文献

J-GLOBAL ID：202202246303301533   整理番号：22A1132357

ERA5降雨データのダウンスケール評価と水文シミュレーション-横江流域を例に【JST・京大機械翻訳】

Downscaling Assessment of ERA5 Rainfall Data and Hydrological Simulation: A Case Study of Hengjiang River Basin

著者 (3件)： Xiao Ziming (河海大学水文水資源学院,南京210098) ,  Zhang Xingnan (河海大学水文水資源学院,南京210098) ,  Fang Yuanhao (河海大学水文水資源学院,南京210098)
資料名： Jie Shui Guangai  (Jie Shui Guangai)
号： 1  ページ： 42-46  発行年： 2022年 
JST資料番号： C3830A  ISSN： 1007-4929  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 合理的な水資源管理配置は農業灌漑において重要な役割を果たしている。水資源管理モデルを構築するため、水文モデルは多水源、多目的、多不確定性の水資源配分問題に対して最適解法を提供し、降雨データは水文シミュレーションにおいて重要な入力である。少数の学者は大気循環パターン出力の降雨データを利用しているが、その分解能は低すぎ、水文モデルに直接応用できない。横江流域を例として、4種類の機械学習方法を用いて、ERA5再分析データ中の降雨データに対して統計ダウンスケール研究を行い、TSスコア、相関係数、平均絶対誤差を用いて、ダウンスケール後のデータ効果を評価した。サポートベクターマシン(SVM)は,晴天降雨の精度と降雨精度の2つの面で良い。降雨データを,新しい安江モデルに入力した。ERA5原始データは水文シミュレーションにおいて効果が悪く、全体水量が大きすぎる問題があり、人工ニューラルネットワーク(ANN)方法を採用して統計ダウンスケール取得のよい効果が得られ、農業灌漑にサポートを提供できる。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *シミュレーション ,  *降雨 ,  不確実性 ,  灌漑 ,  ニューラルネットワーク ,  水源 ,  *流域 ,  相関係数 ,  モデル ,  水文モデル ,  晴天 ,  機械学習 ,  資源管理 ,  サポートベクトルマシン
準シソーラス用語： 最適解 ,  水資源管理 , 【Automatic Indexing@JST】

分類 (1件)： 水文学一般  (DC07010R)

タイトルに関連する用語 (7件)： 降雨 ,  スケール ,  評価 ,  水 ,  文 ,  シミュレーション ,  流域