摘要
深度学习建模技术在降水量空间预测性插值中的应用较少.综合滁州市 30 个气象站点降水量数据以及下垫面、地形、海陆位置等多维环境变量,运用DBN(Deep Belief Net-work,DBN)算法,建立回归预测模型,实现滁州市降水量空间预测性插值.结果表明:①融合多源环境因子的DBN模型在研究区具有可靠性,其R2 值达0.69,MAE和RMSE分别为31.32、39.80mm;②通过DBN模型获取研究区降水量精细分布特征,滁州市降水量呈现自西向东地带性分布特征,而预测的空间误差具有随机性;③基于DBN联合多源变量的建模技术,对改善稀疏站点降水量数据利用效果、生成可靠的气候产品等方面具有一定潜力.
NETL
NSTL
万方数据