基于深度學(xué)習(xí)的無資料地區(qū)多源降水融合與性能綜合評估

摘要： 為研究衛(wèi)星-地面站點降水融合校正對遙感降水?dāng)?shù)據(jù)在無資料地區(qū)水文應(yīng)用的意義，構(gòu)建了考慮時空因素的深度神經(jīng)網(wǎng)絡(luò)(CNN-LSTM)融合模型，結(jié)合地形因子和氣象站點實測資料對渫水流域TRMM 3B42遙感數(shù)據(jù)進行融合校正，并定量評估校正后的日降水誤差。結(jié)果表明，經(jīng)過CNN-LSTM模型校正后的降水?dāng)?shù)據(jù)精度有所提高，其與站點降水資料的相關(guān)系數(shù)在0.65以上，均方根誤差、平均絕對誤差、探...