降水是全球能量循环中的一个重要参数，是河川径流的主要来源。如何获得高精度的降水数据是气象与水文及其他相关科技领域中的一个重要的研究方向。传统的地面雨量站观测数据和地面降水雷达虽然可以提供高精度的降水信息，但均存在一定缺陷，限制了它们在水文模拟等方面的应用。近年来，卫星技术的发展为人们获取大范围、高精度降水提供了重要途径。目前有多种卫星降水数据，但各有优缺点。多源降水融合是综合多个卫星降水产品的优势实现更高降水反演精度的重要手段。 本研究基于全球降水观测计划（Global Precipitation Measurement,GPM）的两种代表降水数据:多星集成降水产品（Integrated Multi-satellite Retrievals for GPM,IMERG）和全球降水卫星制图（Global Satellite Mapping of Precipitation，GSMaP）精度的空间差异状况，研究两种卫星降水数据的融合算法。具体地，以中国大陆为研究区域，基于九大流域分区开展2001-2019年IMERG和GSMaP卫星降水数据的融合研究。通过气象站点观测降水数据对融合结果产品进行精度评价，并基于融合结果开展暴雨信息提取研究，以期得到中国大陆区域内暴雨发生演变的时空规律。得到如下结论： （1）通过地面站点定量评估融合降水以及IMERG和GSMaP卫星降水数据，结果表明：融合降水在九大流域的精度得到了不同提高，对降水的探测能力得到了增强。卫星降水融合产品其相关系数（Correlation Coefficient,CC）、均方根误差（Root Mean Square Error,RMSE）相对于两种原始数据在不同流域内得到了不同程度的优化；融合数据的降水命中率（Probability of Detection,POD）、关键成功指数（Critical Success Index,CSI）得到了提升。通过融合计算，提升了对降水的捕捉探测能力。 （2）以2001年至2019年融合数据为输入数据，基于暴雨提取程序，进行暴雨信息的提取，得到了中国大陆近19年暴雨信息，并分析其分布及发生规律，结果发现：我国暴雨多发地以及暴雨雨量集中地为长江流域、珠江流域以及东南流域中国大陆。暴雨发生次数最多为夏季，且暴雨发生范围更广，秋季暴雨发生范围要大于春季和冬季，但暴雨总体次数和暴雨总雨量为四季中最低季节。中国大陆近19年暴雨雨量与暴雨发生次数的中心均位于长江流域。 （3）通过对比IMERG、GSMaP以及融合数据的暴雨提取结果发现，三种降水数据对暴雨的监测能力略有不足；但经过融合计算，融合降水数据的暴雨降水命中率得到了略微提高。
NETL
