手机知网 App
24小时专家级知识服务
打 开
地球物理学
手机知网首页
文献检索
期刊
工具书
图书
我的知网
充值中心
基于机器学习和贝叶斯模型平均的多源降水融合方法
江西省赣抚尾闾整治有限公司;
河海大学流域水循环与水安全全国重点实验室;
河海大学水文水资源学院;
河海大学水利部水循环与水动力系统重点实验室;
苏州科技大学环境科学与工程学院;
中国水利水电科学研究院
|
孟锐
陈云瑶
李彬权
肖洋
张汇明
张涛涛
李匡
开通知网号
【目的】降水输入误差是洪水预报误差的主要来源,融合多源降水信息是降低降水输入误差的重要手段。高时空分辨率卫星降水产品能够更好地捕捉降水事件的时空分布信息,但因其点估计误差较大导致其应用受限。提出一种基于机器学习和贝叶斯模型平均的多源降水融合方法,以提...
机 构:
江西省赣抚尾闾整治有限公司;
河海大学流域水循环与水安全全国重点实验室;
河海大学水文水资源学院;
河海大学水利部水循环与水动力系统重点实验室;
苏州科技大学环境科学与工程学院;
中国水利水电科学研究院;
领 域:
地球物理学;
关键词:
多源降水融合;
机器学习;
贝叶斯模型平均;
赣江流域;
影响因素;
格 式:
PDF原版;EPUB自适应版
(需下载客户端)
0
88
开通会员更优惠,尊享更多权益
下载PDF版
手机阅读本文
下载APP 手机查看本文
水利水电技术(中英文)
网络首发
立即查看 >
相似文献
期刊
硕士
博士
会议
报纸
加载中
更多
暂无数据
图书推荐
更多
相关工具书
更多
搜 索