黄河流域0.05°日尺度降水融合数据集（2001-2020）

本数据集是基于地形分区的CNN-Period Network（CPN）降水融合框架生成的2001–2020年日尺度降水融合产品，空间分辨率为0.05°，覆盖黄河流域。数据融合了GPM IMERG卫星降水数据、GridSat-B1地球同步卫星红外通道亮温网格数据、雨量站实测数据及地形（DEM）数据等多源信息。在构建过程中，CPN通过快速傅里叶变换（FFT）将降水序列解耦为周期性分量与非周期性突发分量，并引入柯尔莫哥洛夫-阿诺德网络（KAN）增强对极端降水非线性关系的表征能力，结合地形分区融合框架，有效解决了深度学习在降水融合中长时序信号捕捉困难及空间异质性显著的问题。经验证，本数据集的相关系数（CC）为0.773，均方根误差（RMSE）较原始GPM IMERG数据降低40.18%；在极端事件监测中，误报率（FAR）为30%，关键成功指数（HSS）为0.58，显著修正了原始卫星数据在干旱背景下的误报及复杂地形下的异质性偏差，较好还原了局地强降水中心与山区地形增雨细节。本数据集可为黄河流域精细化水文模拟及极端天气预警提供可靠的数据支撑。