降水作為徑流變化的主要影響因素,也是影響區(qū)域水循環(huán)最重要的氣象過(guò)程,而水文建模和預(yù)報(bào)作為防汛減災(zāi)的重要手段,其模擬和預(yù)測(cè)精度至關(guān)重要。在洪災(zāi)預(yù)測(cè)的所有關(guān)鍵要素中,最主要的就是降水空間的不確定性。因此降水作為水文預(yù)報(bào)模型中最重要的氣象輸入,獲取高精度的降水空間數(shù)據(jù)對(duì)于水文過(guò)程分析、水利工程規(guī)劃和設(shè)計(jì)、水資源分配與管理、洪水和干旱災(zāi)害監(jiān)測(cè)以及地質(zhì)災(zāi)害預(yù)警等都有十分重要的意義。傳統(tǒng)的水文模擬中降水輸入通常使用雨量站觀測(cè)數(shù)據(jù),但由于其無(wú)法準(zhǔn)確反映降水空間分布等一些原因限制了在水文模型中的應(yīng)用。即地面離散站點(diǎn)觀測(cè)得到的降水信息所反映的空間分布有限,且站點(diǎn)的分布是十分稀疏的。衛(wèi)星觀測(cè)可以得到降水的空間分布信息,且具有更廣的覆蓋范圍,能夠?yàn)槿辟Y料地區(qū)提供充足的降水分布信息,也可以作為傳統(tǒng)地面降水的補(bǔ)充。但衛(wèi)星降水產(chǎn)品存在明顯的系統(tǒng)誤差,難以獲取較高精度的降水信息。因此,開(kāi)展基于衛(wèi)星-雨量站降水信息的融合,可以有效提升定量降水估測(cè)的精度。當(dāng)前為了提高定量降水估計(jì)的準(zhǔn)確性,已經(jīng)出現(xiàn)了許多融合衛(wèi)星和雨量站降水的方法。然而,大多數(shù)融合方法都只是單獨(dú)考慮了多源降水?dāng)?shù)據(jù)的空間關(guān)聯(lián)性或時(shí)間依賴性,且所產(chǎn)生的融合降...

【文章頁(yè)數(shù)】：63 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景與意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 傳統(tǒng)的降水空間估計(jì)方法
        1.2.2 衛(wèi)星雨量站融合降水空間估計(jì)方法
        1.2.3 深度學(xué)習(xí)在降水?dāng)?shù)據(jù)融合中的研究進(jìn)展
    1.3 研究目標(biāo)與內(nèi)容
        1.3.1 研究目標(biāo)
        1.3.2 研究?jī)?nèi)容
    1.4 技術(shù)路線
第二章 研究區(qū)域概況與數(shù)據(jù)獲取
    2.1 研究區(qū)域概況
    2.2 數(shù)據(jù)獲取
        2.2.1 TRMM衛(wèi)星數(shù)據(jù)
        2.2.2 GridSat-B1 數(shù)據(jù)
        2.2.3 DEM數(shù)據(jù)
        2.2.4 地面雨量站數(shù)據(jù)
    2.3 本章小結(jié)
第三章 基于深度學(xué)習(xí)的地面與TRMM數(shù)據(jù)融合模型
    3.1 數(shù)據(jù)預(yù)處理
    3.2 深度神經(jīng)網(wǎng)絡(luò)模型
        3.2.1 卷積神經(jīng)網(wǎng)絡(luò)
        3.2.2 循環(huán)神經(jīng)網(wǎng)絡(luò)
        3.2.3 多層感知機(jī)
    3.3 深度神經(jīng)網(wǎng)絡(luò)融合模型
    3.4 評(píng)估標(biāo)準(zhǔn)
    3.5 本章小結(jié)
第四章 深度神經(jīng)網(wǎng)絡(luò)融合降水結(jié)果評(píng)估
    4.1 不同深度學(xué)習(xí)模型融合結(jié)果評(píng)估
        4.1.1 卷積神經(jīng)網(wǎng)絡(luò)降水融合模型
        4.1.2 長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)降水融合模型
        4.1.3 多層感知機(jī)降水融合模型
        4.1.4 融合降水精度對(duì)比分析
    4.2 不同降水強(qiáng)度下融合模型性能評(píng)估
    4.3 降水融合結(jié)果空間分布特征分析
    4.4 本章小結(jié)
第五章 融合降水在水文模擬中的應(yīng)用
    5.1 流域介紹
    5.2 SimHyd水文模型概述
        5.2.1 模型簡(jiǎn)介
        5.2.2 SimHyd模型基本原理
    5.3 SimHyd模型構(gòu)建
        5.3.1 數(shù)據(jù)說(shuō)明及預(yù)處理
        5.3.2 模型參數(shù)率定
        5.3.3 評(píng)估標(biāo)準(zhǔn)
    5.4 基于不同降水?dāng)?shù)據(jù)的徑流模擬結(jié)果
    5.5 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 未來(lái)展望
致謝
參考文獻(xiàn)
攻讀碩士學(xué)位期間取得的成果



本文編號(hào)：3790435