当前的多源降水数据融合技术多基于地面雨量站观测进行校正与融合，但地面观测本身存在一定的不确定性，尤其在地面雨量站点匮乏的地区，基于数理不确定性理论的多源降水融合技术可以在不依赖于地面观测数据的基础上确定各降水数据集的误差及其互相关性，逐格点确定最优晴雨分类时间序列，有效提高了融合产品的可靠性。为了评估由该理论框架发展而来的新一代降水数据优化融合产品SUPER(Statistical Uncertainty Analysis-based Precipitation m ERging Framework)，本研究在汉江流域上游汉中流域以及中游郭滩流域，利用地面高密度雨量站点的观测数据，选取再分析降水数据ERA5(ECMWF Reanalysis v5)、卫星降水产品IMERG(Integrated Multi-satellitE Retrievals for GPM)，从不同时空尺度，对比SUPER的精度及性能。结果表明：(1)相比ERA5与IMERG,SUPER产品在日、月两种尺度上均具有更优表现，与地面站点实测降水一致性更高、误差更小、误报率最低、探测成功率最高；(2) SUPER产品在地势平缓地区比在地形复杂地区性能更佳，地形对SUPER产品精度的影响在降水事件识别能力上更为显著，在地形复杂地区降水产品的精度会随地势升高而降低；(3) SUPER的融合算法及数据集可以有效的降低降水数据的随机误差与晴雨分类误差，但对系统偏差处理相对较为简单，仍有较大的改进空间。本研究综合的分析了SUPER产品在研究区的性能，为后续产品的实际应用与改进奠定了研究基础。
