集合卡爾曼濾波與隨機森林算法在異源遙感降水數(shù)據(jù)同化融合中的應用

摘要： 為減小異源遙感降水產(chǎn)品的非均質(zhì)誤差，提出集合卡爾曼濾波(EnKF)聯(lián)合隨機森林(RF)的數(shù)據(jù)同化融合算法，選取長江流域5種遙感降水產(chǎn)品(ERA5、TerraClimate、GPM、TRMM和PERSIANN-CDR),在分析星地降水數(shù)據(jù)一致性的基礎上，進行EnKF-RF數(shù)據(jù)同化與融合處理，并利用獨立氣象站點評估其精度。結果表明，異源產(chǎn)品在長江流域降水量捕捉精度為TRMM>GPM...