在全球气候变化背景下，水循环过程加速，日趋频繁的极端天气气候事件给社会经济、生态环境和人体健康等带来严重损失或损害，引发政府、社会公众及学术界的广泛关注。降水是水循环的关键组成部分，是气象学、水文学和生态学的关键参数，也是与天气和气候研究中的大气环流相关的最重要和活跃的变量。高精度、长时间序列和空间连续的降水记录是合理开展气候变化检测与归因、数值模式校准与检验、生态水文过程模拟与预测等的前提。然而，由于观测资料的严重不足、降水在时间和空间上的不连续性质，严重影响了全球和区域降水和极端降水事件的分析，成为气候变化观测结论的关键不确定性来源。为此，明确不同来源降水数据差异具有重要意义。

2018年，我们在地学领域最具影响力的综述性期刊Reviews of Geophysics发表了题为“A review of global precipitation datasets: data sources, estimation, and inter-comparisons”长篇综述论文，全面介绍了全球尺度下降水产品的发展历程，从原始数据源、质量控制手段、插值与优化算法、时空覆盖范围、均值与极值的时空分布、不确定性等方面，对比了目前公开的30款全球降水产品，揭示了数据集差异在全球和区域尺度上时空分布规律，并量化了系统误差和随机误差的比例。研究发现，不同降水数据集对全球陆地多年平均降水量的估算偏差可高达300毫米/年，且差异主要来自于夏季和春季。空间上，年降水量在热带海洋、高山地区、北非、和高纬度地区的偏差最大；低纬度地区的极端降水事件的偏差大于高纬度地区。研究共享各类降水数据的下载与读取程序代码，并提出未来可根据不同来源数据的特点进行优势互补，利用数据融合技术和交叉验证手段提高数据的准确度。研究为不同领域研究者合理的选取数据提供科学指导，为应用多源数据集成技术生成降水融合数据集提供新思路，推动了观测不确定性在相关领域的研究。文章自2018年发表以来，从Web of Science检索到的数据表明，论文被不同领域期刊引用，引文数量呈现增长趋势（如图1）。至今，引用数量已经突破900余次，也成为近10年（2014－2023）来AGU旗下所有25本期刊中引用率最高的一篇论文，也侧面反映降水资料不确定性研究的重要性。

降水的时空不连续性是降水观测的主要挑战。目前有三种可用的全球降水数据集，包括基于雨量计的、与卫星相关的和再分析数据集。不同测量方法存在许多不一致之处，例如观测原理、算法精度、时空分辨率和覆盖范围，导致不同全球降水数据集之间存在很大的差异，也存在明显的互补性。雨量计是直接评估地表点降水最常见的工具，提供了相对准确和可靠的长期降水测量记录。但是全球雨量计密度有限，分布不均匀，在人口稀疏的高海拔地区和海洋中，雨量计很少。需要注意的是，可用的雨量计数量呈现减少的趋势，这可能会降低我们追踪降水变化的能力。在时间上，数据延迟和缺乏良好的时间分辨率使得难以将这些产品用于实时研究或跟踪短期极端事件的变化研究中。因此，为了覆盖全球陆地，需要对站点测量进行插值以形成格网化的数据集，这使得极端值被平滑，影响了对极端降水长期趋势的估算，也往往导致对湿润天数的高估。

卫星数据提供了足够的时间分辨率和细致的空间分辨率，覆盖范围广，为缺资料地区（如海洋、复杂的山区和沙漠）的降水估算提供了可能，不同机构已开发了基于多波长的多种算法和模型来推导降水估算。然而，必须注意的是，从卫星数据推导的降水估算是间接的，伴随着较大的不确定性。2014年美国NASA（National Aeronautics and Space Administration）与日本JAXA（Japan Aerospace Exploration Agency）联合实施了全球降水测量计划GPM（Global Precipitation Measurement），发射了新一代全球降水测量计划卫星GPM，其目标是实现对全球范围的降水观测。GPM下的卫星降水产品具有更广的覆盖范围与更高的时空分辨率（0.1°×0.1°，30 min，图2），另一方面通过其搭载的双频（Ku、Ka）雷达系统和高性能微波辐射计，显著增强了对弱降雨和固态降水的探测能力。GPM IMERG和GSMaP是GPM下2种高分辨率降水产品。然而，有研究表明，GPM IMERG和GSMaP卫星降水产品对于极端降水反演误差在研究区具有明显的区域特征，高雨强低估的误差特性表现显著，因此卫星降水产品在研究区不同区域对于雨强的误差订正将是未来极端降水反演工作的重点与难点之一。

再分析产品是依靠数值天气模式和同化技术的优势，突破了原始观测数据局限，产出在动力和物理上相互协调的长序列格点化数据集，从而可以更准确地揭示大气运动的状态、结构和现象，为全球和区域气候变化监测、检测和预测提供了不可替代的历史数据。现今，欧洲中期天气预报中心（ECMWF）发布了全球气候的第五代大气再分析ERA5，并得到了广泛应用。然而，观测约束、模型参数化和模型与观测之间的复杂相互作用都会影响降水估计的可靠性。再分析数据集的可靠性可能会根据地点和时间段而有相当大的变化。例如，在热带海洋上空，降水事件主要由对流系统控制，具有高时空变异性（图2）。因此，在再分析模型中需要更准确的对流参数化方案、合理的物理过程表示和更高的分辨率。

未来，利用数据融合、数据同化技术和交叉验证手段，综合多种来源观测资料及多模式模拟数据，获得高精度、高质量、时空连续的多源数据融合气象格点产品是行之有效的手段。在未来降水产品的研制中，一些关键的技术问题尚需要深入研究。包括不同来源、不同分辨率的数据之间的时、空匹配技术，不同观测之间协同质量控制，多源观测资料融合分析技术，以及针对不同气候背景、复杂地形、下垫面条件下各来源资料的误差分析系统及偏差订正技术。除此之外，引进人工智能方法，提高降水融合产品的精度也将是值得探索的方向。