遥感降水降尺度高精度校正及不确定性分析方法OA北大核心CSTPCD
为消除降水场同质部分影响,提升统计降水降尺度结果精度,提出了基于贝叶斯高精度曲面建模(Bayes-HASM)算法的遥感降水降尺度高精度校正方法。该方法通过引入模拟精度更高的高精度曲面建模方法,并结合贝叶斯优化算法,实现了模型参数自动优化选择和高精度降尺度校正,解决了现有降尺度残差校正方法存在的误差和多尺度问题。结果表明:贝叶斯优化使高精度曲面建模的不确定性显著减少;经过Bayes-HASM残差校正后,降尺度结果的散点分布更加接近1∶1线,年、季、月和旬尺度的精度指标均得到了显著的改善,CC和IA指标提高至0.9左右,RMSE下降明显,RB也显著改善。本方法能显著降低模型的不确定性并起到消除降水场同质部分影响的作用,有效提升降水降尺度结果精度。
董甲平;冶运涛;顾晶晶;黄建雄;关昊哲;曹引;
天津大学建筑工程学院,天津300072 中国水利水电科学研究院水资源研究所,北京100038 水利部数字孪生流域重点实验室,北京100038中国水利水电科学研究院水资源研究所,北京100038 水利部数字孪生流域重点实验室,北京100038
水利科学
数字孪生流域高精度曲面建模贝叶斯优化统计降尺度遥感降水
《水利学报》 2024 (002)
P.226-237,252 / 13
国家自然科学基金面上项目(52279031);国家自然科学基金青年项目(52309040);国家重点研发计划项目(2023YFC3209302-03);北京市自然科学基金项目(JQ21029)。
评论