观潮 · 模式预报与气象 AI 观察
把降水场当三维张量而不是逐日快照分解后 TMerge把IMERG相关系数从0.53抬到0.85
> 卫星降水产品的常规订正思路是线性偏差订正、分位数匹配或上神经网络，这篇换了个角度：不把每天的降水场当成独立的快照，而是把经度×纬度×时间堆成三维张量再做 CANDECOMP/PARAFAC 低秩分解。在 CONUS 2018–2022 的 CPC 站点参考数据上，同样 5% 参数预算，三维张量表示的相关系数 0.926，比展开成时空矩阵的表示高 76.0%。在这个结构上搭的融合框架 TMerge 用稀疏站点订正 IMERG Final Run：原生 0.1° 分辨率下 2019–2022 相关系数从 0.534 提到 0.854，RMSE 降 48.2%，海岸带——IMERG 误差最大的地方——RMSE 从 9.32 降到 4.98 mm/day，而参数量只有对比用 MLP 的约十分之一。作者同时交代了没做的事：只用日尺度产品、参考站点遮蔽到 90% 时方法开始退化、地形等辅助变量还没进张量模态。
缺的是哪一块
IMERG 是 NASA GPM 计划的主力近全球降水产品，Final Run 在 0.1° 网格上融合被动微波与红外观测并做逐月雨量计订正，但区域评估给出的日 RMSE 仍有 4.5–4.7 mm/day（欧洲与 CONUS），海岸带最差——海陆发射率梯度和地形抬升降水让卫星反演在海岸线附近尤其困难。
订正手段已经堆了很多层：线性偏差订正、分布匹配（分位数映射）、带辅助预报因子的机器学习。问题在于要在地形、海岸线、降水体制差异极大的大陆尺度域上取得一致的改进并不容易。作者的说法是，与其继续堆订正技巧，不如回头看降水场本身的结构：水文领域的低秩分析一直是矩阵式的，时空数据通常被摊平成「空间×时间」矩阵处理，而这个摊平动作不保留数据的原始多维结构。
三种低秩表示怎么比的
把日降水场按两个维度堆法不同，得到三种低秩表示：
表示 · 做法 · 参数量级
STT（三维时空张量） · 经度×纬度×时间直接做 CP 分解，空间模态与时间模态共享 · R·(I₁+I₂+I₃)
SM（逐日空间分解） · 每天的降水快照单独做截断 SVD，各天各有自己的空间因子 · 每天各自 R′·(I₁+I₂)
UM（展开矩阵） · 三维张量摊平成「空间×时间」矩阵后分解 · R″·(I₁I₂+T)
低秩在这里的定义是：变率可以用 R 乘以各模态维度之和量级的参数逼近，而不是完整张量的连乘项数。因子矩阵用交替最小二乘求解，评价固定空间采样——同一批格点位置在所有时间步上都用于拟合，其余位置留作检验，模拟雨量计站点空间覆盖固定的现实约束。
实验设置：CPC 统一雨量计分析做参考，CONUS 2018–2022，每 3 个月一个时段共 20 个不重叠时段；「参数预算」定义为模型参数量占完整时空张量元素总数的百分比，从 0.5% 扫到 20%。
结果数字
同参数预算下，张量表示全面胜出
10% 站点遮蔽、5 次随机空间划分重复下的重建精度（相关系数 r ± 标准差 / RMSE mm/day ± 标准差）：
参数预算 · STT · SM · UM
0.5% · 0.791±0.001 / 3.926±0.009 · 0.734±0.045 / 4.413±0.399 · 0.343±0.001 / 6.053±0.032
1.0% · 0.845±0.001 / 3.435±0.013 · 0.668±0.223 / 5.266±3.028 · 0.343±0.002 / 6.054±0.012
2.0% · 0.885±0.001 / 2.987±0.008 · 0.738±0.012 / 4.383±0.124 · 0.436±0.002 / 5.813±0.021
5.0% · 0.926±0.001 / 2.431±0.009 · 0.786±0.085 / 4.321±1.165 · 0.526±0.001 / 5.526±0.013
10.0% · 0.948±0.000 / 2.035±0.002 · 0.855±0.014 / 3.570±0.193 · 0.607±0.001 / 5.263±0.018
20.0% · 0.962±0.000 / 1.752±0.010 · 0.816±0.006 / 4.119±0.103 · 0.629±0.001 / 5.473±0.021
5% 预算处 STT 比 SM、UM 的相关系数分别高 17.8% 和 76.0%，RMSE 分别低 43.7% 和 56.0%。两条基线各有各的毛病：SM 需要为每个逐日场单独估因子，对空间划分极其敏感（1% 预算处 RMSE 标准差高达 3.028）；UM 稳定但精度垫底。逐时段对比里，STT 全部 20 个时段的相关系数最低值 0.858 仍高于 UM 的最高值 0.665，RMSE 最大值 3.23 仍低于 UM 的最小值 4.05。
原文图 1：2018–2022 年 20 个不重叠三月时段、10% 站点遮蔽、约 5% 参数预算下三种表示的对比。(a) 相关系数：STT（蓝）在每个时段都最高；(b) RMSE：STT 在每个时段都最低，SM（橙）次之，UM（红）最差。
参考站越稀，差距越大
把站点遮蔽比例从 10% 扫到 90%（70% 遮蔽 = 只用 30% 的 CPC 格点拟合）：
遮蔽比例 · STT 的 r · SM、UM 的 r · STT 的 RMSE · SM、UM 的 RMSE
10% · 高 · — · 2.434 · —
50% · — · SM 开始失效 · <4 · SM 9.680
70% · 0.824 · 0.235 / 0.259 · 3.640 · 17.656 / 9.617
80% · 0.696 · 0.137 / 0.120 · 4.636 · 24.921 / 24.160
90% · 开始退化 · — · — · —
STT 在 70% 遮蔽下还保有 0.824 的相关系数，此时两条矩阵基线已经塌到 0.235 和 0.259。作者明说：最极端的 90% 遮蔽（10% 参考可用）时重建开始退化，张量结构的信息量不是无限的。
原文图 2：5% 参数预算下相关系数（上）与 RMSE（下）随站点遮蔽比例的变化。STT（蓝）在 70–80% 遮蔽处才明显下滑，SM（橙）与 UM（红）从 50% 起快速崩塌，90% 遮蔽处三线在 RMSE 上重新靠近但都已失准。
TMerge 融合：CPC 分辨率对照实验
第一个融合实验把 IMERG 重网格到 CPC 网格，CPC 观测只保留在稀疏固定位置（50% 用作拟合），2018–2022 全域对比：
方法 · 相关系数 · RMSE（mm/day） · MAE（mm/day）
TMerge · 0.819 · 3.716 · 1.903
MLP · 0.577 · 5.205 · 2.278
QM（分位数映射） · 0.564 · 5.879 · 2.202
Linear（线性订正） · 0.542 · 6.085 · 2.251
IMERG 原值 · 0.542 · 6.296 · 2.329
TMerge 把 RMSE 砍掉 41.0%、MAE 砍掉 18.3%。逐格看：99.74% 的格点 RMSE 有改善，平均每格降 2.291 mm/day，最大恶化仅 0.138、最大改善 7.312 mm/day。分雨强段看，TMerge 相对 IMERG 的 RMSE 改善从 1–5 mm/day 段的 54% 到 >50 mm/day 段的 27%——最难的暴雨段里，QM 只减了约 4% 的 RMSE，MLP 和线性订正反而让 IMERG 变差，TMerge 仍降 27%。20 个时段全部由 TMerge 拿下：它的最小时段改善 1.798 mm/day 也大于 MLP 最大的 1.480、QM 的 0.740 和线性订正的 0.404。
原文图 3：CONUS 2018–2022 逐格 RMSE 分布。上：IMERG 原值，中部与东部大片格点超过 6–10 mm/day；中：TMerge，绝大多数格点降到 4 以下；下：TMerge 相对 IMERG 的 RMSE 削减量，东部和东西海岸带削减最大。
原文图 4：(a) 20 个时段的相关系数，TMerge 全部领先；(b) 20 个时段的 RMSE，TMerge 全部最低；(c) 按 CPC 参考雨强分箱的 RMSE，从 0–0.1 到 >50 mm/day 每一箱 TMerge 都最低，>50 箱里 IMERG 约 44 mm/day、TMerge 约 32 mm/day。
原生 0.1° 分辨率与海岸带
第二个实验不重网格，直接用稀疏 CPC 观测约束、在 IMERG 原生 0.1° 网格上输出，2019–2022：
方法 · 相关系数 · RMSE（mm/day） · MAE（mm/day）
TMerge · 0.854 · 3.272 · 1.638
MLP · 0.771 · 4.012 · 1.698
QM · 0.558 · 5.848 · 2.191
Linear · 0.534 · 6.093 · 2.235
IMERG 原值 · 0.534 · 6.320 · 2.317
这就是摘要里那组数：r 从 0.534 到 0.854，RMSE −48.2%，MAE −29.3%。MLP 在这个设置下也表现不差（RMSE −36.5%），但 TMerge 的参数量约为 MLP 的十分之一——TMerge 参数约占时空源张量的 1.2%，MLP 有 315 万个可训练参数、约合张量的 11.5%（每个三月时段）——还在所有指标上更高，RMSE 再降 18.4%。逐像素统计：TMerge 的空间平均偏差 −0.02 mm/day，逐像素 RMSE 中位数 2.87（MLP 3.34、IMERG 5.08），99.5% 的检验格点有改善、平均降 46.2%；16 个时段平均 RMSE 比 IMERG 低 48.8%（MLP 38.3%），散点图上 KGE 0.79、NSE 0.73（MLP 0.69 / 0.61）。
海岸带是 IMERG 最差、也是这篇文章改善最大的地方：r 从 0.489 到 0.831，RMSE 从 9.32 降到 4.98 mm/day（−46.5%），MAE 从 3.84 降到 2.44（−36.4%）；同场 MLP 只有 r 0.728、RMSE 6.11。
敏感性：rank、窗口、分块、参考密度
以 2018 年为对象扫了四个轴：参考观测比例（10%→90%）、时间窗（1→12 个月）、空间分块（1→32 块）、CP 秩。
扫描轴 · 结果
参考观测比例 · 10% 时 r=0.559（与 QM 0.568、MLP 0.572、Linear 0.557 相当）；20% 时 0.670 已超全部基线（基线停在 0.56–0.58）；50% 0.830 → 90% 0.887
时间窗 · 1–12 个月 r 仅在 0.826–0.837 之间波动，几乎不敏感
空间分块 · 整个 CONUS 作单一张量最好（r=0.835），切成 32 块降到 0.808
CP 秩 · 25→100 从 0.693 升到 0.813，秩 150–250 之间停在 0.831–0.836 的平台
主实验用的是 50% 参考比例，作者强调这是留了一半数据做检验的保守口径，不是饱和性能。高分辨率实验里秩取 350，因为再往上增益可以忽略。
原文图 5：(a) 相关系数随参考观测比例的变化，TMerge 从 0.56 一路升到 0.89，三条基线全程平在 0.56–0.58；(b) 时间窗 1–12 个月几乎不动；(c) 空间分块越多越略差；(d) CP 秩从 25 到 250 的增益曲线，100 之后进入平台。
原文图 6：TMerge 秩（红）、MLP 参数量（绿）与 QM 的 IDW 邻居数/幂参数（黑）的参数扫描。TMerge 在秩 350 附近趋于饱和；MLP 最优配置在百万参数量级；QM 对 IDW 参数的敏感性只有千分位。
为什么张量表示能赢
作者给出的机制解释是：大陆尺度降水场存在可利用的低秩结构，而三维张量表示保住了空间模态与时间模态的原始组织方式——SM 为每个逐日场单独估一组空间因子，等于放弃跨天共享信息、还对空间划分敏感；UM 虽然共享时间因子，但摊平后的「空间×时间」矩阵把二维空间邻域拆散了。STT 让空间与时间因子同时在全部观测上估计，所以既稳又准。作者特别注明这个「相对低秩性」不是压缩造成的假象，而是降水变率的一种组织性质。TMerge 的融合逻辑建立在同一结构上：卫星与站点参考虽然精度、覆盖、误差结构不同，但底层主导的低秩时空结构应当至少部分共享，于是在「经度×纬度×时间×源」四阶张量上做联合分解，空间与时间因子两源共享、源模态因子各自保留，任意未观测位置的订正估值直接取参考源那一层的张量重构值。
作者承认的限制
- 只用日尺度产品。IMERG 有次日常规产品，本文选日尺度是因为与 CPC 参考的时间分辨率匹配、也压低多年全域实验的算力开销；次日常规下是否存在类似低秩结构，文中只说「可能也存在」，未检验。
- 极稀疏参考下开始退化。90% 站点遮蔽（10% 参考可用）时重建精度开始下滑，张量结构携带的信息量在该稀疏度附近接近极限。
- 辅助变量未纳入。地形等对降水有明确影响的变量还没有作为额外张量模态进入 TMerge，列为后续方向。
- 共享结构是假设前提。TMerge 成立的前提是卫星与参考共享部分低秩时空结构——论文以「应当至少部分共享」的表述陈述这一理由，未单独设计实验隔离验证该假设本身。
- 对空间划分有温和敏感。把全域切成小张量会损失精度（32 块时 r 从 0.835 降到 0.808），方法偏好大域整体建模，算力受限场景需要权衡。
一句话判断
降水的时空结构本身值钱：同一批数据同一套评价，只是把「逐日快照分别分解」换成「时空张量整体分解」，5% 参数预算下相关系数从 0.786 提到 0.926；把这个结构拿来融合卫星与稀疏站点，IMERG 在最难订正的海岸带 RMSE 几乎减半，而代价只是百万分之一量级张量参数对三百万 MLP 参数——参考站点极稀疏时方法会退化，但只要有两成站点它就开始领先所有基线。