一种高空间分辨率地下水储量异常模拟方法及系统
技术特征:
1.一种高空间分辨率地下水储量异常模拟方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,对grace数据进行平均化处理,包括:
3.根据权利要求1所述的方法,其特征在于,整合多源辅助变量数据集,并构建统一时间尺度的高空间分辨率辅助变量数据集与低空间分辨率辅助变量数据集,包括:
4.根据权利要求1所述的方法,其特征在于,所述多源辅助变量数据集选用来源于terraclimate数据集中的14个水文及气象变量中的帕尔默干旱指数、实际蒸散量、潜在蒸散量、累计降雨量、地表向下短波辐射、最大及最小气温、风速、蒸汽压力,来自全球日值气象数据集gldas中的土壤水分、植物冠层水、地表径流地表水储量异常分量,以及来自noaa的数字高程模型dem数据以及空间坐标信息;
5.根据权利要求1所述的方法,其特征在于,基于所述低空间分辨率辅助变量数据集和所述平均化处理后的grace数据,对机器学习模型进行训练并耦合递归特征消除法得到陆地水储量降尺度模型和辅助变量子集,包括:
6.根据权利要求5所述的方法,其特征在于,在机器学习模型训练过程中耦合递归特征消除法rfe从低空间分辨率辅助变量数据集中筛选优势变量组合,获取陆地水储量降尺度模型以及输入的辅助变量子集,包括:
7.根据权利要求1所述的方法,其特征在于,所述机器学习模型选自随机森林rf 模型、分布式梯度增强库xgb) 模型和lgbm模型中至少一种。
8.根据权利要求1所述的方法,其特征在于,根据降尺度后的高空间分辨率地下水储量异常数据和全球日值气象数据集gldas中的地表水储量分量,计算得到高空间分辨率地下水储量异常数据,包括:
9.根据权利要求1所述的方法,其特征在于,还包括:利用机器学习模型解释算法shap分析各辅助变量对陆地水储量降尺度模型性能的贡献以及变量间的相互作用;
10.一种高空间分辨率地下水储量异常模拟系统,其特征在于,所述系统包括:
技术总结
本发明公开了一种高空间分辨率地下水储量异常模拟方法及系统,方法包括:对GRACE数据进行平均化处理,整合多源辅助变量数据集,并构建统一时间尺度的高空间分辨率辅助变量数据集与低空间分辨率辅助变量数据集;基于低空间分辨率辅助变量数据集和平均化处理后的GRACE数据,对机器学习模型进行训练并耦合递归特征消除法得到陆地水储量降尺度模型和辅助变量子集;基于辅助变量子集,将高空间分辨率辅助变量数据集中对应的辅助变量输入到陆地水储量降尺度模型中,得到降尺度后的高空间分辨率地下水储量异常数据;根据降尺度后的高空间分辨率陆地水储量异常数据和全球日值气象数据集中的地表水储量分量,计算得到高空间分辨率地下水储量异常数据。
技术研发人员:吴成城,鲁程鹏,张颖,任化准,刘波,束龙仓
受保护的技术使用者:河海大学
技术研发日:
技术公布日:2024/11/14
技术研发人员:吴成城,鲁程鹏,张颖,任化准,刘波,束龙仓
技术所有人:河海大学
备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明 :此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除