Evaluation of satellite-based precipitation estimates across the life cycle of precipitation systems with correction via symbolic regression

Satellite precipitation products (SatPP) are valuable tools for understanding global precipitation patterns. Among them, the Integrated Multi-Satellite Retrievals for Global Precipitation Measurement (IMERG, NASA), the Global Satellite Mapping of Precipitation (GSMaP, JAXA) from Global Precipitation Measurement (GPM) and MERGE (INPE) offer increasingly accurate estimates of rainfall. However, the quality of these estimates presents significant uncertainties related to precipitation type, phase, system morphology and region. This study evaluates the performance of IMERG V07, GSMaP V08, and MERGE over Mato Grosso do Sul, Brazil, by validating estimates against RADAR and rain gauge data, analyzing precipitation systems by phase and type using geostationary satellite infrared imagery and tracking algorithms, and employing Symbolic Regression (SR) to automatically construct physically interpretable equations that reduce the bias in the estimates. The results indicate that all SatPPs overestimate precipitation occurrence, with near- and post-real-time versions outperforming real-time products. For continuous metrics, IMERG-F emerged as the most accurate against RADAR, while MERGE showed superior agreement with rain gauges. Also, gauge adjustment in GSMaP was found to limit precipitation estimates. System classification revealed that IMERG favors non-convective detection, while GSMaP detects more mixed systems. Validation by precipitation classes confirmed IMERG-F as the best performer against RADAR data, while MERGE showed the highest consistency with rain gauge observations. SR-derived correction equations, incorporating descriptors such as life cycle phase, areal expansion, and diurnal cycle, demonstrated significant relationships among these variables. These findings highlight the potential of integrating precipitation system characteristics into correction models to improve the accuracy and interpretability of SatPP. RESUMO: Os produtos de precipitação por satélite (SatPP) são ferramentas valiosas para compreender os padrões globais de precipitação. Entre eles, o Integrated Multi-Satellite Retrievals for Global Precipitation Measurement (IMERG), o Global Satellite Mapping of Precipitation (GSMaP) da missão GPM, e o MERGE oferecem estimativas de chuva cada vez mais precisas. No entanto, a qualidade dessas estimativas apresenta incertezas significativas relacionadas ao tipo, fase, morfologia dos sistemas e região. Este estudo avalia o desempenho do IMERG V07, GSMaP V08 e MERGE sobre o estado de Mato Grosso do Sul, Brasil, validando as estimativas com dados de RADAR e pluviômetros, analisando os sistemas de precipitação por fase e tipo a partir de imagens infravermelhas de satélite geoestacionário e algoritmos de rastreamento, e empregando regressão simbólica (SR) para construir automaticamente equações fisicamente interpretáveis que reduzem o viés das estimativas. Os resultados indicam que todos os SatPPs superestimam a ocorrência de precipitação, com as versões de tempo quase real e pós-tempo real apresentando desempenho superior aos produtos em tempo real. Para as métricas contínuas, o IMERG-F mostrou-se o mais preciso em relação ao RADAR, enquanto o MERGE apresentou melhor concordância com os pluviômetros. Além disso, observou-se que o ajuste por pluviômetro no GSMaP tende a limitar as estimativas de precipitação. A classificação dos sistemas revelou que o IMERG favorece a detecção de sistemas não convectivos, enquanto o GSMaP identifica mais sistemas mistos. A validação por classes de precipitação confirmou o IMERG-F como o melhor desempenho frente aos dados de RADAR, enquanto o MERGE apresentou a maior consistência com as observações de pluviômetros. As equações de correção obtidas por SR, incorporando descritores como fase do ciclo de vida, expansão areal e ciclo diurno, demonstraram relações significativas entre essas variáveis. Esses resultados destacam o potencial de integrar características dos sistemas de precipitação em modelos de correção para aprimorar a acurácia e a interpretabilidade dos SatPP.