基于长序列遥感降水融合数据集的黄河源气象干旱特征研究

打开文本图片集

摘要 遥感降水产品可为气象干旱精准监测提供近实时、多时空分辨率的降水数据，但其性能易受复杂地形和极端气候的影响，基于机器学习的多源数据融合方法为提高复杂地形和偏远地区遥感降水产品精度和干旱监测能力提供了新思路。基于此，本研究以资料稀缺的黄河源为研究区，利用随机森林（random forest，简称RF）方法生成了黄河源区长序列（1983—2018年）高精度的格网降水数据集，并基于该数据集利用标准化降水指数（standardized precipitation index，简称SPI）和游程理论方法识别气象干旱事件，阐明融合降水产品数据集对气象干旱事件特征的捕获能力。（剩余23645字）