【技术实现步骤摘要】
基于机器学习负载模型提高陆地水储量反演准确性的方法
[0001]本专利技术属于卫星重力学、水文学等交叉
,尤其涉及一种基于机器学习负载模型提高陆地水储量反演准确性的方法。
技术介绍
[0002]陆地水对于工业、农业和人类生活的持续发展是一个重要的资源,然而仅占全球水资源的3.5%。在中国,陆地水储量的时空分布不均匀对人们的生存和发展带来一系列的问题。特别是在中国西南地区,水资源供需矛盾引发了一系列的自然灾害(如干旱、洪涝、水土流失等)。因此,必须监测陆地蓄水异常(TWSA)情况,以评估其潜力和长期可持续性。水团的重新分布会改变一个地区的重力场,重力恢复和气候实验(GRACE)卫星可以对重力场进行监测。
[0003]GRACE卫星是2002年美国国家航空航天局主持的地球系统科学探索项目的一部分,为大尺度TWSA反演提供了有效的测量手段。已有研究表明,GRACE卫星能以前所未有的准确度监测TWSA的趋势和季节性特征。然而,由于GRACE卫星的空间分辨率较差,较难反演出小尺度区域的TWSA。此外,由于GRACE卫星系统老化,GRACE任务自2017年终止,其后续任务GRACE
‑
FO于2018年发射,两次任务之间存在了14个月的空窗期。因此,找到一种替代方法来填补GRACE和GRACE
‑
FO之间的空白非常重要。
[0004]地壳负载的重分布会导致地表质量发生变化,导致地壳在水平方向(N、E)和垂直方向(U)上产生复杂的形变位移。并且在垂直方向上的形变尤为突出,这种 ...
【技术保护点】
【技术特征摘要】
1.一种基于机器学习负载模型提高陆地水储量反演准确性的方法,其特征在于,包括:将研究区按照1
°×1°
格网进行划分,并判断格网内是否包含GPS站点;当确定格网内包含GPS站点时,对GPS站点的垂向时间序列进行预处理,得到真实GPS垂向形变序列;当确定格网内不包含GPS站点时,基于随机森林法,模拟研究区所有格网内的地壳垂向形变序列,得到模拟地壳垂向形变序列;对真实GPS垂向形变序列或模拟地壳垂向形变序列进行大气和非潮汐海洋负荷改正,得到改正后的地壳垂向形变序列;将得到的改正后的地壳垂向形变序列作为地壳负载模型的输入数据,对陆地水储量TWSA进行反演。2.根据权利要求1所述的基于机器学习负载模型提高陆地水储量反演准确性的方法,其特征在于,对GPS站点的垂向时间序列进行预处理,得到真实GPS垂向形变序列,包括:从中国大陆构造网络CMONOC提供的中国区域GPS时间序列文件中,提取得到GPS站点对应的垂向时间序列;对提取得到的GPS站点对应的垂向时间序列进行预处理,去处由于GPSGPS站点周围地震和接收机异常所引起的阶跃项和异常值,得到真实GPS垂向形变序列。3.根据权利要求2所述的基于机器学习负载模型提高陆地水储量反演准确性的方法,其特征在于,GPS站点对应的垂向时间序列的预处理过程如下:通过式(1),得到GPS站点对应的垂向时间序列的一阶差分ΔU
gps
:ΔU
gps
=U
gps
(t)
‑
U
gps
(t
‑
1)
···
(1)其中,t表示时间,U
gps
(t)表示t时刻GPS站点对应的垂向时间序列,U
gps
(t
‑
1)表示t
‑
1时刻GPS站点对应的垂向时间序列;当ΔU
gps
大于5mm时,表明当前阶跃异常,通过式(2)对当前阶跃进行改正,得到真实GPS垂向形变序列U
deleap
:U
deleap
=U
gps
(t)+ΔU
gps
···
(2)其中,t=m,m+1,
…
,M,m表示出现异常阶跃的序列节点位置,M表示总的GPS站点个数。4.根据权利要求3所述的基于机器学习负载模型提高陆地水储量反演准确性的方法,其特征在于,基于随机森林法,模拟研究区所有格网内的地壳垂向形变序列,得到模拟地壳垂向形变序列,包括:将GPS站点所对应的温度和气压作为输入数据,GPS站点的垂向时间序列作为输出数据,利用随机森林法依次回归M次,得到M个格网的输出结果;对M个格网的输出结果进行平均处理,得到...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。