1. 河海大学水文水资源学院
2. 吉林省水文水资源局延边分局
纸质出版:2026
移动端阅览
赵杰, 任黎, 金哲, 等. 基于多种机器学习算法的伊洛河流域汛期GPM降水数据降尺度研究[J]. 水电能源科学, 2026,44(5):27-31+103.
赵杰, 任黎, 金哲, et al. 基于多种机器学习算法的伊洛河流域汛期GPM降水数据降尺度研究[J]. 2026, 44(5): 27-31+103.
赵杰, 任黎, 金哲, 等. 基于多种机器学习算法的伊洛河流域汛期GPM降水数据降尺度研究[J]. 水电能源科学, 2026,44(5):27-31+103. DOI: 10.20040/j.cnki.1000-7709.2026.20250947.
赵杰, 任黎, 金哲, et al. 基于多种机器学习算法的伊洛河流域汛期GPM降水数据降尺度研究[J]. 2026, 44(5): 27-31+103. DOI: 10.20040/j.cnki.1000-7709.2026.20250947.
为解决卫星降水产品的空间分辨率及数据精度不足导致的水文研究适用性受限的问题,以伊洛河流域为研究区,以GPM卫星降水产品为研究对象,选择涉及地理位置、地形特征、归一化植被指数、地表温度等共13个因子作为降尺度模型的解释变量,建立了多元线性回归、随机森林、XGBoost、支持向量机、K最近邻五种降尺度模型对伊洛河流域2001~2021年汛期GPM月尺度降水产品进行降尺度,基于评估结果优选最佳模型。结果表明,在空间相关性上,五种算法降尺度后的数据能更为细致地刻画降水分布;在数据精度上,五种算法中决定系数R
2
由0.702分别提升至0.969、0.975、0.973、0.970、0.962。均方根误差由45.275 mm分别降至15.799、14.281、14.500、15.546、17.497 mm
平均绝对误差由32.882 mm分别降至8.636、7.431、7.687、8.096、9.485 mm
以RF模型降尺度效果最优。RF在伊洛河流域卫星降水产品降尺度中具有较大优势。结果可为伊洛河流域高分辨率降水数据的获取及水文气象精细化研究提供参考。
黎扬兵.TRMM卫星降水数据空间降尺度方法及其在干旱监测中的应用研究[D].长安大学,2023(06).
李红霞.基于Budyko模型的伊洛河流域径流变化归因分析[D].郑州大学,2022(09).
苗聪聪,闫金凤.永兴岛GPM-IMERG降水数据空间降尺度研究[J].水电能源科学,2024(12).
姜延坤,洪涛,章吉丽.基于KNN-XGBOOST堆叠模型在PCB RFID天线阻抗预测的研究[J].现代电子技术,2024(19).
王浩钰,付国永,李黎,仝涵琦.一种基于Xgboost+GWR算法的中国地区降水量空间插值模型[J].水电能源科学,2021(12).
熊立华,刘成凯,陈石磊,查悉妮,马秋梅.遥感降水资料后处理研究综述[J].水科学进展,2021(04).
Xiaoxiao Min,Ziqiang Ma,Jintao Xu,Kang He,Zhige Wang,Qingliang Huang,Jun Li.Spatially Downscaling IMERG at Daily Scale Using Machine Learning Approaches Over Zhejiang, Southeastern China[J].Frontiers in Earth Science,2020.
0
浏览量
下载量
CSCD
关联资源
相关文章
相关作者
相关机构