降水是最基本的气象要素之一,准确掌握流域降水的时空分布特征对实现数字孪生流域“四预”功能具有重要意义[1-3]。
目前获取降水资料的主要途径主要有3种:地面雨量站、地基天气雷达估测和气象卫星反演[4],各自优缺点十分明显,但在一定程度上可以互补[5]。
地面雨量站对降水量的观测是获得降水数据最直接也是最常用的方法,在整个降水观测体系中起到基础性的作用,可以获得高精度的单点数据,但地面站点观测无法覆盖到无人区以及地形相对复杂的区域,从而限制了站点观测数据的使用;
气象卫星反演降水通过间接手段进行观测,不受地理条件的限制,具有全天候、全覆盖的特点,然而其精度会受到传感器性能、反演算法以及云层性质的影响,虽然可一定程度上反映降水的时空分布,但在单点上精度低于地面观测数据[4,6];
雷达通过间接手段观测降水,其优点在于能够跟踪雨区范围,在中小尺度地区的短期强降水监测中具有较强的优势,但雷达对降水的观测范围有限,且易受地形等因素影响,估测的降水数据误差较大[7]。
受制于降水类型、地形地貌、反演算法等因素,单一降水产品难以准确反映区域降水过程,导致各降水产品在不同区域有着不同的性能。因此,如何通过多源降水数据融合的方式研制高质量和高时空分辨率的降水产品,一直是水文气象领域研究的热点问题之一[8]。
王筱译[9]等将加权最小二乘估计法应用于降水数据融合,引入SM2RAIN-CCI降水数