永兴岛GPM-IMERG降水数据空间降尺度研究

苗聪聪; 闫金凤

doi:10.20040/j.cnki.1000-7709.2024.20240235

English Version Reader LoginJournal Login

您当前的位置：

首页 >

文章列表页 >

永兴岛GPM-IMERG降水数据空间降尺度研究

更新时间：2026-02-25

- 永兴岛GPM-IMERG降水数据空间降尺度研究
- Issue 12, Pages: 24-27+45(2024)
- 作者机构：
  
  山东科技大学测绘与空间信息学院
- 作者简介：
- 基金信息：
- DOI：10.20040/j.cnki.1000-7709.2024.20240235
  CLC： P426.6;P413
- Published：2024
- 稿件说明：
移动端阅览
苗聪聪, 闫金凤. 永兴岛GPM-IMERG降水数据空间降尺度研究[J]. 2024, (12): 24-27+45.
DOI：

苗聪聪, 闫金凤. 永兴岛GPM-IMERG降水数据空间降尺度研究[J]. 2024, (12): 24-27+45. DOI： 10.20040/j.cnki.1000-7709.2024.20240235.

摘要

高时空分辨率的降水栅格数据是多种水文模型和气候模型的重要输入数据。引入经度、纬度、温度、风速和比湿作为解释变量，基于多元线性回归、长短期记忆递归神经网络（LSTM）和随机森林（RF）模型对GPM-IMERG降水数据进行降尺度。以永兴岛三沙气象站的测量数据为真实值，选取偏差(B

ias

)、相关系数（R）、均方根误差(R

MSE

)以及平均绝对误差(M

)对原始GPM-IMERG降水数据和降尺度数据进行精度验证。结果表明，在日尺度上，GPM-IMERG降水数据与气象站实测降水数据之间偏差为-0.004 mm

平均绝对误差为3.537 mm;通过GPM-IMERG降尺度得到永兴岛10 m空间分辨率降水数据；RF模型降尺度结果精度最高，相较于原始GPM-IMERG降水数据均方根误差和相关系数分别提高了46.9%、30.1%。本研究可以在气象站稀少的情况下，为岛礁获取高空间分辨率降水数据提供了一种新的思路。

Abstract

关键词

Keywords

references

Yan Xin,Chen Hua,Tian Bingru,Sheng Sheng,Wang Jinxing,Kim JongSuk.A Downscaling–Merging Scheme for Improving Daily Spatial Precipitation Estimates Based on Random Forest and Cokriging[J].Remote Sensing,2021.

Yu Yong,Si Xiaosheng,Hu Changhua,Zhang Jianxun.A Review of Recurrent Neural Networks: LSTM Cells and Network Architectures.[J].Neural computation,2019.

Leo Breiman.Random Forests.[J].Machine Learning,2001.

李新同,史岚,陈多妍.基于深度学习的闽浙赣GPM降水产品降尺度方法[J].自然资源遥感,2023(04).

张寒博,杨骥,荆文龙,邓应彬.多种特征因子结合GBDT的降水数据降尺度方法研究[J].中国环境科学,2023(04).

杨安富,胡玉麟,林天,李德成,王登峰,章明奎,卢瑛,张甘霖.中国西沙群岛土系的建立[J].土壤学报,2022(03).

杜懿,王大洋,王大刚.GPM卫星降水产品空间降尺度研究——以贵州省为例[J].自然资源遥感,2021(04).

盛夏,石玉立,丁海勇.青藏高原GPM降水数据空间降尺度研究[J].遥感技术与应用,2021(03).

Views

145

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于GWR与CatBoost算法的沁河流域汛期GPM产品降尺度校正

基于多源气象资料与机器学习的降水数据质量控制方法研究

CEEMDAN分解与机器学习耦合模型在林海水库入库径流预报中的多尺度适用性分析

大型水轮发电机定子绕组温度智能预测方法

基于Stacking集成框架的预报降水统计后处理研究

Related Author

熊良冯

李小迈

赵杰

金哲

任黎

吴晨晨

吕纯月

吴薇

Related Institution

吉林省水文水资源局延边分局

河海大学水文水资源学院

国家气象信息中心

温江国家气候观象台

川西南(雅安)暴雨实验室

AI问答

⁰