原因是来自东太平洋和印度洋季风携带的水汽受到独特地形作用，在川渝盆地形成充足降水。因此，着重分析不同卫星降水产品在不同地形区上的误差特征，利用 SRTM（Shuttle Radar Topography Mission）的数字高程（DEM，Digital Elevation Model）模型，根据川渝地区的高程差异，将川渝地区分为 4 个地形区，即海拔 500m 以下为地形 I 区，海拔 5001000m 为地形区，海拔 10003000m 为地形区，海拔 3000m以上为地形区，地形及区域划分如图 1 所示。第 10 期 旷兰等：川渝地区汛期逐小时降水融合产品误差分析 955 图1 川渝地区地形区域划分（、区）及 190个国家气象站分布 Fig.1 Distribution of terrain,and national meteorological stations in Sichuan and Chongqing 注：地形、和区的海拔区间分别为500m、5001000m、10003000m 和3000m。Note：Elevation range of terrain,and is 500m,5001000m,10003000m,and 3000m,respectively.1.2 数据来源及处理（1）融合产品降水数据 包括 2021050120210930 川渝地区卫星降水数据，其中 CMPAS 卫星降水产品的时空分辨率 为 0.05h1，来自国家气象信息中心网。GSMaP（https:/sharaku.eorc.jaxa.jp/GsMap/index.htm）卫星降水产品的时空分辨率为 0.1h1。IMERG（https:/gpm.nasa.gov/data-access/downloads/gpm）卫星降水产品的时空分辨率为 0.130min1。利用最近距离插值法提取各个国家气象站点的栅格数据，为了方便与国家气象站实测降水数据进行对比分析，将各卫星降水产品的时间分辨率统一处理为 1h。（2）站点实测降水数据 包括2021050120210930川渝地区190个国家气象站逐小时降水实况资料，来自全国气象信息综合分析处理系统（Meteorological Information Combine Analysis and Process System,MICAPS）。（3）基础地理数据 基于空间分辨率为 12.5m 的数字高程模型，采用 ALBERS 等面积圆锥投影和 WCG1984 大地坐标系，利用 ArcGIS 提取各站点海拔，再根据地形 I、和区的海拔区间对各国家气象站点进行归类处理。1.3 误差评估 降水融合产品与国家气象站降水数据之间的误差评估指标17分为两类，一类为误差统计指标，另一类为对降水事件判断准确性评估指标，具体见表 1表 1 降水融合产品评估指标 Table 1 Evaluation index of precipitation fusion products 指标 Index 公式 Formula 取值范围 Data range 量纲Dimension 最佳值Optimum value相关系数 COR Niii=1NN22iii=1i=1(GG)(OO)COR=(GG)(OO)1,1 1 均方根误差 RMSE N2iii=11RMSE=(GO)N 0,)mm 0 统计指标Statistical index 偏差 BIAS Niii=1Nii=1(GO)BLAS=O(,)0 命中率 POD HitPOD=HitFalse 0,1 1 误报率 FAR FalseFAR=HitFalse 0,1 0 分类指标 Classification index 关键成功指数 CSI HitCSI=HitMissFalse 0,1 1 注：Oi为站点观测值，Gi为降水融合产品插值到国家气象站点所得到的值，G为降水融合产品插值到国家气象站点的平均值，O为站点观测值的平均值。i 为站点，N 为参与检验的总站数。Hit、Miss 和 False 见表 2。Note：Oi is the observed value of the site,Gi is the value obtained by interpolation of precipitation fusion products into national meteorological stations,Gis the average value of precipitation fusion product interpolation to the national meteorological station,Ois the average value of observation at the station,i is station,N is the total number of stations participating in the test.COR is correlation coefficient,BIAS is relative bias,RMSE is root mean squared error,POD is probability of detection,FAR is false alarm ration,CSI is critical success index.Hit,Miss and False are shown in table 2.中 国 农 业 气 象 第 44 卷 956 和表 2。其中误差统计指标主要包括相关系数(Correlation Coefficient,COR)，用来分析卫星降水与国家气象站降水数据的相关性；相对偏差(Relative Bias,BIAS)用来分析卫星降水与国家气象站降水数据之间的偏离程度；均方根误差(Root Mean Squared Error,RMSE)用来分析卫星降水与国家气象站降水数据的离散程度。对降水事件判断准确性评估指标包括，利用误差分解模型将降水事件分为命中事件、漏报事件和误报事件 3 种误差成分18（表 2）。为进一步综合描述 3 种不同误差成分对总体误差的贡献程度，又分为（详见表 1）命中率（Probability of Detection,POD），即卫星数据准确及时捕捉实际的降水事件能力；误报率（False Alarm Ration,FAR），即卫星对降水事件的错误估计程度；关键成功指数（Critical Success Index,CSI），是综合考虑 POD 和 FAR 的情况，用来衡量卫星降水探测实际降水事件的真正水平。1.4 数据处理 利用最近距离法提取国家气象站点所处的栅格处的融合产品数据，并与站点实测降水数据进行误差分析。其次，基于 ArcGIS 平台，利用 SRTM 的数字高程（DEM）模型，根据川渝地区的高程差异，将川渝地区分为 4 个地形区，即海拔 500m 以下为地形 I 区，海拔 5001000m 为地形区，海拔10003000m 为地形区，海拔 3000m 以上为地形区，并从 4 个地形区分别计算其误差指标。2 结果与分析 2.1 各融合产品汛期小时降水量时空分布差异分析 2.1.1 空间分布 由图 2 可见，各融合产品以及实测数据均显示，川渝地区 2021 年汛期（59 月）逐小时降水量总和呈基本相似的分布趋势，主要表现为地形 I 区的降水量最大，依次为地形、区，地形及区域划分如图 1 所示。表 2 降水融合产品对降水事件判断的准确性评估指标 Table 2 Evaluation index of the accuracy of precipitation event judgment by precipitation fusion products 降水融合产品 Precipitation fusion product 地面降水 Surface precipitation 阈值 Threshold value 阈值 Threshold value 地面降水阈值 Surface precipitationthreshold value 命中 Hit 漏报 Miss 地面降水阈值 Surface precipitationthreshold value 误报 False 注：0.1mmh1作为判断是否发生降水事件的阈值。Note:0.1mmh1 is used as the threshold of whether precipitation events occur.图 2 川渝地区四种产品 2021 年汛期（59 月）逐小时降水量总和的空间分布(mm)Fig.2 Spatial distribution of hourly precipitation totals during May-September(flood season)in 2021 of four kinds products in Sichuan and Chongqing region(mm)注：OB 是川渝地区 190 个国家气象站逐小时实测降水资料。GSMaP 为美国气候预测中心校正后的卫星降水数据、CMPAS 为中国区域地面卫星雷达三源融合的降水分析产品数据、IMERG 为全球降水观测计划 GPM 发布的降水融合产品在川渝地区190 个国家气象站点逐小时降水量的插值。下同。Note：OB is the hourly measured precipitation data of 190 national meteorological stations in Sichuan and Chongqing.GSMaP is the corrected satellite precipitation data of the US Climate Prediction Center,CMPAS is the precipitation analysis product data of ground-satellite-radar fusion in China,and IMERG is the hourly precipitation interpolation of the precipitation fusion product released by the Global Precipitation Observation program GPM at 190 national meteorological stations in Sichuan and Chongqing.The same as below.第 10 期 旷兰等：川渝地区汛期逐小时降水融合产品误差分析 957从降水量数据看，各融合产品间存在明显差异。以站点实测降水量数据（图 2a）为基准，CMPAS 产品各降水量级区间数据分布与实况最接近；其次为GSMaP 产品，主要差别表现为在地形 I 区和区存在高估，2021 年的汛期降水总量在 10001500mm和 15002000mm 范围的站点明显增多；IMERG 产品基本在各地形区域均存在明显高估。2.1.2 汛期各月分布 由图 3 可见，各融合产品以及实测数据的不同小时雨强逐月分布均显示，各融合产品间均存在差异。以实测数据的小时雨强 OB 为基准，当小时雨强为 0.11.9mmh1、2.04.9mmh1时（图 3a、3b），各融合产品差别不大，其中 CMPAS 产品的小时雨强偏高最多，其次是 IMERG 产品，而 GSMaP 产品的小时雨强偏低。当小时雨强为 5.09.9mmh1时（图 3c），各类融合产品差别不大，其中 CMPAS 与实测数据基本保持一致，IMERG 产品偏高，而GSMaP 产品偏低。当小时雨强为 10.019.9mmh1时（图 3d），各融合产品差异增大，其中 CMPAS在 5 月略比实测数据偏高，在 7 月和 9 月略微偏低，在 6 月和 8 月基本持平；IMERG 产品在 57 月略微偏低，9 月略微偏高，8 月基本持平；而 GSMaP 产品却明显偏低。当小时雨强20.0mmh1时（图 3e），各类融合产品的小时雨强基本小于 50.0mmh1，大于 100.0mmh1的小时雨强主要出现在 8 月和 5 月，其中 IMERG 产品比实测数据偏高，而其它融合产品与实测数据差异不大。2.2 各融合产品不同时段小时降水量误差分布特征分析 2.2.1 整个汛期误差特征 分析各误差统计指标和分类统计指标的空间分布，结果见图 4。由图可见，从相关系数来看，CMPAS产品的相关系数均在 0.65 以上，其中大部分站点的相关系数在 0.85 以上，而 IMERG 和 GSMaP 产品的相关系数则低于 0.65；从偏差 BIAS 来看，CMPAS产品的偏差绝对值0.5，而 IMERG 产品的偏差绝对值则0.5，且大部分站点的偏差绝对值1.0，GSMaP 产品的偏差绝对值1.0，且大部分站点的偏差绝对值0.5；从均方根误差 RMSE 来看，CMPAS产品大部分站点1.0mm，IMERG 和 GSMaP 产品在地形区的误差普遍小于地形 I、区，其中IMERG产品的误差在各地形区都大于GSMaP产品；从命中率 POD 来看，CMPAS 产品的命中率普遍0.65，其次是 IMERG 产品，GSMaP 产品命中率最低；图 3 四种产品汛期各月平均小时雨强的分类比较 Fig.3 Monthly distribution of rainfall intensities in different hours 注：为各产品的中位数，为所有产品的中位数，分别为上四分位点、下四分位点。下同。Note：is the median value of each product,line in the middle is the median of all products,-lines at both ends are the upper and lower quartile sites respectively.The same as below.中 国 农 业 气 象 第 44 卷 958 图 4 整个汛期三种融合产品与 OB 产品比较的逐小时降水量误差分布 Fig.4 Compared the error distribution of hourly precipitation between three fusion products and OB products in flood season 从误报率 FAR 来看，CMPAS 产品的误报率最低，各站点均低于 0.45 且大部分站点低于 0.25，IMERG 产品的误报率高于 CMPAS 产品又低于 GSMaP 产品；从关键成功指标 CSI 来看，CMPAS 产品的关键成功指标大部分站点高于0.65，其次依次是IMERG产品、GSMaP 产品。第 10 期 旷兰等：川渝地区汛期逐小时降水融合产品误差分析 9592.2.2 汛期各月误差特征 分析各误差统计指标和分类统计指标的逐月变化，结果见图 5。由图可见，CMPAS 产品的相关性最好，其次是 IMERG 产品；CMPAS 产品的偏差最小，其次是 GSMaP 产品；CMPAS 产品的均方根误差最小，其次是 GSMaP 产品；CMPAS 产品的命中率最大，其次是 IMERG 产品；CMPAS 产品的误报率最小，其次是 IMERG 产品；CMPAS 产品的关键成功指标最大，其次是 IMERG 产品。且 CMPAS 产品各站点的偏差均值接近 0，GSMaP 产品各站点的偏差均值略微大于 0，IMERG 产品各站点的偏差明显大于 0。其中又以 8 月产品质量最好，其次依次是9 月、7 月、6 月和 5 月。2.2.3 日值误差特征 由图 6 可见，CMPAS 产品的相关性最好，其次是 IMERG 产品，其中在 14：0020：00 时段产品的相关性最小；CMPAS 产品的偏差最小，其次是GSMaP 产品，其中 CMPAS 产品各站点的偏差均值 图 5 59 月三种融合产品与 OB 产品比较逐小时降水量的误差分布 Fig.5 Compared error distribution of hourly precipitation between three fusion products and OB products from May to Sep 图 6 三种融合产品与 OB 产品比较的逐小时降水量误差日内分布 Fig.6 Compared intra-day distribution of hourly precipitation errors with OB products and three fusion products 中 国 农 业 气 象 第 44 卷 960 接近 0，GSMaP 产品各站点的偏差均值略大于 0，IMERG 产品各站点的偏差明显大于 0，14：0020：00 偏差幅度变化最大；CMPAS 产品的均方根误差最小，其次是 GSMaP 产品，其中 14：0020：00 均方根误差变化幅度最小；CMPAS 产品的命中率最大，其次是 IMERG 产品，其中在 2：008：00 时段命中率最高，其它依次是 8：0014：00、20：00次日2：00、14：0020：00；CMPAS 产品的误报率最小，其次是 IMERG 产品，其中 14：0020：00 的误报率最大，其次依次是 8：0014：00、20：00次日 2：00、2：008：00；CMPAS 产品的关键成功指标最高，其次是 IMERG 产品，其中 2：008：00 关键成功指标最高，其它依次是 8：0014：00、20：00次日 2：00、14：0020：00。2.3 各融合产品中不同降水强度下小时降水量的误差特征分析 根据站点观测值的每小时降水量进行降水强度分级，分级标准为 0.11.9mmh1、2.04.9mmh1、5.09.9mmh1、10.019.9mmh1以及20.0mmh1，对不同降水强度下各误差统计指标和分类统计指标的变化进行分析，结果见图 7。由图中可见，CMPAS产品的质量明显优于 IMERG 产品和 GSMaP 产品，而 IMERG 产品和 GSMaP 产品的质量无明显差异。随着小时雨强的增大，各产品的相关系数 COR、命中率 POD、关键成功指标 CSI 先逐渐降低后逐渐增高，呈 V 字型变化，其中当降水强度20.0mmh1时，指标最高；随着降水强度的增大，各产品的偏差 BIAS 值越小，均方根误差 RMSE 越大，误报率FAR 先增大后减小呈倒 V 字型变化。2.4 各融合产品中不同地形区域小时降水量的误差特征分析 由图 8 可见，各产品在不同地形区与国家气象站降水之间的散点数密度大都10.0mmh1，且地形区的小时雨强的极大值最大，其次依次为区、区和区。各产品的相关性随地形区变化并不明显，但均方根误差 RMSE 随着海拔增大而降低明显，即区的误差最大，其中 CMPAS 产品的拟合效果最好，均方根误差最小，其次是 GSMaP 产品，IMERG产品的误差最大。分析各产品在不同地形区上的泰勒图分布，结果见图 9。由图中可见，以 CMPAS 产品的相关系数最优，IMERG 产品和 GSMaP 产品的相关系数差异较小；CMPAS 产品的均方根误差最低，其次是GSMaP 产品，IMERG 产品的均方根误差最大；且IMERG 产品的标准偏差也最大。对于均方根误差，CMPAS 产品在不同地形区的差异不明显，而 GSMaP和 IMERG 产品随着地形区的增大而逐渐增大，即地形区的误差最大，其中 IMERG 产品的误差最大，图 7 三种融合产品在不同降水强度下逐小时降水量的误差统计和评价（与 OB 产品比较）Fig.7 Error statistics and evaluation of hourly precipitation of three fusion products under different precipitation intensification(compared with OB products)第 10 期 旷兰等：川渝地区汛期逐小时降水融合产品误差分析 961 图 8 不同地形区域内三种融合产品与 OB 产品逐小时降水量比较散点图 Fig.8 Scatter plot of hourly precipitation comparison between three fusion products and OB products in different terrain areas 注：区代表不同地形区域。红线代表线性拟合线，黑色实线代表 1:1 最佳线。黑色虚线代表拟合最佳上线和下线，分别对应 y=1.15x+0.05(上线)和 y=0.85x0.05(下线)。Note：Zone represents different topographic regions.The red line represents the linear fitting line,the black solid line represents the 1:1 best line,and the black dashed line represents the upper and lower line with the best fitting,Corresponding to y=1.15x+0.05(upper line)and y=0.85x0.05(bottom line).CMPAS 产品的误差最小。3 结论与讨论 3.1 结论（1）2021 年汛期总降水量空间分布上，CMPAS产品与实测数据最为接近，GSMaP 产品在川渝盆地高估，IMERG 产品在整个川渝地区明显高估，且地形 I 区和区的降水明显大于地形区和区。（2）针对不同地形区、不同月份、不同时次段，CMPAS 产品的相关性、命中率、关键成功率最优，IMERG 次之；CMPAS 产品的偏差、均方根误差、误报率最小，GSMaP 产品的误报率最大，IMERG 的偏差、均方根误差最大；各产品在不同地形区的误差指标相差较小；CMPAS、IMERG、GSMaP 产品 8 月和 9 月的命中率、关键成功率最优；CMPAS、IMERG、GSMaP 产品在 20：00次日 2：00、2：008：00 时段的相关性、命中率、关键成功率最优，误差和误报率最小，其次是 8：0014：00、14：0020：00。（3）针对不同小时雨强，CMPAS 产品明显优于IMERG 和 GSMaP 产品，IMERG 和 GSMaP 产品相差较小；CMPAS 产品 5 月和 9 月的相关性、命中率、中 国 农 业 气 象 第 44 卷 962 图 9 不同地形区域三种融合产品与 OB 产品逐小时降水量比较的泰勒图 Fig.9 Taylor chart for hourly precipitation comparison between three fusion products and OB product in different terrain areas 注：散点代表卫星产品，辐射线代表相关系数，坐标轴代表标准偏差，虚线代表均方根误差。Note：Scatter represents satellite products,radiation represents correlation coefficient,horizontal and vertical axes represent standard deviation,and dotted lines represent root mean square error.关键成功率最优，6 月和 8 月次之；当小时雨强增大时，各融合产品的均方根误差逐渐增大，IMERG 和GSMaP 产品的命中率、关键成功率逐渐减小，而CMPAS 产品则先减小，当小时雨强20.0mmh1时，其命中率、关