基于分段重抽样的高效降水降尺度方法

• 作者: 孙心宇 王永弟
• 来源期刊: 中国科技论文
• 学科: 地球科学
• 关键词: 分段重抽样 降水统计降尺度 自组织映射神经网络 大气环流模态 长江三角洲地区
• 年，卷（期）: 2017,（21）
• 页码范围: 2512-2520
• 页数: 9页
• 分类号: P466
• 字数: 8475字
• 语种: 中文

摘要

针对基于SOM的降水统计降尺度方法存在计算量大、分布不均,且零值较多的问题,提出了1种基于分段重抽样的高效降水降尺度方法.该方法在冬、夏两季分别评估,其过程为首先利用主成分分析法进行气候变量的优选,其次进行SOM聚类,最后采用量级排序并分段随机重复采样的方法估计降水值.对降水降尺度模拟结果进行了评估.该方法能够大幅度减少运算量,对降水量、标准差、降水频率、极端降水事件等指标均有较好的模拟能力.评估结果证实该方法在长江三角洲地区的降水再现能力较强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王永弟	南京信息工程大学地理与遥感学院	21	129	7.0	10.0
2	孙心宇	南京信息工程大学电子与信息工程学院	9	29	4.0	5.0