基于深度學(xué)習(xí)的多源降水?dāng)?shù)據(jù)融合方法及其應(yīng)用

摘要： 準(zhǔn)確的水文模擬依賴于可靠的降水?dāng)?shù)據(jù)，遙感降水產(chǎn)品是對地面觀測站點空間代表性差的有效補(bǔ)充，但其精度仍需進(jìn)一步改進(jìn)。為獲得更高精度的降水?dāng)?shù)據(jù)，提出了一種時空動態(tài)數(shù)據(jù)融合方法，它結(jié)合了基于長短期記憶(LSTM)神經(jīng)網(wǎng)絡(luò)的空間插值方法與動態(tài)貝葉斯模型平均(DBMA)數(shù)據(jù)融合方法。基于該方法將IMERG-E遙感降水?dāng)?shù)據(jù)和地面站點觀測降水?dāng)?shù)據(jù)進(jìn)行了融合，并以湘江流域為例，通過評估融合降水?dāng)?shù)...