公开(公告)号：CN119271980A

公开(公告)日：2025-01-07

申请号：CN202411341740.1

申请日：2024-09-25

Applicant: 中国地质大学(武汉)

Inventor： 张翔 ,  刘鑫 ,  顾西辉 ,  崔囤月 ,  张旭 ,  陈能成

IPC: G06F18/15 ,  G06F18/213 ,  G06F18/214 ,  G06F18/21 ,  G06F18/2433 ,  G06F18/25 ,  G06N3/0442 ,  G06N5/01 ,  G06N5/025

Abstract: 本申请提供了一种基于因果关系约束的多源降水数据精度校正与降尺度方法，涉及气象水文领域，方法包括：对多源降水数据建立特征因果关系结构树，在LSTM深度学习校正模型基础上加入特征因果关系的约束；搭建因果关系约束下的CLSTM降水数据精度校正模型，融合GRASPS降水数据降尺度方法，生成了因果关系约束的降水校正及降尺度模型Casual‑GRASPS，生成符合统计因果关系的高精度、高分辨率、高时空连续融合降水数据集。本发明有益效果是：为降水等气象数据的降尺度提供可靠的方法，为流域和城市区域精细尺度降水研究提供了可靠的数据基础。