期刊检索:
  暴雨灾害   2020, Vol. 39 Issue (3): 293-299.  DOI: 10.3969/j.issn.1004-9045.2020.03.010

论文

DOI

10.3969/j.issn.1004-9045.2020.03.010

资助项目

干旱气象科学研究基金项目(IAM201706);内蒙古气象科技创新项目(nmqxkjcx201825)

第一作者

曲学斌, 主要从事气象干旱和卫星遥感应用研究。E-mail:qxbtd@qq.com.

文章历史

收稿日期:2018-11-26
定稿日期:2020-02-26
GPM-IMERG日降水数据在内蒙古地区的适用性分析
曲学斌1,2 , 付亚男2 , 袁秀芝3 , 谢晓丽2 , 白明2     
1. 中国气象局兰州干旱气象研究所/甘肃省干旱气候变化与减灾重点实验室/中国气象局干旱气候变化与减灾重点实验室, 兰州 730020;
2. 呼伦贝尔市气象局, 呼伦贝尔 021008;
3. 大兴安岭塔河县气象局, 大兴安岭 165200
摘要:利用2015-2017年GPM-IMERG逐日降水产品与内蒙古119个气象站点降水数据进行对比,分析GPM-IMERG的适用性,为其在内蒙古地区的应用研究提供科学依据。分析表明:(1)GPM-IMERG捕捉降水日的准确度为74.3%,忽略非降水日的准确度为85.5%,对晴雨判别的总体误差随纬度增加而增加。(2)GPM-IMERG在内蒙古地区平均误差为正和为负的站点数量大体相当,平均绝对误差为4.1 mm,空间上呈现出自东南向西北递减分布。(3)GPM-IMERG在少量降水时存在对降水量的高估,而在较大量级降水时存在对降水量的低估。当降水量大于等于25 mm时,GPM-IMERG比气象站点降水平均偏少30%以上。(4)各盟市GPM-IMERG与站点降水的相关系数均能通过0.01的显著性水平检验,其中赤峰市的相关系数最高、乌海市最低。不同季节中,夏季的相关系数最高而春季的相关系数最低。对于不同植被类型来说,高植被覆盖区的GPM-IMERG与站点降水的斜率更加接近1,且相关系数也更高。
关键词GPM    日降水    内蒙古    适用性    
Applicability analysis of GPM-IMERG daily precipitation data in Inner Mongolia
QU Xuebin1,2 , FU Ya'nan2 , YUAN Xiuzhi3 , XIE Xiaoli2 , BAI Ming2     
1. Institute of Arid Meteorology, Key Laboratory of Arid Climate Change and Disaster Reduction in Gansu, Key Laboratory of Arid Climate Change and Disaster Reduction of China Meteorological Administration, Lanzhou 730000;
2. Hulun Buir Meteorological Bureau, Hulun Bui 021008;
3. Tahe Meteorological Bureau of Daxinganling, Daxinganling 165200
Abstract: The applicability of GPM-IMERG daily precipitation data is analysed by comparing daily precipitation data of GPM-IMERG and 119 meteorological stations in Inner Mongolia from 2015 to 2017, in order to provide scientific basis for the application of GPM-IMERG data in Inner Mongolia. Analysis shows that:(1) The accuracy of GPM-IMERG to capture precipitation days is 74.3%, and to ignore non-precipitation days is 85.5%. The overall error of GPM-IMERG for distinguishing precipitation and non-precipitation increases with latitude. (2) The number of stations with positive and negative average errors of GPM-IMERG precipitation in Inner Mongolia is approximately the same. The average absolute error is 4.1 mm. Spatially, it shows a decreasing distribution from southeast to northwest. (3) GPM-IMERG overestimates in low precipitation while underestimates in high precipitation. When the precipitation is greater than or equal to 25 mm, GPM-IMERG precipitation is 30% less than the precipitation of meteorological stations on average. (4) The correlation coefficients of GPM-IMERG precipitation and station precipitation can pass the significance test of 0.01 level in each city, among which, Chifeng City has the highest correlation coefficient and Wuhai City has the lowest. For different seasons, the correlation coefficient is the highest in summer and the lowest in spring. For different vegetation types, the slope of GPM-IMERG in high vegetation coverage area is closer to 1, and the correlation coefficient is also higher.
Key words: GPM    daily precipitation    Inner Mongolia    applicability    
引言

降水是最重要也是最难观测的气象要素之一,降水的观测对水资源利用和调控、农牧业生产有着直接和重要的影响,同时与洪水、干旱、泥石流等灾害密切相关(胡蝶等,2017)。为了弥补地面降水监测站点离散、雷达降水观测受运行环境影响大等问题,首颗专门用于降水观测的热带降水观测卫星(TRMM)于1997年11月成功发射,从而打开了卫星降水观测的新纪元(邱金晶等,2017于晓晶等,2018)。随着卫星降水观测研究经验的快速积累(李琼等,2016嵇涛等,2014谢红霞等,2017)。TRMM卫星已于2015年4月停止运行,取而代之的是更加先进的全球降水观测(GPM)计划(唐万强等,2015)。

目前GPM卫星降水研究仍是一个较新的领域,张奡祺等(2018)利用GPM对2014年4个降水个例的结构特征进行了分析;金晓龙等(2016)魏志明等(2017)董国涛等(2018)分别对比了GPM与TRMM降水产品在天山山区、海河流域、黄河源区的适用性,表明GPM比TRMM的精度更高;庆丹丹等(2018)分析了GPM降水产品在淮河、海河流域的误差,表明GPM在降水百分位阈值和绝对阈值指标上表现良好,但在降水持续时间指标上表现不理想。

内蒙古地区地广人稀,气象监测站点密度偏低,同时降水受地形等因素的影响,空间差异较大。使用传统气象站点降水数据插值的方法难以真实反映降水实况,尤其是冬季具有固态降水观测能力的站点数量更少,难以满足气象精细化服务的需求(常煜等,2012)。本文利用2015—2017年GPM逐日降水产品与内蒙古119个气象站点降水数据进行对比,通过晴雨判别、降水量误差分析以及不同盟市、季节和地表类型精度分析,了解GPM降水产品在内蒙古不同地区和季节的适用性,为今后卫星降水产品在内蒙古降水监测和服务上的应用提供科学依据,同时也为卫星降水产品在中高纬度地区的适用性研究提供参考。

1 数据与方法 1.1 研究区域

内蒙古地区位于东亚中纬度内陆(97°12′—126°04′E,37°24′—53°23′N),地形狭长(图 1),全区土地面积约为1.18×106 km2,占全国总面积的12.1%。内蒙古地表覆盖以草原为主,阿拉善盟、巴彦淖尔市西部为植被极少的荒漠,呼伦贝尔市中部为大兴安岭林地,呼伦贝尔市东部、兴安盟北部、通辽市东部和巴彦淖尔市黄灌区等地为耕地(沈建国和李喜仓,2008)。由于内蒙古东部有大兴安岭、燕山和太行山脉,阻挡太平洋水汽从大气低层向本区域输送,西南方又有青藏高原,阻挡印度洋向本区输送水汽,造成内蒙古地区普遍干燥少雨,仅大兴安岭以西为半湿润气候区,向西逐步过渡到半干旱和干旱气候区(任志艳等,2016黄晓璐等,2017王慧清等,2018),内蒙古的年降水量在30~500 mm,基本呈自西向东依次递减分布(董祝雷等,2018李海英,2019)。

图 1 内蒙古地区气象站点分布 Fig. 1 Distribution of meteorological stations in Inner Mongolia.
1.2 数据源及预处理

GPM产品根据所采用的数据反演算法分为4级,本文所用的IMERG属于其中的3级产品,是在GPM卫星微波成像仪(GMI)和双频降水雷达(DPR)数据融合算法的基础上,融合了卫星群中所有的被动微波数据(PMW)和地球同步轨道红外数据(IR)后形成的多卫星集成降水产品,同时在融合的过程中还使用了地表覆盖、地表温度等数据,其时间分辨率最高为0.5 h、空间分辨率最高为0.1°×0.1°,数据范围可覆盖全球(简称GPM-IMERG,下同)。GPM-IMERG降水产品又细分为“Early Run”、“Late Run”和“Final Run” 3种子产品,前2种分别在观测后4 h和12 h发布,最后1种经过地面雨量月观测资料偏差校准,在观测后2个月发布。综合考虑产品精度和准实时降水监测业务的需要,选取最新发布的V05B版“Late Run”子产品作为本次的研究对象。

通过NASA(https://pmm.nasa.gov/)获取2015年1月1日—2017年12月31日GPM-IMERG降水产品共1 096景,时间分辨率为1 d,空间分辨率为0.1°×0.1°。地面降水数据使用从中国气象数据网(http://data.cma.cn/)获取的该时段内蒙古地区119个气象站点08时(北京时)的逐日降水数据,缺失数据量不足0.1%。数据预处理时,利用ArcGIS软件将GPM-IMERG提取至119个站点,当气象站点日降水数据缺失时,不提取对应的卫星降水数据,以确保卫星降水与站点降水观测的一一对应。

1.3 研究方法 1.3.1 分类指标

按气象站点和GPM-IMERG有无降水量,将观测的晴雨状况分为:GPM-IMERG和气象站点观测均有降水出现;GPM-IMERG观测有降水但气象站点观测无降水;GPM-IMERG观测无降水但气象站点观测有降水;GPM-IMERG和气象站点观测均无降水出现这四种情况,分别用A、B、C、D代表。另外,使用多测误差(MME)、漏测误差(LME)、降水总精度(CP)和非降水总精度(NCP)这四个分类指标,对GPM-IMERG晴雨判别的误差及准确度进行分析。

多测误差MME反映GPM-IMERG错误判断为降水的日数与全部日数的比,计算方法为

$ M M E=\frac{B}{A+B+C+D} $ (1)

漏测误差LME反映GPM-IMERG错误判断为无降水的日数与全部日数的比,计算方法为

$ L M E=\frac{C}{A+B+C+D} $ (2)

多测误差和漏测误差之和,可以反映GPM-IMERG晴雨判别错误的日数在全部日数中所占的比例,越接近0,GPM-IMERG的晴雨观测越准确。

降水总精度CP反映GPM-IMERG正确判断为降水的日数占气象站点出现降水日的比例,其值越接近1,表明降水被GPM-IMERG正确捕捉的比例越高

$ C P=\frac{A}{A+C} $ (3)

非降水总精度NCP反映GPM-IMERG正确判断为非降水的日数占气象站点无降水日的比例,其值越接近1,表明非降水被GPM-IMERG正确忽略的比例越高

$ N C P=\frac{D}{B+D} $ (4)
1.3.2 降水量误差

以气象站点出现降水的日数为样本,计算气象站点与GPM-IMERG日降水量之间的平均误差(ME)和平均绝对误差(MAE)。其中平均误差ME

$ M E=\frac{1}{n} \sum\limits_{i=1}^{n}\left(G_{i}-R_{i}\right) $ (5)

平均绝对误差MAE

$ M A E=\frac{1}{n} \sum\limits_{i=1}^{n}\left|G_{i}-R_{i}\right| $ (6)

其中Gi为第i天的GPM-IMERG降水量,Ri为第i天的气象站点降水量,n为样本总数。当ME为正值时,说明GPM-IMERG降水量高于气象站点的观测值,反之则低于站点降水。MAE的大小则反映出平均每个降水日,GPM-IMERG与气象站点降水之间的绝对偏差。

1.3.3 散点斜率法

除去气象站点未出现降水的日数,以气象站点降水为自变量,相同时次GPM-IMERG降水为因变量,做散点图和一元线性回归分析,计算相关系数。一元线性函数的斜率越接近1,说明气象站点降水量与GPM-IMERG的偏差越小;相关系数越接近1,说明气象站点降水与GPM-IMERG的一致性越好。若趋势线偏向1:1线的右侧,则说明多数点的实测降水量大于GPM-IMERG,若趋势线偏向1:1线的左侧,则说明多数点的实测降水量小于GPM-IMERG。

2 GPM-IMERG晴雨判别分析

内蒙古地区119个气象站点在研究期内共出现24 961个降水日,每个气象站点的年平均降水日为69.9 d,其中年平均降水日最多为呼伦贝尔市图里河和兴安盟阿尔山(125.3 d),最少为阿拉善盟拐子湖(19.3 d),降水日整体呈自东北向西南依次递减分布。GPM-IMERG多测误差的空间分布如图 2a所示,内蒙古地区的平均多测误差为11.6%,其中多测误差最大值出现在呼伦贝尔市莫旗(23.7%),最小值出现在巴彦淖尔市海力素(7.0%),整体呈现出随纬度增加而增加,45°N以北、林牧农相互交错地区误判为降水日的比例明显偏高。GPM-IMERG漏测误差如图 2b所示,GPM-IMERG晴雨判别的漏测误差平均为5%,普遍小于多测误差,其中漏测误差最大值出现在兴安盟阿尔山(14.1%),最小值出现在阿拉善盟拐子湖(0.9%),整体呈由西南和东南向中北部依次递增分布,GPM-IMERG误判为降水日比例较高的地区主要集中在锡林郭勒盟和呼伦贝尔市,而在内蒙古西部荒漠误判为降水日的比例较低。多测误差与漏测误差之和的最大值在呼伦贝尔市鄂温克旗(31.8%),最小值位于巴彦淖尔市磴口(10.3%),这与多测误差的分布方式相近。

图 2 GPM晴雨判别的多测误差(a)、漏测误差(b)、降水总精度(c)和非降水总精度(d) Fig. 2 (a) Multimodal error, (b) leakage error, (c) total precipitation accuracy and (d) total non-precipitation accuracy of GPM precipitation discrimination.

由于多测误差和漏测误差分析中未考虑各气象站点降水日的差异,因此对GPM-IMERG降水和非降水的精度进行分析,空间分布如图 2cd所示。分析可知,内蒙古地区GPM-IMERG判别降水的平均精度为74.3%,即平均有74.3 %的降水日可以被GPM-IMERG正确捕捉,其中最大值位于巴彦淖尔市磴口(88.8%),最小值位于锡林郭勒盟那仁宝力格(53.3%),GPM-IMERG在锡林郭勒草原和呼伦贝尔草原对降水的捕捉能力偏低,与漏测误差的空间分布基本相反。GPM-IMERG对非降水日判别的总精度高于对降水日判别的总精度,平均为85.5%,其中最大值位于巴彦淖尔海力素(91.8%),最小值位于呼伦贝尔市鄂温克旗(68.4%),呼伦贝尔市纬度较高,且地表类型兼有耕地、草地和森林,大兴安岭山地及两麓的地形起伏较大,对GPM-IMERG在该地区的非降水日判别有一定影响。

3 GPM降水量的误差

在119个气象站点中,GPM-IMERG的平均误差为正值的站点占51.3 %,负值的站点占48.7 %,全部站点的平均误差为0.0 mm,空间分布如图 3。其中呼伦贝尔市中部、兴安盟东部、通辽东部、赤峰市南部、锡林郭勒盟南部、呼和浩特市、乌兰察布市、鄂尔多斯市、乌海市和阿拉善东部的平均误差为负,其余地区为正。从地表覆盖的角度来看,大兴安岭森林和偏东地区的耕地GPM-IMERG降水的平均误差以负值为主,降水量被低估,而草地和荒漠的平均误差正负均存在。另外,在内蒙古中西部阴山山脉南侧GPM-IMERG降水的平均误差为负值,而在北侧为正值,可见地形对GPM-IMERG降水的影响也明显存在。内蒙古地区GPM-IMERG的平均绝对误差为4.1 mm,其中最大平均绝对误差出现在兴安盟胡尔勒(6.7 mm),最小绝对误差出现在阿拉善阿右旗(2.3 mm),基本呈现出自东南向西北依次递减分布。

图 3 GPM-IMERG降水的平均误差(a)和平均绝对误差(b) Fig. 3 (a) Average error and (b) average absolute error of GPM precipitation.

选取气象站点日降水量在10 mm以上的站次,按不同降水量级统计GPM-IMERG的平均误差和平均绝对误差,如表2所示。GPM-IMERG平均绝对误差与站点平均降水量的比值随降水量级的增加而减少,GPM-IMERG的平均误差均为负值,当降水量大于等于25 mm时,GPM-IMERG比气象站点降水平均偏少34.4 % ~37.4 %,降水量为10~25 mm时,GPM-IMERG比气象站点降水平均偏少19.5 %,说明GPM-IMERG虽然能够观测到大量级降水过程,但数值普遍比站点降水小。

表 1 大于等于10 mm降水条件下GPM-IMERG的平均误差和平均绝对误差 Table 1 Average error and average absolute error of GPM under the condition of precipitation greater or equal to 10 mm.
4 各盟市GPM-IMERG降水分析

图 4为内蒙古地区12个盟市GPM-IMERG与气象站点降水的散点图。从中可见,12个盟市的站点降水与GPM-IMERG的相关系数均通过0.01水平的显著性检验,达到极显著相关,其中赤峰市的相关系数最高(0.723),乌海市相关系数最低(0.541),GPM-IMERG与站点降水数据的一致性较好。一元线性回归的趋势线斜率均小于1,且常数项均大于0,其中赤峰市的趋势线斜率最大(0.700),乌海市的趋势线斜率最小(0.452),在少量降水期间,趋势线均位于1:1线的左侧,而在较大量级降水时,趋势线位于1:1线右侧,趋势线与1:1线的交点在4.4~8.3 mm降水期间。由此可知,GPM-IMERG在少量降水时存在对降水量的高估,而在较大量级降水时存在对降水量的低估。

图 4 内蒙古各盟市气象站点与GPM-IMERG降水量散点图 Fig. 4 Scatterplot of meteorological station precipitation and GPM-IMERG precipitation in Inner Mongolia.
5 不同季节的GPM-IMERG精度分析

按照3—5月为春季、6—8月为夏季、9—11月为秋季、12—次年2月为冬季的方式划分四季,并绘制内蒙古不同季节气象站点与GPM-IMERG的散点图(图 5)。各季节的站点降水与GPM-IMERG的相关性均通过0.01水平的显著性检验,达到极显著相关,其中夏季的相关系数最高(0.648),春季的相关系数最低(0.620),不同季节的GPM-IMERG与站点降水之间的一致性均较好,且季节间差异不大。一元线性回归的趋势线斜率最小为春季(0.533)、最大为冬季(0.746),冬季GPM-IMERG与实际降水更加接近。春、夏、秋和冬季的趋势线与1:1线的交点分别为4.3 mm、8.3 mm、5.4 mm和1.1 mm,说明GPM-IMERG在不同季节中均存在对小量级降水高估而较大量级降水低估的问题。由于内蒙古地区纬度较高,冬季降水相态以雪为主,冬季的散点图中的斜率最接近1,且相关系数仅次于夏季,可见GPM-IMERG对不同相态降水的量级判断均较为准确。这主要得益于GPM卫星搭载的DPR雷达,DPR在Ku波段的基础上增加了Ka波段,可以通过非瑞利散射响应获取粒子谱分布信息,准确估计降水系统中相态转换的高度。在GPM的2级产品中,通过引入DPR的相态产品,可以将降水分为固态、液态和混合态,进而提高主动雷达和被动微波辐射计降水反演的精度。

图 5 内蒙古春(a)、夏(b)、秋(c)、冬(d)气象站点与GPM-IMERG降水量散点图 Fig. 5 Scatterplot of meteorological station precipitation and GPM-IMERG precipitation in (a) spring, (b) summer, (c) autumn and (d) winter in Inner Mongolia.
6 不同地表类型的GPM-IMERG精度分析

按照各气象站点所在的地表类型统计,并绘制内蒙古森林、耕地、草原、荒地四种覆盖类型下站点降水与GPM-IMERG的散点图(图 6)。分析可知,各地表类型的站点降水与GPM-IMERG的相关性均通过0.01水平的显著性检验,达到极显著相关。相关系数与斜率均存在森林>耕地>草地>荒漠的分布方式,由此可见在森林等高植被覆盖区,GPM-IMERG与站点降水的一致性更好,偏差也更小,而随着植被覆盖度的下降,GPM-IMERG与站点降水的偏差也会随之逐渐增大。

图 6 内蒙古森林(a)、耕地(b)、草原(c)、荒地(d)气象站点与GPM-IMERG降水量散点图 Fig. 6 Scatterplot of meteorological station precipitation and GPM-IMERG precipitation of (a) forest, (b) farmland, (c) grassland and (d) wasteland in Inner Mongolia.
7 结论和讨论

利用2015—2017年GPM-IMERG逐日降水产品与内蒙古119个气象站点降水数据进行对比,分析GPM-IMERG的适用性,得出以下结论:

(1) GPM-IMERG晴雨判别的平均多测误差为11.6%,平均漏测误差为5%,降水日捕捉的准确度为74.3%,非降水日忽略的准确度为85.5%。GPM-IMERG对降水的捕捉能力在锡林郭勒盟和呼伦贝尔市西部偏低、漏测误差偏高,GPM-IMERG对非降水的忽略能力在呼伦贝尔市偏低、多测误差偏高,GPM-IMERG对晴雨判别的总体误差在内蒙古地区呈现随纬度的增加而增加。

(2) GPM-IMERG在内蒙古地区的平均误差为正和误差为负的站点数量大体相当,整体误差为0.0 mm,GPM-IMERG的平均绝对误差为4.1 mm,空间上呈现出自东南向西北递减分布。

(3) GPM-IMERG在少量降水时存在对降水量的高估,而在较大量级降水时存在对降水量的低估。当降水量大于等于25 mm时,GPM-IMERG降水量比站点观测值平均偏少可达30 %以上。

(4) 不同盟市、不同季节和不同地表覆盖类型下的GPM-IMERG与站点降水量的相关性均能达到极显著相关水平。盟市中赤峰市GPM-IMERG与站点降水的相关性最高且趋势线斜率最接近1,乌海市GPM-IMERG与站点降水的相关性最差。不同季节中,春季的相关系数最低而夏季的相关系数最高,冬季GPM-IMERG与站点降水相关系数仅次于夏季,GPM-IMERG在降雪观测方面的表现良好。不同地表覆盖类型下,GPM-IMERG与站点降水的相关系数和斜率同时存在森林>耕地>草地>荒漠的分布方式,植被覆盖度越高,GPM-IMERG与站点降水的一致性更好,偏差也更小。

GPM作为新一代降水观测卫星,对降水的观测能力、时空分辨率和积雪观测能力均有明显提升,其观测范围首次覆盖内蒙古全境,为弥补内蒙古地区气象监测网络的不足,提升气象防灾减灾能力提供了新的方法和途径。GPM-IMERG在较大量级降水时存在对降水量的低估,这可能与微波降水率反演对流性降水存在低估(Sapiano and Arkin, 2009),而内蒙古较大降水多以对流性降水为主且不同站点的降水类型差异较大有关。GPM-IMERG与站点误差可能来自地表覆盖、地形和纬度较高的影响,仍需进一步研究分析其具体误差来源并开展GPM-IMERG产品的本地化订正和业务应用。

参考文献
常煜, 韩经纬, 常立群, 等. 2012. 近40 a呼伦贝尔市暴雨时空变化特征分析[J]. 暴雨灾害, 31(4): 379-383.
董国涛, 樊东, 杨胜天, 等. 2018. GPM与TRMM降水数据在黄河流域适用性分析[J]. 水土保持研究, 25(3): 82-87.
董祝雷, 白美兰, 衣娜娜. 2018. 内蒙古夏季降水与亚洲纬向环流的联系[J]. 干旱气象, 36(2): 256-262.
胡蝶, 郭铌, 王丽娟, 等. 2017. TRMM降水数据在甘肃省干旱监测中的应用[J]. 干旱气象, 35(3): 374-380.
黄晓璐, 荀学义, 赵斐. 2017. 内蒙古强对流天气时空演变特征分析[J]. 暴雨灾害, 36(3): 287-291.
嵇涛, 杨华, 刘睿, 等. 2014. TRMM卫星降水数据在川渝地区的适用性分析[J]. 地球科学进展, 33(10): 1375-1386.
金晓龙, 邵华, 张弛, 等. 2016. GPM卫星降水数据在天山山区的适用性分析[J]. 自然资源学报, 31(12): 2074-2085.
李海英. 2019. 内蒙古春季降水的气候特征及预测思路[J]. 沙漠与绿洲气象, 13(4): 79-87.
李琼, 杨梅学, 万国宁, 等. 2016. TRMM 3B43降水数据在黄河源区的适用性评价[J]. 冰川冻土, 38(3): 620-633.
庆丹丹, 宋凡, 宁少尉. 2018. 最新GPM遥感数据在淮河和海河流域的误差[J]. 水文, 38(5): 52-58.
邱金晶, 余贞寿, 陈锋. 2017. 2000-2013年5-10月TRMM测雨产品3B42RT在浙江地区的评估检验[J]. 暴雨灾害, 36(5): 467-474.
任志艳, 延军平, 王鹏涛. 2016. 1960-2012年内蒙古降水集中度和降水集中期时空变化[J]. 中国沙漠, 36(3): 760-766.
沈建国, 李喜仓. 2008. 中国气象灾害大典(内蒙古卷)[M]. 北京: 气象出版社, 8-12.
唐万强, 万玮, 曾子悦, 等. 2015. 全球降水测量(GPM)计划及其最新进展综述[J]. 遥感技术与应用, 30(4): 607-615.
王慧清, 付亚男, 包福祥, 等. 2018. 内蒙古地区多年大气可降水量及其转化效率研究[J]. 高原气象, 37(3): 786-795.
魏志明, 岳官印, 李家, 等. 2017. GPM与TRMM降水数据在海河流域的精度对比研究[J]. 水土保持通报, 37(2): 171-176.
谢红霞, 刘旭星, 隋兵, 等. 2017. TRMM降水数据在湖南省长株潭地区的适用性[J]. 水土保持研究, 37(3): 295-301.
于晓晶, 韩威, 马秀梅, 等. 2018. 卫星微波辐射资料同化在新疆降水预报中的应用初探[J]. 暴雨灾害, 37(4): 337-346.
张奡祺, 傅云飞. 2018. GPM卫星双频测雨雷达探测降水结构的个例特征分析[J]. 大气科学, 42(1): 33-51.
Sapiano M R P, Arkin P A. 2009. An intercomparison and validation of high-resolution satellite precipitation estimates with 3-hourly gauge data[J]. Journal of Hydrometeorology, 10(1): 149-166.