【摘 要】
：
为弥补长江中下游地区台站观测资料的部分缺失,探究再分析数据集的适用性,从时间和空间上评估ERA5和CFSR再分析降水数据集精度,建立了包含相关系数、相对偏差、均方根误差和Kling Gupta系数多指标定量综合评价体系,提出了结合校正系数法与自回归模型的组合校正法(C-AR);并将C-AR校正法与单一的校正系数法、AR模型以及校正系数法与最邻近抽样法组合的校正法(C-KNN)进行对比,探究C-AR组合校正法的校正效果.研究结果表明:①ERA5和CFSR与实测降水数据在年、季尺度上降水趋势变化和年内分配规律
【机 构】
：
华中科技大学土木与水利工程学院,湖北武汉430074
论文部分内容阅读
为弥补长江中下游地区台站观测资料的部分缺失,探究再分析数据集的适用性,从时间和空间上评估ERA5和CFSR再分析降水数据集精度,建立了包含相关系数、相对偏差、均方根误差和Kling Gupta系数多指标定量综合评价体系,提出了结合校正系数法与自回归模型的组合校正法(C-AR);并将C-AR校正法与单一的校正系数法、AR模型以及校正系数法与最邻近抽样法组合的校正法(C-KNN)进行对比,探究C-AR组合校正法的校正效果.研究结果表明:①ERA5和CFSR与实测降水数据在年、季尺度上降水趋势变化和年内分配规律上较为一致,且与实测数据的相关性均较好;②ERA5和CFSR在实测降水量多的区域均存在正偏差,而在实测降水量少的区域存在负偏差;③C-AR组合校正模型不仅可在量级上校正数据集,还可提升数据集与实测数据的相关性,可多方面综合改善数据集精度,提高数据集适用性,校正效果要优于校正系数法、AR模型和C-KNN组合校正法.
其他文献
花授粉算法是近年来提出的一种新型的、简单高效的优化算法,已在各个领域得到广泛应用,但其搜索策略存在的不足,制约着其应用范围.为此,提出一种改进的基于多策略的花授粉算法.首先,新全局搜索策略通过利用两组随机个体差异矢量和莱维飞行机制来增加种群多样性并扩大搜索范围,使算法更易跳出局部最优,提升其开采能力;其次,在局部搜索部分引入精英变异策略,并与随机个体变异机制组合成一种新的局部授粉策略,利用精英个体对其他个体的演化方向进行引导,提高算法的搜索速度;通过随机个体变异策略来保持种群的多样性,增强算法的持续优化能
由于低频罪名数据量较少和易混淆罪名案情描述相似等原因,导致低频和易混淆罪名预测效果不佳.为了解决此类问题,通过构建案件辅助句,提出一种基于双向互注意力机制的案件辅助句融合方法,实现罪名预测.主要包括以下3部分:首先,基于司法领域知识构建案件辅助句,将案件辅助句作为案情描述和罪名之间的映射知识;然后,基于词级和字符级表征分别提取案情描述与案件辅助句多粒度特征;同时,借助案件辅助句与案情描述双向注意机制,获得具有辅助句倾向性的案情描述表征,并最终实现低频和易混淆罪名的预测.基于中国刑事案件公共数据集的实验结果
网络入侵检测系统作为一种保护网络免受攻击的安全防御技术,在保障计算机系统和网络安全领域起着非常重要的作用.针对网络入侵检测中数据不平衡的多分类问题,机器学习已被广泛用于入侵检测,比传统方法更智能、更准确.对现有的网络入侵检测多分类方法进行了改进研究,提出了一种融合随机森林模型进行特征转换、使用梯度提升决策树模型进行分类的入侵检测模型RF-GBDT,该模型主要分为特征选择、特征转换和分类器这3个部分.采用UNSW-NB15数据集对RF-GBDT模型进行了实验测试,与其他3种同领域的算法相比,RF-GBDT既
如今,智能手机已成为人们日常生活中重要的组成部分.然而,在智能手机软硬件能力高速发展的同时,智能手机的电池能力却未能取得突破性的进展.这导致电池的续航能力经常会成为用户使用智能手机时的体验瓶颈.为了提高用户使用体验的优良感受,一种可行的方法是为用户提供电池续航时间预测.准确的电池续航时间预测能够帮助用户更加高效地规划其使用,从而能够改善其使用体验.由于缺乏高质量数据的支持,现有的电池续航时间预测方法通常比较简单,较难在真实场景下发挥实际用途.为了解决这一问题,基于一组细粒度大规模真实用户数据集,提出了一个
行走是日常生活中最常见的行为之一,它的特征可以反映人的身份、健康等重要信息.例如,行走的速度、方向、步数、步长等细粒度的参数可以为室内追踪、步态分析、老人看护等情境感知应用提供关键信息.因此,在近几年中,利用环境中已有的Wi-Fi信号对行走进行感知受到了研究人员的广泛关注.为了利用Wi-Fi信号感知行走,当前的方法都需要进行大量的行走数据采集,通过经验观察或者离线学习,提取信号特征来识别行走以及估
随着医疗信息系统的急速发展,基于医疗云的信息系统将大量电子健康记录(EHRs)存储在医疗云系统中,利用医疗云强大的存储能力和计算能力对EHRs数据进行安全与统一的管理.尽管传统加密机制可以保证医疗数据在半诚实云服务器中的机密性,但对加密后的EHRs数据执行安全、快速、有效的范围搜索,仍是一个有待解决的关键问题.提出一种支持多关键词范围搜索的可搜索加密方案:利用向量积保持加密机制实现复杂查询结构的可搜索加密,可支持连接关键词查询、范围查询以及通配符的查询;通过随机化构建搜索索引和搜索陷门,实现搜索模式隐藏,
摘要：水路运输由于运载能力大、运输成本低、能耗少，成为世界上很多国家最重要的运输方式之一。港口作为水陆交接的枢纽，由于频繁的贸易往来使得船舶和陆域排放出大量的生活污水和油污水，以及施工期产生的悬浮污染物等，导致港区水域的水污染问题日益突出。为了贯彻实施港口可持续发展战略及绿色港口发展理念，开展港区水污染问题的研究和防治势在必行。首先归纳了港口施工期、运营期主要水污染物来源及危害;然后阐述了这些水污
摘要：汛期长江流域大坝的泄洪可能导致下游水体气体过饱和，干扰或损害下游水生生物的正常生命活动。为了研究水体气体过饱和对长江流域重要经济鱼类鲫的影响，将处于不同早期发育阶段（受精卵、仔鱼、稚鱼和幼鱼）的鲫（Carassius auratus）暴露于气体饱和度分别为110%，120%，130%和140%的水体中，其中受精卵暴露至出膜，仔鱼、稚鱼和幼鱼均暴露96 h。结果表明：受精卵的孵化率变化范围为6
摘要：为全面掌握三峡后续工作航运规划实施进展情况，深入了解规划实施的成效和问题，从坚持目标与问题导向相结合、注重过程与效果评估相结合的角度出发，构建了航运规划实施评估框架，并运用目标一致性理论、前后对比分析、因果分析等方法，对截至2019年12月底的航运规划实施情况进行了系统评估。结果表明：虽基于三峡水库蓄水后库区、中游航运发展的新需求和新变化，三峡后续工作航运规划在实施过程中对部分规划任务进行了
贝叶斯网络是研究变量之间因果关系的有力工具,基于贝叶斯网络的因果关系学习包括结构学习与参数学习两部分,其中,结构学习是核心.目前,贝叶斯网络主要用于发现非时间序列数据中所蕴含的因果关系(非时间序列因果关系),从数据中学习得到的也均是一般变量之间的因果关系.针对这些情况,结合时间序列预处理、时间序列变量排序、转换数据集构建和局部贪婪打分-搜索等进行时间序列的因果关系学习;再将包括分段在内的时间序列预处理、时间序列段的因果关系结构学习、因果关系结构数据集构建、因果关系变量排序和局部贪婪打分-搜索等相结合,来进