基于机器学习的稀疏雨量站下近实时卫星降水融合方法

本发明公开了基于机器学习的稀疏雨量站下近实时卫星降水融合方法，包括：S1、获取近实时卫星降水数据、DEM数据和稀疏雨量站实测降水数据；S2、建立多种数据输入组合；S3、构建降水融合模型，并在所有降水融合模型中嵌入一个降水等级权重调节模块；S4、通过交叉验证划分训练集和验证集，进行降水融合模型训练；S5、构建空间融合降水精度评价体系和融合降水强度精度评价体系，得到在稀疏雨量站情况下最佳的降水融合数据。本发明在雨量站点稀疏的情况下以不同数据输入组合作为输入，从空间和降水等级角度评价融合后降水，优选出最佳融合降水数据，提高了降水数据精度。