买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：河海大学

摘要：本发明公开了一种基于自适应分块神经网络模型的卫星降水数据校正方法，包括如下步骤：1获得卫星降水数据和地面站点降水数据以及高程DEM数据，对数据预处理操作；2将步骤1中所有数据重采样成适于神经网络学习的数据集；3将高程和卫星降水量作为特征，采用K‑means++无监督聚类算法将网格化后的研究区域进行聚类分块；4通过利用块内部分卫星降水数据和对应站点降水数据做标签进行神经网络训练得到训练模型，将剩余部分卫星降水数据带入训练模型得到校正数据；5利用蒙特卡洛交叉验证评估校正模型。本发明为解决全球降水时空分布差异明显情况下，精确测量降水。

主权项：1.基于自适应分块神经网络模型的卫星降水数据校正方法，其特征在于，包括如下步骤：1获得相互独立的卫星降水数据和地面站点降水数据以及高程DEM数据，为使各数据时空分辨率保持一致，对数据进行格式网格化、分辨率匹配的预处理操作；2将步骤1中所有研究数据重采样成适于神经网络学习的数据集；3将高程和卫星降水量作为特征，采用K-means++无监督聚类算法将网格化后的研究区域进行聚类分块；4采用BP神经网络模型，通过利用块内部分卫星降水数据和对应地面站点降水数据做标签进行神经网络训练得到训练模型，之后将剩余部分卫星降水数据带入训练模型得到校正数据；5利用蒙特卡洛交叉验证评估校正模型；所述步骤1具体如下：1.1获取高分辨率多卫星联合反演近实时降水数据作为原始卫星降水数据，获取基于全球标准测站插值得到的逐日降水数据作为地面站点降水数据，获取高程DEM数据；1.2为使原始卫星降水数据与地面站点降水数据保持时间分辨率的一致性，需根据每日累积时段信息将原始卫星降水数据的时差时间从协调世界时转换为当地标准时间，时间分辨率由0.5h转换为24h；1.3在时间分辨率转换的基础上，为使原始卫星降水数据与地面站点降水数据保持空间分辨率的一致性，需利用插值方法将其空间分辨率由0.1°×0.1°转换为0.5°×0.5°；1.4高程DEM数据需要与地面站点降水数据保持空间分辨率一致，同样利用插值方法将其空间分辨率转换为0.5°×0.5°；所述步骤3具体如下：3.1提取每个网格内高程特征DEM、MRDEM及卫星降水量作为特征集；其中中心点a0的MRDEM公式表示如下：RDEMi＝absa0-ai,i＝1,2,…,81MRDEM＝maxRDEMi,i＝1,2,…,823.2根据步骤3.1得到的特征集，采用K-means++无监督聚类算法将网格化后的研究区域进行聚类分析，使得聚类内各网格降水规律有较强的一致性；3.3利用步骤3.2的最终聚类结果，将研究区域划分为不同子块。

全文数据：

权利要求：

百度查询： 河海大学 基于自适应分块神经网络模型的卫星降水数据校正方法