兰州化物所：基于GPM复合气凝胶的灵敏压力传感器

成果简介

随着智能传感器在各种复杂条件下的广泛应用，需要具有更好的机械性能和导电性能以及更高的温度适应性的传感材料。为此，本文，中国科学院兰州化学物理研究所王金清 团队在《Carbon》期刊 发表名为“Temperature-adaptable pressure sensors based on MXene-coated GO hierarchical aerogels with superb detection capability”的论文，研究通过包括自组装和真空辅助浸涂工艺，设计和制备了GO/PVA/MXene (GPM) 复合气凝胶。

所制备的GPM具有由分层GO网络骨架和 MXene 涂层组成的独特结构，赋予其高杨氏模量 (11.2 kPa) 和可压缩性 (90%)。通过有限元 (FE) 模拟证明，GPM 的弹性和韧性源于分层微观结构和改进的壳厚度。此外，GPM 在 50% 应变下具有 5,000 次压缩循环的长期耐久性，1.744 kPa-1的高灵敏度和4.5ms的快速响应时间。进一步的应用实例表明，基于GPM的压力传感器具有超强的生理信号捕捉能力，可以实现指尖脉搏和颞动脉的检测。此外，GPM气凝胶具有较高的隔热效率，在-196°C至300°C的恶劣环境中具有良好的温度适应性。灵敏的压力传感器应该在智能工厂、复杂军事和太空发现的许多领域都有潜在的应用。

图文导读

图1。(a) GPM 气凝胶的合成工艺示意图(b-f) GO 气凝胶和GP8气凝胶在不同放大倍率下的扫描电子显微镜 (SEM) 图像。(g) MXene、GO、PVA、GP 和 GPM 气凝胶的 X 射线衍射 (XRD) 图。

图2。机械性能

图3、 GPM气凝胶的压阻特性

图4、 GPM 的传感器的应用

图5、GPM 的传感器的温度适应性

小结

基于GPM的压力传感器具有超强的生理信号捕捉能力，可实现指尖脉搏检测、手势识别和抓手形状识别。此外，气凝胶具有很高的隔热效率，即使在 -196 °C 至 300 °C 的温度范围内，也具有广泛的温度适应性。这种灵敏的压力传感器应在智能工厂、复杂军事和太空探索的不同领域得到广泛应用。

文献：

https://doi.org/10.1016/j.carbon.2022.08.002

GPM卫星在台风降水过程中的应用评估

摘 要：

【目的】为了解新一代气象卫星对气象灾害预警的监测水平，【方法】以长三角地区约6 000个地面雨量站数据为基准，利用相关系数(CC)、相对偏差(RB)、均方根误差(RMSE)以及分级评分指标等方法定量评估GPM多源卫星融合产品(V6B)IMERG(E＿Cal、L＿Cal、F＿Cal、F＿Uncal)在2015—2021年期间影响长三角地区8个台风(“灿鸿”“温比亚”“云雀”“利奇马”“米娜”“黑格比”“烟花”“灿都”)的降水估测能力。【结果】结果表明：(1)IMERG的4个产品基本可以捕获台风期间的降水分布，它们在长三角地区的平均CC分别为0.70、0.72、0.78、0.73,但容易低估该区域的累积雨量。(2)IMERG在降水中心的雨量估测表现更差，对应的CC分别为0.42、0.44、0.53、0.48。(3)IMERG可监测出长三角和降水中心小时降水的变化趋势，平均CC均达到0.8以上，但它们对短时降水峰值有不同程度的低估和滞后。【结论】IMERG对小于5 mm/h的降水估测能力较好，但随着降水强度(5～20 mm/h)的增加，估测能力逐渐降低，几乎无法估测出大于20 mm/h的极端降水。总体上，F＿Cal、F＿Uncal、L＿Cal、E＿Cal在台风期间的降水估测表现依次变差，它们对强降水的估测精度仍需进一步提升。

关键词：

GPM;IMERG;定量评估;降水估测;台风;极端降水;气候变化;降雨;

作者简介：

汪冬冬(1993—),男，工程师，硕士，主要从事卫星雷达观测资料评估。

*陈生(1979—),男，研究员，博士，主要从事水文气象遥感研究。

基金：

国家自然科学基金项目(41875182);

中国科学院高层次人才计划项目(E2290702);

广西重点研发项目(2021AB40108,2021AB40137);

北部湾环境演变与资源利用教育部重点实验室开放基金项目(NNNU-KLOP-K2103);

宁波市公益性计划重点项目(2022S181);

宁波市自然科学基金项目(202003N4192,202003N4193);

引用：

汪冬冬, 方艳莹, 钱燕珍, 等. GPM 卫星在台风降水过程中的应用评估[J]. 水利水电技术(中英文), 2023, 54(10): 1- 17.

WANG Dongdong, FANG Yanying, QIAN Yanzhen, et al. Evaluation on application of GPM satellites during typhoon-precipitation process [J]. Water Resources and Hydropower Engineering, 2023, 54(10): 1- 17.

0 引 言

高质量的降水产品对业务天气预报、气候模式、水文气象，全球水循环分析以及农业发展等发挥了重要作用。然而，由于海陆分布的差异，如何得出准确可靠的降水数据一直是科学家们亟需面对的重要问题。当前，全球的降水数据主要由地面雨量站，天气雷达以及多源卫星等观测方式得出。地面雨量站可以直接观测出降雨量，并且是最准确的雨量观测数据，但它是单点数据并且分布不均匀，同时也受到地形限制。天气雷达可探测出更高时空分辨率的降雨量，但它对山区的雨量误差相对较大。另外，天气雷达探测的范围十分有限，一些发展中国家的天气雷达布置较稀疏，海洋上也没有天气雷达覆盖。相对于雨量站和天气雷达，多源卫星可探测出全球降水，其中包括海洋、高山以及其它没有雨量站和天气雷达覆盖的地区。

TRMM(Tropical Rainfall Measuring Mission)是第一颗专用于观测热带、亚热带降水的气象卫星。TRMM由NASA(National Aeronautics and Space Administration)和JAXA(Japan Aerospace Exploration Agency)合作开发设计。基于TRMM卫星的观测开发的卫星降水产品主要包括PERSIANN(Precipitation Estimation from Remately Sensed Information using Artificial Neural Networks),PERSIANN-CCS(PERSIANN-Cloud Classification System),CMORPH(Climate Prediction Center MORPHing technique),TMPA(TRMM Multi-satellite Precipitation Analysis)以及GSMap(Global Satellite Mapping of Precipitation project),其中TMPA产品取得了巨大成功，被广泛应用于水文、气象、农业等领域。

2015年4月15日TRMM卫星因燃料用完而退役。为继承和利用TRMM卫星的各种优势和资源，NASA和JAXA共同发起全球降水测量计划(GPM, Global Precipitation Measurement mission),并于2014年2月27日在日本鹿儿岛成功发射了GPM卫星。GPM扩展了TRMM的传感载荷，提高了TRMM时期的QPE(Quantitative Precipitation Estimation)的准确率，也比TRMM探测更大的范围，能够提供全球范围基于微波的3 h以内以及基于微波和红外的半小时雨雪数据产品。GPM可更好地监测到降水云团整个生命周期的运动和演变，特别是对地面观测难以捕捉的海上台风系统。因此，GPM的应用非常有助于台风的预报。GPM中最核心的降水估测算法IMERG(Integrated Multi-satellite Retrievals for GPM)集中了PERSIANN-CCS、CMOPRH和TMPA的众多优点，可以估测出更精细的降水。许多学者从年度和季节角度评估了IMERG产品对我国大陆地区的降水估测能力，结果表明，IMERG在低纬地区表现较好。另有一些研究表明，IMERG估测极端降水仍不够稳定。

我国是一个台风多发的国家。由于台风期间降水分布异常复杂，并且地面观测手段对海上台风的探测非常有限。气象部门要准确的预报台风在某个地区的过程雨量难度极大，而卫星可有效探测到台风在海上的降水实况，对台风预报具有极大的帮助。如前所述，2015年以来新一代GPM卫星的观测能力较TRMM卫星已经大幅提升，但GPM对台风期间的降水监测是否有提升，目前了解依然较少。2015—2021年，我国长江三角洲(以下简称长三角)地区有8次影响较大的台风，分别是2015年“灿鸿”,2018年“温比亚”“云雀”,2019年“利奇马”“米娜”,2020年“黑格比”,2021年“烟花”“灿都”。8次台风影响期间，都对长三角地区部分大城市中心及附近造成了严重的降水。针对这8次台风过程，本研究综合评估IMERG产品对8次台风过程的降水估测精度，揭示卫星对台风降水的观测能力，便于给开发者改进卫星降水估测算法和气象业务部门的雨量预报提供有力的参考。

1 研究区域、数据与方法

1.1 研究区域和对象

研究区域是长三角地区，包括上海、江苏、浙江、安徽三省一市。长三角地区是我国经济发展最活跃、开放程度最高的区域之一。如图1 (a)所示，长三角地区面积广阔，地形复杂，其中浙江和安徽西南部以山区为主，上海、江苏和安徽中北部以平原为主。每年夏秋季节，长三角地区经常有多个台风登陆。登陆台风所引起的大风和暴雨往往会给长三角地区带来严重的经济损失。评估该区域的卫星降水产品，可更加客观地反映出IMERG在不同地形上的降水估测能力。图1(b)给出了2015—2021年期间影响长三角地区的8次台风，分别是“灿鸿”“温比亚”“云雀”“利奇马”“米娜”“黑格比”“烟花”“灿都”。关于8次台风对长三角地区的影响情况如表1所列。评估的开始和结束时间为台风在长三角地区的主要降雨时段(见表1 )。

图1 长三角地区地形及地面雨量站分布和8个影响长三角地区的台风路径

1.2 研究数据

地面雨量站录得的实测数据可真实反映雨量站附近地区的降水实况。如图1(a)所示，本次研究采用长三角地区约6000个地面雨量站的小时数据作为标准参考数据，该数据由浙江省气象局的数据库提供。雨量站数据时间范围分别是8个台风的开始和结束时间(见表1)。

本次研究的评估数据是由NASA研发的最新版(V6B)全球降水计划多卫星联合反演IMERG产品(https: //pmm.nasa.gov/data-access/downloads/gpm)。IMERG产品是由GPM卫星群的微波(PMW)、红外(IR)以及其它高时空分辨率的降水观测产品相互校准反演而得。极轨卫星上的PMW传感器直接探测水汽，观测范围较小，时间分辨率较低，但反演的降水准确率较高。地球同步卫星的IR传感器通过测量云顶温度间接反演降水，时间精度高，但具有较大的误差。IMERG产品充分利用PERSIANN-CCS,CMORPH和TMPA的优点，可提供时空分辨率为0.1°×0.1°、30 min的QPE产品。IMERG产品有3类QPE产品，分别是Early Run、Late Run、Final Run。Early Run 是准实时QPE产品，时间滞后4 h, 只采用前向外推的推演算法，可用于临近业务应用。Late Run是近实时QPE产品，时间滞后12 h, 采用了允许插值的前向和后向推演算法，可用于逐日或长时间的灾害分析。Final Run滞后约3.5个月才对外发布，是采用多源卫星数据与NCAR的GPCC(Global Precipitation Climatology Center)逐月雨量站降水数据订正的最终产品，可用于科学研究。本次研究，将分别评估IMERG Early Run和IMERG Late Run中经过气候参数订正的产品(Early Calibration 和Late Calibration, 以下简称E_Cal和 L_Cal)以及Final Run中经过雨量站数据订正(Final Calibration, 以下简称F_Cal)和未经雨量站数据订正(Final Uncalibration, 以下简称F_Uncal)的产品(见表2 )。

1.3 研究方法

由于IMERG产品时间分辨率为30 min, 而雨量站数据时间分辨率为1 h, 因此将IMERG产品均值化处理成时间分辨率为1 h。将地面雨量站小时数据用插值方法处理成0.1°×0.1°的格点数据(以下简称GG_Obs)。本次研究使用NCL(V6.6.2)中的Cressman插值方法，使其经纬度与IMERG产品的经纬度匹配，插值结果用于雨量空间分布分析。Cressman插值方法会产生一定的误差，本次研究暂不考虑这种误差。利用定量降水评估中客观评估方法对IMERG卫星降水产品的精度和误差进行综合评估：相对偏差(Relative Bias, RB)、相关系数(Correlation Coefficient, CC)、均方根误差(Root-Mean-Squared Error, RMSE)、分数标准误差(Fractional Standard Error, FSE)、误报率(False Alarm Ratio, FAR)、命中率(Probability of Detection, POD)、临界成功指数(Critical Success Index, CSI)。RB可用于评价卫星产品与地面雨量站的总体雨量差异。CC可用于评估卫星产品在时空上与地面雨量站的相关性。RMSE可反映卫星产品的整体精度和误差水平，其数值越小表示准确度越高。FSE可表示卫星产品均值与雨量站均值的差距，FSE越小，表明卫星产品均值与雨量站的均值差距越小。FAR、POD、CSI可反映出卫星产品在不同降水阈值下的表现。FAR表示卫星对降水事件的误报程度，POD表示卫星及时捕捉降水事件的能力，CSI可用来衡量卫星产品监测实际降水事件的真正水平。表3 给出了FAR、POD、CSI的列联表，其中A表示卫星准确估测的事件数，B表示错误估测的事件数，C表示漏估的事件数，D表示准确估测没有降水的事件数。上述评估的计算方法如表4 所列。

2 结果分析

2.1 累积雨量的空间分布特征分析

台风“灿鸿” 期间，台风雨量主要集中在浙江东部沿海地区[A区，见图2 (a)]。IMERG产品的雨量分布基本与实况类似，但是IMERG产品在A区的累积雨量较实况偏低，并且未能估测到安徽东南部山区的雨带分布[见图2(a)]。台风“温比亚”期间，降水中心主要在安徽中北部及江苏西部[B区，见图2(f)]。IMERG基本可以反映出实况的雨量分布，但是IMERG对安徽地区的雨量估测明显偏低。对比4个IMERG产品可知，F_Cal产品估测相对较好，但是对地形复杂的大别山区雨量估测仍然偏低(B区西南部)。另外，IMERG估测的降水中心位置较实况稍偏东。台风“云雀”期间，降水中心范围较小，主要集中在浙江绍兴、嘉兴一带[C区，见图2(k)]。IMERG可以较好地估测到雨带分布，降水中心的雨量与位置基本与实况一致。然而，IMERG估测的雨量范围较实况偏小，且几乎没有估测到江苏地区的弱雨带。台风“利奇马”期间，降水主要集中在浙江东南沿海以及杭州附近区域[D区，见图2(p)],经分析江苏北部的雨带不是台风“利奇马”直接造成，不参与本次研究。IMERG中F_Cal和F_Uncal较好地估测出D区中浙江东南沿海雨带的分布，E_Cal和L_Cal估测东南沿海雨带的范围较小。4个IMERG产品严重低估了D区中杭州附近区域的雨量。另外，IMERG也未能估测出安徽大部的雨带。台风“米娜”影响地区主要为浙江和上海。雨量主要集中在浙江宁波和舟山地区[E区，见图3 (a)]。IMERG的雨带分布与实况相似，但是IMERG中F_Cal和F_Uncal较实况明显偏强，E_Cal和L_Cal较实况明显偏弱。台风“黑格比”期间，雨量主要集中在浙江东南沿海地区[F区，见图3(f)],IMERG的雨带分布也基本与实况类似。然而，IMERG估测地形复杂的温州地区的雨量明显偏低(F区南部)。台风“烟花”期间，雨量主要集中在浙江上海和江苏一带[G区，见图3(k)],对比可见IMERG估测的雨带范围较实况偏小。IMERG可估测到江苏地区的强降水区，但强降水区雨带较实况偏东。相对而言，IMERG对山区较多的浙江地区估测较实况显著偏低，说明IMERG对山区的雨量估测能力低于平原地区。台风“灿都”期间，雨量主要集中在浙江东部沿海地区[H区，见图3(p)]。IMERG估测到雨带范围较实况偏小，并且对H区的雨量估测总体偏弱。

图2 台风“灿鸿”,“温比亚”,“云雀”,“利奇马”期间的雨量站观测和E_Cal, L_Cal, F_Cal, F_Uncal产品的 累积雨量分布(第一列中黑色方框分别表示各个台风期间雨量站观测的降水中心，用蓝色字母“A—D”表示)

图3 类似图2,但台风分别是“米娜”,“黑格比”,“烟花”,“灿都”(第一列中黑色方框分别表示各个台风期间雨量 站观测的降水中心，用蓝色字母“E—H”表示)

为定量评估IMERG降水产品在8个台风期间的降水误差，图4 和图5 给出了长三角地区IMERG估测降水数据与雨量站插值后数据的散点图，只对有雨量站的格点进行计算。分析图4和图5可知，IMERG中4个产品表现出不同的估测能力，大部分图中的散点主要位于对角线下方，表明它们基本低估了台风的降水过程。E_Cal和L_Cal在8个台风期间的平均RB分别为-40.78%和-35.33%(见表5 )。由于F_Cal和F_Uncal在台风期间既有高估又有低估，所以它们平均RB较小。对比RB可知，偏差较小的是“温比亚”和“云雀”,4个产品的RB都较小。从CC上看，“米娜”期间的CC表现最好，CC最小为0.84 [E_Cal, 见图5(a)];“烟花”期间的CC表现最差，CC最大为0.6 [F_Cal, 见图5(k)]。总体上，IMERG中4个产品在CC上的差别相对较小，说明IMERG基本可以监测到台风期间降水的空间分布特征，其中表现最好的是F_Cal产品。F_Cal产品在8个台风期间的平均CC可达0.78(见表5)。比较RMSE可见，IMERG对不同台风表现出的估测水平参差不齐，其中IMERG对“云雀”表现最好，最大的RMSE仅为19.26 mm [见图4(k)],对“烟花”表现最差，最小的RMSE可达95.11 mm [见图5(k)]。F_Cal产品表现最佳，因为F_Cal在8个台风期间的平均FSE仅为5.82(见表5),比其它产品都小，表明准确性相对最高。

图4 长三角地区的GG_Obs累积降水量与E_Cal, L_Cal, F_Cal, F_Uncal累积降水量的散点图， 台风分别是“灿鸿”“温比亚”“云雀”“利奇马”

图5 类似图4,但台风分别是“米娜”“黑格比”“烟花”“灿都”

由于长三角地区面积广阔，海岸线较长，登陆台风一般只对部分区域造成严重的风雨影响，其余区域影响较小。针对长三角区域的定量降水估测，可能受到降水落区范围限制，出现定量检验与主观检验结果不一致的情况，本文选取过程雨量大值区(简称降水中心)为研究对象。由图6 和图7 可看出，IMERG在降水中心的各个评估参数明显变差，其中CC显著下降，平均CC分别为0.42,0.44,0.53,0.48(见表5),平均下降36.17%;RMSE大幅增加，平均RMSE分别为87.70 mm, 81.40 mm, 71.95 mm, 99.32 mm(见表5),平均增加81.54%,这说明IMERG对于台风极端降水的估测能力还有很大的提高空间。IMERG对长三角地区台风期间的降水低估原因主要是IMERG对降水中心的低估(见图4—图7)。值得注意的是，虽然F_Cal和F_Uncal的平均RB显著低于E_Cal和L_Cal, 表现出F_Cal和F_Uncal总体上偏差不大，但这主要是正负相消的结果。另外，随着累积雨量的增大，散点更容易向GG_Obs一侧靠近，说明IMERG对台风造成的极端降水容易出现低估(见图6和图7)。

图6 降水中心的GG_Obs累积降水量与E_Cal, L_Cal, F_Cal, F_Uncal累积降水量的散点图， 台风分别是“灿鸿”“温比亚”“云雀”“利奇马”

图7 类似图6,但台风分别是“米娜”“黑格比”“烟花”“灿都”

图8 GG_Obs和IMERG在长三角地区平均雨量的逐小时变化(对应台风依次是“灿鸿”“温比亚”“云雀” “利奇马”“米娜”“黑格比”“烟花”“灿都”)

2.2 小时降水变化特征

小时降水变化对水文循环有着重要影响。短时强降水可引发极强的地质灾害，例如山体滑坡，泥石流，洪水等。图8 和图9 表示的是IMERG和雨量站在台风影响期间长三角地区和降水中心的平均小时雨量变化。由于台风的结构和大气条件各不相同，造成了不同的小时降水变化(见图8和图9)。表5中可看出，无论是长三角地区还是降水中心，4个产品的平均CC都在0.8以上，表明它们可以较好的监测到台风期间的小时雨量变化(见表5)。然而从RB上看，4个产品不同程度上低估了台风期间的小时雨量(见表5,图8和图9)。

图9 GG_Obs和IMERG在降水中心平均雨量的逐小时变化，对应台风依次是“灿鸿”“温比亚”“云雀”“利奇马” “米娜”“黑格比”“烟花”“灿都”

IMERG中4个产品在长三角地区全部低估的台风有“灿鸿”、“利奇马”,“烟花”和“灿都”,它们的RB均为负值(见图8)。“灿鸿”期间，实况出现了两次降水峰值过程，对比各个产品后发现F_Cal产品表现最好，可以较好的监测到第1次降水峰值，但是低估了第2次降水峰值[见图8(a)和图9(a)]。“利奇马”期间，实况出现了3次降水峰值过程，持续时间约28 h[见图8(d)和图9(d)]。F_Cal和F_Uncal都高估了这3次强降水过程，但低估了弱降水过程。E_Cal和L_Cal几乎低估了“利奇马”影响期间的全部过程，E_Cal和L_Cal的RB为-36.87%和-26.36%。“烟花”期间降水持续时间最长，降水持续时间达到169 h(约7 d)。其中F_Cal估测相对较好，在长三角地区和降水中心的RB均是最小，分别为-27.28%和-30.85% [见图8(g)和图9(g)],其它3个产品较实况低估了40%左右。“灿都”期间出现了1次明显的降水峰值过程，过程持续时间约为12 h。IMERG较好的估测出强降雨的过程变化，但是明显低估了降水峰值[见图8(h)和图9(h)]。与“烟花”类似，“灿都”期间的F_Cal产品在长三角地区和降水中心的RB均是最小，分别为-22.11%和-8.30%,说明F_Cal相对其它3个产品表现最好。

IMERG中4个产品在长三角地区对“温比亚”、“云雀”、“米娜”、“黑格比”台风既有低估又有高估，其中低估较严重的是E_Cal和L_Cal产品，时有高估的是F_Cal和F_Uncal产品。“温比亚”期间，F_Cal和F_Uncal表现较好，E_Cal和L_Cal明显低估了小时雨量。从小时雨强变化上看，4个产品都低估了弱降水过程，F_Cal和F_Uncal对强降水时段出现了高估[见图8(b)和图9(b)]。IMERG监测到了“云雀”的雨量变化，CC表现较好，但比较图8(c)和图9(c)可知，IMERG对长三角地区和降水中心降水估测差异较大。对于长三角地区，总体上F_Cal和F_Uncal高估，E_Cal和L_Cal低估。在30 h前后的降水峰值上，4个产品对强降水过程估测出现滞后[见图8(c)]。然而，分析降水中心发现4个产品都可以较好的估测出降水峰值，RB的绝对值都在10%以下[见图9(c)]。同时，它们也对强降水过程估测出现滞后。“米娜”影响期间，IMERG对长三角地区和降水中心的RMSE较其它台风都是最大的，说明IMERG对“米娜”的估测稳定性最差[见图8(e)和图9(e)]。不稳定的情况主要表现为E_Cal和L_Cal明显低估了小时雨量，而F_Cal和F_Uncal又大幅高估了小时雨量[见图8(e)和图9(e)],这种现象在降水中心表现得更加显著[见图9(e)]。在长三角地区，F_Cal和F_Uncal对“黑格比”的降水趋势估测相对较好，各个评估参数表现较佳。E_Cal和L_Cal显著低估了“黑格比”的小时雨量，RB在-20%左右[见图8(f)]。另外，降水中心出现了两次降水峰值过程，第1次峰值过程雨强更强，但是4个产品都明显低估，其中E_Cal和L_Cal与实况相差较大，基本没有估测出第1次峰值过程。F_Cal和F_Uncal高估了第2次峰值过程，但E_Cal和L_Cal依然对该过程低估[见图9(f)]。

2.3 雨强的概率分布

分析IMERG产品在不同的发生率(CDFc)和不同的累积降水量占总降水量的百分比(CDFv),可以得出IMERG估测不同降水强度的水平。计算CDFc和CDFv时，仅对有一个或以上的雨量站的格点数据进行计算，且只有同时被GG_Obs、E_Cal、L_Cal、F_Cal、F_Uncal都监测到有降水发生时才进行统计计算，这里的降水阈值设为0.1 mm/h。图10 (a)给出了 8个台风影响期间IMERG监测到不同区间事件的发生概率情况。E_Cal的CDFc曲线略高于L_Cal, 但它们变化基本一致。E_Cal和L_Cal基本从0.2 mm/h开始，CDFc值一直高于GG_Obs, 表明E_Cal和L_Cal高估了大于0.2 mm/h的降水事件次数。F_Uncal从0.8 mm/h开始，其CDFc值一直高于GG_Obs, 表明F_Uncal低估0.1～0.8 mm/h区间的降水事件次数，高估0.8 mm/h以上的降水事件次数。当大于2 mm/h时，F_Cal的CDFc值与GG_Obs基本一致，当小于2 mm/h时，F_Cal的CDFc值小于GG_Obs。表明F_Cal可估测出大于2 mm/h的降水事件，但容易低估小于2 mm/h的降水事件次数。当大于8 mm/h时，IMERG产品的CDFc曲线与GG_Obs逐渐接近，且发生概率小于8%,表明8个台风期间的较强降水(>8 mm/h)事件发生次数占总降水事件较低。

图10 IMERG监测到的不同区间降水强度的发生概率和累积降水量与总降水量的百分比 (降水率区间为0.1～128 mm/h, 间隔0.1 mm/h)

图10(b)给出了 8个台风影响期间，IMERG估测到不同区间的累积降水量占总降水量的百分比。IMERG产品在0.5～11 mm/h区间的CDFv曲线一直高于GG_Obs。结合CDFc曲线，可发现当大于8 mm/h时，E_Cal、L_Cal、F_Cal、F_Uncal监测到的发生率分别为3.12%、3.64%、6.51%、5.67%。同时，它们在这个降水区间(>8 mm/h)占的总降水量分别为28.22%、30.19%、37.77%、39.84%。GG_Obs在该区间的发生率和占总降水量分别为7.51%和43.70%。这也表明，IMERG产品总体上容易低估对较强降水(>8 mm/h)。另外，值得说明的是，当大于12 mm/h时，F_Uncal监测到的发生率和占总降水量分别为为3.02%和27.94%。GG_Obs在该区间(>12 mm/h)的发生率和占总降水量分别为3.55%和27.38%。这说明F_Uncal总体上高估了大于12 mm/h的降水，主要原因可能是F_Uncal产品对“云雀”,“利奇马”和“米娜”等台风在该区间(>12 mm/h)出现了较明显的高估。

2.4 分级降水检验

一般分级降水检验常用POD、FAR、CSI这三个指标来衡量卫星降水产品的准确性。图11给出IMERG对8个台风降水估测的综合检验结果，降水强度阈值为0.1～50 mm/h, 间隔为1 mm/h。图11 中可明显看出，随着雨强的增大，IMERG对台风降水的监测能力逐渐下降，即POD和CSI逐渐下降，FAR逐渐上升。IMERG对小于5 mm/h降水率监测能力较好，POD和CSI维持在相对较高的水平，FAR也相对较低。IMERG中F_Cal的POD和CSI表现最好，F_Uncal、L_Cal和E_Cal的表现依次变差。另外，4个产品在小于5 mm/h降水率的FAR表现基本一致，没有明显的优劣，但它们在5～20 mm/h区间的表现有明显差异(见图11)。在5～9 mm/h时，4个产品的POD和CSI快速下降，其中F_Cal的POD和CSI的下降速度相对较缓，表现相对较稳定，F_Uncal、L_Cal和E_Cal表现依次变差(见图11)。在9 mm/h左右时，4个产品的POD和CSI的差异达到最大。在9～20 mm/h时，可发现4个产品的POD和CSI的下降速度逐渐变缓，并且也逐渐趋于一致。这表明随着降水率增强到一定程度时，4个产品的监测能力都在减弱并逐渐达到一致水平。另外，F_Uncal产品的FAR在9～20 mm/h区间明显增加，表明F_Uncal对该区间降水率的误报较为明显。当降水率大于20 mm/h时，IMERG中的4个产品都表现较差，POD和CSI都低于10%,FAR高于85%,说明IMERG难以监测到降水率大于20 mm/h的极端降水。IMERG中各个产品对极端降水的监测也略有差异，在POD和CSI中，E_Cal和L_Cal稍低于F_Cal和F_Uncal。FAR中，F_Uncal较其它3个产品略差。总体上，F_Cal在这3个指标的表现最优，其次是F_Uncal, 再次是L_Cal, 表现最差的是E_Cal。

图11 IMERG基于不同降水率(0.1～50 mm/h, 间隔为 1 mm/h)的命中率POD,误报率FAR,临界成功指数CSI

3 讨 论

本次研究主要利用CC、RB、RMSE、CDFc、CDFv、POD、FAR、CSI等指标定量评估台风期间GPM卫星对长三角地区的降水估测能力。经过综合分析和评估可知，F_Cal表现最优，其次是F_Uncal, 再次是L_Cal, 表现最差的是E_Cal, 表明使用逐月雨量站降水数据订正方法可提高IMERG产品的准确率。然而F_Cal产品仍然不同程度上低估了降水总量，尤其对复杂地形区域的极端降水。这说明在极端降水时期，对卫星降水进行不同地形、不同传感器以及不同降水强度的误差校正仍十分必要。本次研究还发现IMERG产品估测的雨带位置有时会发生偏移，但目前没有深入分析其原因，未来的工作中将对此进行深入分析。由于E_Cal和L_Cal可提供及时的雨量数据，业务预报时只能参考E_Cal和L_Cal产品。因此，如何提高E_Cal和L_Cal的数据准确性也十分重要。

本文的研究结果是基于NCL(V6.6.2)中Cressman插值方法使雨量站数据与IMERG格点数据对应。插值过程可能会将雨量站的极端数据平滑，不能完全反映实况雨量，而且不同的插值方法也可能会使得结果发生变化。因此，未来可尝试将IMERG格点数据匹配到雨量站上评估，朱慧琴等也做过类似的比较研究。另外，肖柳斯等评估了IMERG在广东地区3个台风过程的降水估测能力，利用的方法与本文类似。肖柳斯等按照小雨、中雨、大雨、暴雨和大暴雨量级对3个台风分别做分级检验评估，可以得出3个台风的细致结果，而本次研究的分级降水检验方法是将8个台风合并评估，并根据降水率阈值为1 mm/h的间隔分级比较，只能得到8个台风总体的评估结果。HUANG等也采用了本次研究的评估方法评估IMERG产品在广东地区的精度，本文的结论也与HUANG等基本一致。本次研究只针对长三角地区评估了GPM卫星对8个台风期间的降水估测能力，未来仍需对不同地区不同降水类型进行细致分析评估，以便改善GPM时期卫星降水估测的精度，提高其在复杂地形的适用性，更好地服务气象预报与监测。

4 结 论

2015—2021年主要有8个台风影响长三角地区，长三角地区受到了严重的风雨影响，经济损失十分严重。本文利用地面雨量站数据对8次台风影响期间GPM反演的IMERG产品(E_Cal、L_Cal、F_Cal、F_Uncal)进行了综合评估，得到以下主要结论：

(1)总体上，IMERG产品可以估测出长三角地区台风期间的雨带分布，但它们对该地区基本是低估的，低估较为严重的是E_Cal和L_Cal产品。这主要源于IMERG对降水中心的低估。复杂地形也是IMERG低估降水的重要原因。对比降水中心，IMERG产品的CC值平均下降36.17%、RMSE平均增加81.54%,说明IMERG对极端降水的估测能力具有较大的提升空间。另外，IMERG产品有时会出现估测雨带较实况偏东的现象。

(2)从小时降水变化上看，IMERG可反映出长三角和降水中心小时降水的变化趋势，各个产品的CC均达到0.8以上(见表5),但是总体上IMERG对8次台风期间的小时降水出现了不同程度的低估，其中严重低估的是E_Cal和L_Cal产品。另外，IMERG产品有时会出现降水峰值滞后的现象。

(3)概率分布分析表明，8个台风影响期间，4个IMERG产品都容易低估大于8 mm/h的较强降水，然而F_Uncal倾向高估区间大于12 mm/h的强降水。总体上，F_Cal估测降水的能力表现最好。

(4)分级降水检验表明，4个IMERG产品对小于5 mm/h的降水估测能力较好。然而，在5～9 mm/h时，4个产品的POD和CSI出现了不同程度的降低，其中F_Cal表现相对稳定。在9～20 mm/h时，4个产品的监测能力都在减弱，并逐渐趋于一致。在20 mm/h以上时，IMERG对台风极端强降水的反演误差较大。总体上，4个IMERG产品中F_Cal表现最优，其次是F_Uncal, 再次是L_Cal, 表现最差的是E_Cal。

水利水电技术（中英文）

水利部《水利水电技术（中英文）》杂志是中国水利水电行业的综合性技术期刊（月刊），为全国中文核心期刊，面向国内外公开发行。本刊以介绍我国水资源的开发、利用、治理、配置、节约和保护，以及水利水电工程的勘测、设计、施工、运行管理和科学研究等方面的技术经验为主，同时也报道国外的先进技术。期刊主要栏目有:水文水资源、水工建筑、工程施工、工程基础、水力学、机电技术、泥沙研究、水环境与水生态、运行管理、试验研究、工程地质、金属结构、水利经济、水利规划、防汛抗旱、建设管理、新能源、城市水利、农村水利、水土保持、水库移民、水利现代化、国际水利等。

相关问答

[回答]一般都是采用激光传感器的,贝谷BGPM-02L激光PM2.5检测仪采用32位工业级CPU处理器,高精度前端放大电路,超低降噪,确保仪器数据灵敏,不漂移,性能稳...

[回答]地磅传感器系统标准配置由秤台、称重传感器和称重显示部分组成,包括称重显示仪表,接线盒和信号电缆三大基本单元。地磅传感器的检定应该根据地磅的...

[回答]这两个泵,我们所使用的规格是Kennemetal英格索兰:循环泵-英格索兰泵模型3x2x6kHOCR卧式端吸泵符合ANSI工艺建造球墨铸铁套管和铸铁叶轮装有约翰克...

[回答]无线温湿度传感器的价格都是不一样的,我知道有个网站,网站里边都是一些有保障的大公司,你可以去看一下。没有提供无线温湿度传感器的具体需求,任何...

[回答]地磅,也被称为汽车衡,设置在地面上的大磅秤,通常用来称卡车的载货吨数。是厂矿、商家等用于大宗货物计量的主要称重设备。电子地磅电子地磅区别于...

[回答]您可以提供一下电机温度传感器的具体需求,然后才能给您反馈价格哦。需要您提供一下个人的需求才能给您做电机温度传感器的具体报价呢,请问您这边有...

[回答]升降机齿轮齿条①传感器的应用解决了原有齿轮齿条升降机维程中纯粹以日历时间天数为标准的盲目性,的减少安全隐患,提高了维保的科学性。②齿轮齿条...

[回答]线性度:校准曲线接近规定直线的吻合程度。在规定条件下,传感器校准曲线与拟合直线间的最大偏差(ΔYmax)与满量程输出(Y)的百分比,称为线性度(线性度...

[回答]一样。压变的铁磁谐振产生的过电压常使设...圆柱外形的消谐器与方形消谐器外形不同,电气性能一样。压变的铁磁谐振产生的过电压常使设备内绝缘击穿...

[回答]它的价值不足以满足更深行业的需求。在深入的行业需求中,我们看到机器视觉功能需要与更多的技术环境(例如传感器技术,热成像技术,光伏技术等)进行深...