首页> 中文期刊> 《水电能源科学》 >XGBoost算法在四川省GPM降水数据降尺度中的应用

XGBoost算法在四川省GPM降水数据降尺度中的应用

         

摘要

针对GPM降水产品低空间分辨率的缺陷,结合四川省156个站点观测资料及地形、海陆位置、水汽、地表覆盖等环境变量,运用XGBoost和随机森林(RF)算法建立降尺度模型,将区域GPM产品从0.1°空间分辨率提升至1 km。结果表明,融合多源环境因子的XGBoost和RF降尺度模型具有可靠性,与原GPM数据相比在提高空间分辨率的同时,数据精度决定系数R2增加了6.98%~8.14%,平均相对误差M AE、均方根误差RMSE分别减小了15.34%~30.17%、8.97%~17.27%;XGBoost比RF模型的R2提升0.01,M AE、RMSE分别减小3.47、6.53 mm;四川省GPM产品经降尺度后的空间误差与降水量分布一致,降水丰富地区的模型不确定性更强,模型误差主要受水汽、地表覆被因子影响,海陆位置和地形的影响较小。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号