基于XGBoost的多源降水数据融合方法研究
基于XGBoost的多源降水数据融合方法研究
复制标题
DOI：
10.13284/j.cnki.rddl.003372
复制
发表时间：
2021
期刊：
影响因子：
--
通讯作者：
张金标
中科院分区：
文献类型：
--
作者：
张钧民;阮惠华;许剑辉;戴晓爱;郑艳萍;张金标
气象站点观测降水难以精确反映降水时空分布与变化,而雷达降水存在复杂地形区域精度不高等问题。为了最大限度发挥两者的优势,文章以广东省北部山区为研究区域,选择2018-08-26-30一次暴雨过程为研究对象,结合地形、与海岸线距离、植被指数、经纬度等地表辅助参量,分析地面站点降水与地表辅助参量、雷达降水的相关关系,利用XGBoost算法与克里金插值方法,构建地面-雷达日降水数据融合模型,得到了空间分辨率为1 km的日降水融合数据集。此外,采用多元线性回归(LM)与克里金插值方法,实现了地面-雷达日降水数据的融合,并利用地面降水数据分别对XGBoost与LM日降水融合性能进行精度验证。结果表明: 1)地面降水与雷达降水存在显著的正相关,地面降水与地表辅助参量之间的相关性随时间变化;2) XGBoost预测精度整体上高于LM预测结果;经模型残差校正后,XGBoost融合模型的精度整体上优于LM融合模型,这是因为XGBoost方法在捕捉地面降水与地表辅助参量、雷达降水之间关系性能上优于LM方法。