降水是全球水文、水資源、碳循環(huán)與能量平衡中的關鍵變量。當前，主流衛(wèi)星降水產品普遍受到空間分辨率粗的限制，難以滿足山洪監(jiān)測、滑坡預警及精準水資源管理等對高時空精度數(shù)據(jù)的需求。

　　中國科學院成都山地災害與環(huán)境研究所研究員趙偉團隊聯(lián)合中山大學科研團隊，提出了基于高空間分辨率土壤水分的降水空間降尺度與多源數(shù)據(jù)融合模型（SMPD-MERG）相結合的混合降尺度框架，提升了衛(wèi)星降水產品的精度與應用價值。這一方法融合GPM-IMERG衛(wèi)星日降水產品、生成的ESA CCI 1 km土壤水分數(shù)據(jù)、ERA5-Land再分析降水數(shù)據(jù)以及地面測站觀測數(shù)據(jù)，利用土壤水分平衡方程將原始GPM降水數(shù)據(jù)空間分辨率提升至1 km，并通過隨機森林算法對多源數(shù)據(jù)進行集成，構建出高時空分辨率、精度優(yōu)異的日尺度降水產品。

　　該研究以伊比利亞半島中部為示范區(qū)，匯集277個雨量站數(shù)據(jù)開展模型驗證（222個用于訓練，55個用于獨立檢驗），全面評估了模型的適應性與穩(wěn)定性。結果表明，SMPD-MERG產品在不同季節(jié)條件下均可以精細刻畫降水的空間變異特征，減弱了原始GPM產品的塊狀效應，并能夠有效識別微小降水變化。在模型性能方面，生成產品的相關系數(shù)達0.94，均方根誤差1.27 mm，相對偏差僅為1%，Kling-Gupta效率系數(shù)達0.88，優(yōu)于傳統(tǒng)降尺度方法。

　　上述研究在提升衛(wèi)星降水數(shù)據(jù)空間分辨率方面實現(xiàn)了技術突破，為開展高精度水文模擬、極端氣象事件預警和區(qū)域水資源精準管理提供了數(shù)據(jù)支持，展現(xiàn)出應用前景與推廣價值。

　　相關研究成果發(fā)表在《IEEE地球科學與遙感學報》（IEEE Transactions on Geoscience and Remote Sensing）上。研究工作得到國家自然科學基金和西藏自治區(qū)科技計劃項目等的支持。

SMPD-MERG模型的高空間分辨率降水估算流程

　　（a）旱季和雨季SMPD-MERG結果與原始GPM產品的空間分布對比；（b-c）旱季和雨季SMPD-MERG結果與原始GPM產品的累積概率比較；（d）SMPD-MERG結果與2016年至2018年雨量計觀測日降水的密度圖