期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于深度学习的无资料地区多源降水融合与性能综合评估
1
作者
张弘强
唐业勤
+6 位作者
田海平
王辉斌
周立华
谭新丛
潘鹤鸣
黄志鸿
张亦可
《水电能源科学》
北大核心
2024年第4期15-19,共5页
为研究卫星-地面站点降水融合校正对遥感降水数据在无资料地区水文应用的意义,构建了考虑时空因素的深度神经网络(CNN-LSTM)融合模型,结合地形因子和气象站点实测资料对渫水流域TRMM 3B42遥感数据进行融合校正,并定量评估校正后的日降...
为研究卫星-地面站点降水融合校正对遥感降水数据在无资料地区水文应用的意义,构建了考虑时空因素的深度神经网络(CNN-LSTM)融合模型,结合地形因子和气象站点实测资料对渫水流域TRMM 3B42遥感数据进行融合校正,并定量评估校正后的日降水误差。结果表明,经过CNN-LSTM模型校正后的降水数据精度有所提高,其与站点降水资料的相关系数在0.65以上,均方根误差、平均绝对误差、探测率分别比原始TRMM数据精度提升4.01%、8.09%、16.61%,且校正后的数据明显低估了降水;在不同雨强条件下遥感融合校正降水精度表现良好,但对于暴雨事件探测的精度仍有待提高。
展开更多
关键词
深度学习
降水融合
CNN-LSTM模型
无资料地区
渫水流域
在线阅读
下载PDF
职称材料
题名
基于深度学习的无资料地区多源降水融合与性能综合评估
1
作者
张弘强
唐业勤
田海平
王辉斌
周立华
谭新丛
潘鹤鸣
黄志鸿
张亦可
机构
国网
湖南省
电力
有限公司
电力
科学研究院
高效清洁
发电
技术
湖南省
重点实验室
兰州理工大学电气工程与信息工程学院
国网湖南省电力有限公司凤滩水力发电厂
国网
湖南省
电力
有限公司
水电分
公司
长沙理工大学水利与环境工程学院
出处
《水电能源科学》
北大核心
2024年第4期15-19,共5页
基金
国网湖南省电力有限公司科技项目(5216A521N00J)。
文摘
为研究卫星-地面站点降水融合校正对遥感降水数据在无资料地区水文应用的意义,构建了考虑时空因素的深度神经网络(CNN-LSTM)融合模型,结合地形因子和气象站点实测资料对渫水流域TRMM 3B42遥感数据进行融合校正,并定量评估校正后的日降水误差。结果表明,经过CNN-LSTM模型校正后的降水数据精度有所提高,其与站点降水资料的相关系数在0.65以上,均方根误差、平均绝对误差、探测率分别比原始TRMM数据精度提升4.01%、8.09%、16.61%,且校正后的数据明显低估了降水;在不同雨强条件下遥感融合校正降水精度表现良好,但对于暴雨事件探测的精度仍有待提高。
关键词
深度学习
降水融合
CNN-LSTM模型
无资料地区
渫水流域
Keywords
deep learning
precipitation fusion
CNN-LSTM model
ungauged region
Xieshui River Basin
分类号
TV125 [水利工程—水文学及水资源]
P412.27 [天文地球—大气科学及气象学]
P332.1 [天文地球—水文科学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于深度学习的无资料地区多源降水融合与性能综合评估
张弘强
唐业勤
田海平
王辉斌
周立华
谭新丛
潘鹤鸣
黄志鸿
张亦可
《水电能源科学》
北大核心
2024
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
