Key points are not available for this paper at this time.
Les produits de précipitation par satellite (SPPs) sont d'une grande importance pour la gestion et l'utilisation des ressources en eau en Chine ; cependant, ils souffrent d'une incertitude considérable. Bien que de nombreux chercheurs aient évalué l'exactitude de divers SPPs, une enquête plus approfondie est nécessaire pour évaluer leurs performances dans les neuf principales régions de ressources en eau de la Chine. Cette étude a utilisé le dernier ensemble de données de précipitation du système d'assimilation des données de surface terrestre de l'Administration météorologique de Chine (CLDAS-V2.0) comme référence et a évalué la performance de six SPPs—GSMaP, PERSIANN, CMORPH, CHIRPS, GPM IMERG et TRMM—en utilisant six indices : coefficient de corrélation (CC), erreur quadratique moyenne (RMSE), erreur absolue moyenne (MAE), probabilité de détection (POD), taux de fausses alertes (FAR) et indice de succès critique (CSI), à la fois à l'échelle quotidienne et horaire dans les neuf régions de ressources en eau de la Chine. Les conclusions de cette étude sont les suivantes : (1) La performance des six SPPs était généralement plus faible à l'ouest qu'à l'est, le bassin continental (CB) présentant la plus mauvaise performance, suivi du bassin du sud-ouest (SB). (2) À l'échelle horaire, la performance des six SPPs était plus faible par rapport à l'échelle quotidienne, en particulier dans le CB de haute altitude et le bassin des rivières Songhua et Liaohe (SLRB) de haute latitude, où l'observation de faibles précipitations et de chutes de neige pose des défis significatifs. (3) GSMaP, CMORPH et GPM IMERG ont démontré une performance globale supérieure par rapport à CHIRPS, PERSIANN et TRMM. (4) CMORPH s'est avéré mieux adapté à une application dans les zones sujettes à la sécheresse, montrant une performance optimale dans le CB et le SB. GSMaP a excellé dans les régions humides, affichant la meilleure performance globale dans les sept autres bassins restants. GPM IMERG sert de source de données de précipitation complémentaire pour les deux premiers.
Gu et al. (Thu,) ont étudié cette question.