科研之友
微信
新浪微博
Facebook
分享链接
摘要
降水是水循环中的关键环节，在地气系统的能量和物质交换、水资源利用等方面都起着重要作用.本文基于2020年5月至2021年12月FY-4A先进的静止轨道辐射成像仪AGRI中国区域的辐射观测资料，用随机森林的机器学习算法分白天和夜间反演了中国区域地面小时降水量，并用AGRI业务降水产品和地面站雨量计观测对算法进行了检验.研究结果表明：不论是降水事件判断还是降水量反演，由于在夜间模型输入变量仅为红外通道观测亮度温度的基础上加入了可见光通道的反照率信息，随机森林白天模型精度均高于夜间模型.随机森林模型对降水事件的判断准确率远高于业务降水产品，尤其白天模型命中率从30.3%提高到74.3%;随机森林法降水事件漏报率大大低于业务产品，而误将部分云视场判断为了降雨区，使得空报率稍高.不论白天还是夜间随机森林模型反演的降水量偏差、均方根误差都比业务降水产品低.小雨时随机森林法反演雨量和AGRI业务降水产品都略高估，中雨以上等级时两种产品都对雨量低估，且低估程度及均方根误差均随雨量等级增强而增大，暴雨以上强度时夜间模型的反演误差明显增大.
- 单位
