中亚降水数据存在缺失、地理偏差、分辨率低和采集难度大等问题。近年来,神经网络模型被广泛应用于降水降尺度研究。然而,由于山区自然环境复杂多变,普通神经网络模型的预测结果难以解释且适用性差。为此,本文以地理差异分析作为先验知...中亚降水数据存在缺失、地理偏差、分辨率低和采集难度大等问题。近年来,神经网络模型被广泛应用于降水降尺度研究。然而,由于山区自然环境复杂多变,普通神经网络模型的预测结果难以解释且适用性差。为此,本文以地理差异分析作为先验知识约束生成式对抗网络,构建一种新的降水降尺度模型,提高了阿姆河流域复杂环境下降水数据的空间分辨率和精度。首先,依据地形数据通过空间变形模型对输入的Climate Research Units Time Series(CRUTS)降水数据进行空间校正。然后,输入校正后的CRUTS降水数据、气温风速湿度等同化数据及遥感数据到条件生成式对抗网络,重建高分辨率降水数据。最后,考虑到山区降水的各向异性,尤其在地形复杂的上游区域,该模型基于气象站点的真值,对降水数据进行了反距离权重的地理差异分析。结果表明,基于地理差异约束生成式对抗网络的降水降尺度模型能够提升复杂环境降水数据的分辨率和精度。针对中亚阿姆河流域的实验表明,本方法可将CRUTS降水数据的分辨率由55 km提升至11 km,其R2值增加了0.34,均方根误差(RMSE)和平均绝对误差(MAE)分别减小19.4 mm和10.65 mm,偏差(Bias)也由原来的0.24降至0.08。本文为数据采集难、地形地貌复杂区域的降水数据空间分辨率的提高,提供了鲁棒性好、普适性强的方法和思路。展开更多
为研究地形对聚落演化的定量影响,基于地形约束条件和节点度中心性(degree centrality)、与局部重要性(local significance)及平均局部重要性(mean local significance)等评价指标,通过ArcGIS中自然断点法,采用统一的标准分级设色,以199...为研究地形对聚落演化的定量影响,基于地形约束条件和节点度中心性(degree centrality)、与局部重要性(local significance)及平均局部重要性(mean local significance)等评价指标,通过ArcGIS中自然断点法,采用统一的标准分级设色,以1998年和2018年2期全球土地覆盖的遥感数据为例,利用ArcGIS构建了聚落空间网络模型,定量评估聚落建设用地演化规律,挖掘聚落空间网络结构演化特征.结果表明:1)网络模型可直观展示在地形约束下浙西地区近20年聚落的发展概况;2)基于各项评价指标区分聚落类型可定量分析浙西地区城市化速度及城市化空间分布特征.结论:空间网络模型能较好地评估聚落演化特征,并且能直观展示出结果.展开更多
文摘中亚降水数据存在缺失、地理偏差、分辨率低和采集难度大等问题。近年来,神经网络模型被广泛应用于降水降尺度研究。然而,由于山区自然环境复杂多变,普通神经网络模型的预测结果难以解释且适用性差。为此,本文以地理差异分析作为先验知识约束生成式对抗网络,构建一种新的降水降尺度模型,提高了阿姆河流域复杂环境下降水数据的空间分辨率和精度。首先,依据地形数据通过空间变形模型对输入的Climate Research Units Time Series(CRUTS)降水数据进行空间校正。然后,输入校正后的CRUTS降水数据、气温风速湿度等同化数据及遥感数据到条件生成式对抗网络,重建高分辨率降水数据。最后,考虑到山区降水的各向异性,尤其在地形复杂的上游区域,该模型基于气象站点的真值,对降水数据进行了反距离权重的地理差异分析。结果表明,基于地理差异约束生成式对抗网络的降水降尺度模型能够提升复杂环境降水数据的分辨率和精度。针对中亚阿姆河流域的实验表明,本方法可将CRUTS降水数据的分辨率由55 km提升至11 km,其R2值增加了0.34,均方根误差(RMSE)和平均绝对误差(MAE)分别减小19.4 mm和10.65 mm,偏差(Bias)也由原来的0.24降至0.08。本文为数据采集难、地形地貌复杂区域的降水数据空间分辨率的提高,提供了鲁棒性好、普适性强的方法和思路。
文摘为研究地形对聚落演化的定量影响,基于地形约束条件和节点度中心性(degree centrality)、与局部重要性(local significance)及平均局部重要性(mean local significance)等评价指标,通过ArcGIS中自然断点法,采用统一的标准分级设色,以1998年和2018年2期全球土地覆盖的遥感数据为例,利用ArcGIS构建了聚落空间网络模型,定量评估聚落建设用地演化规律,挖掘聚落空间网络结构演化特征.结果表明:1)网络模型可直观展示在地形约束下浙西地区近20年聚落的发展概况;2)基于各项评价指标区分聚落类型可定量分析浙西地区城市化速度及城市化空间分布特征.结论:空间网络模型能较好地评估聚落演化特征,并且能直观展示出结果.
