【技术实现步骤摘要】
本专利技术属于环境科学与气象科学领域，尤其涉及一种基于集成学习的多源降水产品融合方法。
技术介绍
1、降水是水循环中重要的一个环节，同时也是地表水文过程的基本驱动因子，其本身受到地形和气候等因素的影响，在时空上有很大的变异性，如何精确获取降水信息对于区域水资源管理、生产活动、灾害预防等领域都有重要作用。传统方式是通过气象站点观测，其不足在于获取的降水信息在空间上是离散的，尤其在人口稀疏的边远地区，观测站点稀少，很难获得详细的空间上连续的降水信息。随着卫星技术和反演算法的发展，栅格降水产品（简称：降水产品）开始出现，降水产品具有空间上连续分布的优势，但其准确性不如站点观测资料高。从1997年热带降水计划trmm开始，出现了一系列卫星降水产品和再分析降水产品。
2、当下降水产品种类也较多，但不同降水产品在不同统计评估指标上体现的优劣性也不同，如何以站点观测资料为基准，将具有不同优势的降水产品融合在一起，进而获得具备综合优势的降水产品具有重要意义。
技术实现思路
1、专利技术目的：针...
【技术保护点】
1.一种基于集成学习的多源降水产品融合方法，其特征在于包括以下步骤：
2.根据权利要求1所述基于集成学习的多源降水产品融合方法，其特征在于：步骤S1所述多源降水产品包含卫星降水产品、再分析降水产品。
3.基于集成学习的多源降水产品融合方法，其特征在于：步骤S2所述六种评估指标的评估值计算方法如下：
4.根据权利要求1所述基于集成学习的多源降水产品融合方法，其特征在于：步骤S5中所述若干辅助因子为：经度、纬度、高程、海陆距离与云量。
5.根据权利要求1所述基于集成学习的多源降水产品融合方法，其特征在于：步骤S5中所述机器学...
【技术特征摘要】
1.一种基于集成学习的多源降水产品融合方法，其特征在于包括以下步骤：
2.根据权利要求1所述基于集成学习的多源降水产品融合方法，其特征在于：步骤s1所述多源降水产品包含卫星降水产品、再分析降水产品。
3.基于集成学习的多源降水产品融合方法，其特征在于：步骤s2所述六种评估指标的评估值计算方法如下：
4.根据权利要求1所述基于集成学习的多源降水产品融合方法，其特征在于：步骤s5中所述若干辅助因子为：经度、纬度、高程、海陆距离与云量。
5.根据权利要求1所述基于集成学习的多源降水产品融合方法，其特征在于：步骤s5中所述机器学习模型包括rf，catboost，k...
【专利技术属性】
技术研发人员：曾燕，薛顺奎，邱新法，朱晓晨，陈兵，许金萍，王珂清，吴昊，
申请(专利权)人：南京气象科技创新研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。