基于GWRBoost的多源降水融合方法

田瑞; 李文韬; 段青云

doi:10.13476/j.cnki.nsbdqk.2026.0019

南水北调与水利科技（中英文） ›› 2026, Vol. 24 ›› Issue (1) : 196 -205. DOI: 10.13476/j.cnki.nsbdqk.2026.0019

基于GWRBoost的多源降水融合方法

田瑞, 李文韬, 段青云

作者信息 +

Author information +

文章历史 +

PDF

摘要

为弥补传统地理加权回归（geographically weighted regression,GWR）模型难以构建复杂的非线性关系的不足，采用多源降水融合通过融合技术综合不同数据源的优势，获取全面、准确的降水信息。基于梯度提升的地理加权集成方法（geographically weighted gradient boosting method, GWRBoost）进行降水融合，在保留线性模型的基础上补充模型对非线性特征的捕捉能力。以汉江上游为研究区，分别用GWR和GWRBoost方法构建地面站网与GPM卫星降水数据的融合模型，根据降水估计的精度评估和空间分布验证GWRBoost方法的有效性。结果表明：GWRBoost能大幅降低降水的估计误差，反映真实的降水空间分布。相比原始GPM降水数据，GWRBoost估计降水的均方根误差和相对误差分别降低35.61%和82.42%，平均关键成功指数提升26.53%；相比于原始GWR模型，GWRBoost的平均绝对误差和相对误差分别降低11.27%和45.30%。GWRBoost能够获得更准确的降水融合数据，可为多源降水融合行管领域提供可行的技术路线。