摘要
本发明公开一种获得30年以上全国1公里日尺度网格实况分析资料的空间降尺度方法,包括:步骤(1)、气象资料的获取:获取1990年至2022年的气象资料;步骤(2)、训练样本的匹配:将获取的ERA5‑Land数据资料和地面站点观测资料进行日数据匹配并结合地形参数数据资料,生成降尺度模型所需的训练样本数据集;步骤(3)、使用训练样本数据集对构建的降尺度模型进行机器学习模型训练;步骤(4)、数据集生成与评估:利用训练好的降尺度模型生成30年以上全国1公里日尺度气象网格实况分析产品。采用本发明的方法能够获得误差小、准确性高的中国陆地区域1990‑2022年1公里分辨率气象网格实况分析数据集。
技术关键词
空间降尺度方法
训练样本数据
资料
地面站
网格
气象
土地覆盖分类
数字高程数据
机器学习模型训练
归一化植被指数
误差
参数
分辨率
指标
调参方法
峰值信噪比
模型训练模块
系统为您推荐了相关专利信息
动态无线充电
路面仿真系统
充电线圈
缩尺模型
汽车模型
预后评估方法
计算机程序产品
患者
电子设备
训练样本数据
天气预报数据
风电预测方法
风力
模式识别
测量点