考虑协变量的随机森林降水融合算法在长江流域的应用

摘要

高质量、高时空分辨率的降水数据对水文、气象等领域的研究具有重要意义。目前遥感、再分析降水数据应用普遍,但存在分辨率低、精度不确定性大等问题。对此,提出了考虑协变量的随机森林降水融合算法,对CMA、CN05、ERA5、GLDAS、TRMM、IMERG、PERSIANN七套降水产品进行融合,并选取长江流域的三个典型子流域(金沙江、三峡区间、鄱阳湖)进行随机森林融合数据(RFF)的效果检验。结果显示,对于降水产品准确性,随机森林融合数据精度相较于原始降水产品有所提升。对于不同降水事件的准确性评估,随着降雨强度增加,各降水产品风险评分(TTS)评分均呈减小趋势,RFF的TTS评分优于原始降水产品。通过考虑协变量的随机森林模型对降水产品进行数据融合,可以提升降水数据的精度及不同降水事件发生的可靠性,为水文模拟等提供支持。