-
题名考虑遥相关因子的月降水数据偏差校正方法
- 1
-
-
作者
闫宝伟
常建波
孙明博
古东霖
周学叡
杨东旭
-
机构
华中科技大学土木与水利工程学院
华中科技大学数字流域科学与技术湖北省重点实验室
-
出处
《水科学进展》
北大核心
2025年第1期50-61,共12页
-
基金
国家重点研发计划项目(2021YFC3200301)
国家自然科学基金项目(52079054)。
-
文摘
多源降水数据校正对于缺资料地区水文规律的分析及模拟至关重要,当前校正方法对气候要素考虑不足。为此,基于ERA5、ERA5-Land、MSWEP-V2和PERSIANN-CDR多源降水数据集与遥相关因子集,结合XGBoost-SHAP模型进行特征筛选与成因分析,构建基于BiLSTM的降水数据偏差校正模型,采用贝叶斯优化(BO)策略寻求模型的最优超参数组合,以进一步提高校正精度。选取汉江上游为研究对象,对多源降水数据进行偏差校正。结果表明:①大气环流类因子是汉江上游降水形成的主要影响因素,北半球副高脊线位置指数的影响最大;②与传统的统计类方法相比,BO-BiLSTM略逊色于表现最优的参数转换法,但可以更加灵活地考虑多个因子的影响;③考虑遥相关因子后,多源降水数据校正的测试期纳什效率系数平均提升了5.4%,均方误差平均降低了24.6%,Kling-Gupta效率系数平均提升了10.5%。研究成果可为数据匮乏地区月降水的高精度估算与延长提供切实可行的技术方案。
-
关键词
月降水
偏差校正
遥相关因子
多源降水数据集
BiLSTM模型
-
Keywords
monthly precipitation
bias correction
teleconnection factors
multi-source precipitation dataset
BiLSTM model
-
分类号
P407
[天文地球—大气科学及气象学]
P333
[天文地球—水文科学]
-
