...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IEEE Geoscience and Remote Sensing Letters >Spatiotemporal Modeling and Implementation for Radar-Based Rainfall Estimation
【24h】

Spatiotemporal Modeling and Implementation for Radar-Based Rainfall Estimation

机译：基于雷达的降雨估算的时空建模与实现

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Radar-based rainfall estimation is one of the most important inputs for various meteorological applications. Although exciting progresses have been made in this area, accurate real-time rainfall estimation is still a significant opening topic that requires practical modeling. The research study presented in this letter improves rainfall estimation accuracy by proposing a random forest and linear chain conditional random-field-based spatiotemporal model (RANLIST). To apply this model for rainfall estimation, the implementing approach is presented. The advantages are listed as follows: 1) RANLIST improves rainfall estimation accuracy by exploiting both underlying local spatial structure of multiple radar reflectivity factors and time-series information of rain processes. 2) The time-series information of rain processes can be utilized in virtue of the presented implementation method. Experiments have been carried out over the radar-covered area of Quanzhou, China, in June and July 2014. Results show that RANLIST is superior to previous works.
机译：基于雷达的降雨估计是各种气象应用最重要的输入之一。尽管在该领域取得了令人兴奋的进展，但准确的实时降雨估算仍然是一个重要的开放主题，需要进行实际建模。通过提出一个随机森林和基于线性链条件随机场的时空模型（RANLIST），本函中提出的研究提高了降雨的估计准确性。为了将该模型用于降雨估算，提出了实现方法。优点如下：1）RANLIST通过利用多个雷达反射率因子的潜在局部空间结构和降雨过程的时间序列信息来提高降雨估计的准确性。 2）借助提出的实现方法可以利用降雨过程的时间序列信息。 2014年6月和7月，在中国泉州被雷达覆盖的区域进行了实验。结果表明RANLIST优于以前的工作。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 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