Presentation Details
面向雨水情监测预报的多源降水融合关键技术与应用
ID：3992
View Protection：ATTENDEE
Updated Time：2024-04-14 16:15:04
Hits：2049
Oral Presentation
Start Time：2024-05-19 10:13（Asia/Shanghai）
Duration：10min
Session：S14 主题14、水文地球科学 »
No files
Abstract
降水是径流形成的控制因子，降水的时程分配与空间分布的变异性很强，准确快速获取面降水信息是缺资料流域水文模拟预报的瓶颈。基于卫星、站点和预报模式的新一代多源降水校正融合是雨水情监测预报的重要手段。针对无实测降水流域多源信息融合的问题，发展了一种最大化相关性多源降水融合方法ETCC，其不同于最小化误差方差的TC (Triple Collocation)融合框架，在无需地面站点实测数据的情况下能够最大化融合降水产品与未知真值之间的相关性。针对物理模型和机器学习的耦合模型方面，利用可微分建模反向传播算法计算模型参数的梯度，实现对物理模型的参数更新，探索使用神经网络取代概念模型不同模块对模型性能和可解释性的影响。针对基于多源降水信息的水文集合预报方面，结合参数估计方法与贝叶斯理论，构建综合考虑模型输入、参数和结构不确定性的集合模拟框架，推演了可靠的概率预报区间。研究成果可为雨水情监测预报“三道防线”提供科技支撑。
Keywords
降水融合、偏差校正、深度学习、耦合模型、集合预报
Speaker
江善虎
教授 河海大学All Comments
Important Date
-
Conference Date
May 17
2024
toMay 20
2024
-
Mar 31 2024
Draft paper submission deadline
-
Mar 31 2024
Contribution Submission Deadline
-
May 20 2024
Registration deadline
Sponsored By
青年地学论坛理事会
Organized By
厦门大学近海海洋环境科学国家重点实验室
中国科学院城市环境研究所
自然资源部第三海洋研究所
中国科学院城市环境研究所
自然资源部第三海洋研究所
Contact Information
- 辜克兢（会务总协调、会场安排、学术安排）
- gu******@xmu.edu.cn
- 139********
- 柳欣（会务总协调）
- li******@xmu.edu.cn
- 138********
- 孙佳妮（会务总协调）
- sc******@chytey.com
- 152********
- 窦恒（会场安排、学术安排）
- do******@chytey.com
- 186********
- 李招英（会场技术服务）
- li******@xmu.edu.cn
- 138********
- 刘琳（学术安排）
- ll******@iue.ac.cn
- 133********
- 李虎（学术安排）
- hl******@iue.ac.cn
- 189********
- 柳欣（学术安排）
- li******@xmu.edu.cn
- 138********
- 胡勤梅（会议注册）
- ma******@chytey.com
- 135********
- 孙晓笛（会议注册）
- xi******@xmu.edu.cn
- 188********
- 许心雅（会议财务）
- xu******@xmu.edu.cn
- 180********
- 朱佳（商业赞助）
- zh******@xmu.edu.cn
- 139********
- 张君（海报张贴）
- ju******@xmu.edu.cn
- 138********
- 卢巍（海报张贴）
- lu******@chytey.com
- 189********
- 李璟（酒店预订及咨询）
- li******@chytey.com
- 186********
Submit Comment