基于深度残差网络模型的小时遥感降水数据降尺度研究

来源：水资源与水工程学报杂志2025年第6期北京时间：

作者：王蕾，汪翔，王俊，王文杰，降亚楠

单位：（1.浙江省水利水电勘测设计院有限责任公司,2.西北农林科技大学水利与建筑工程学院

摘要：我国数字孪生流域建设亟需高精度、长序列的小时降水数据。为此，以浙江省曹娥江流域为例，基于2016—2024年不连续实测小时降水数据，针对GSMaP降水产品设计了3种降尺度方案（S1~S3），采用深度残差网络（SRDRN）模型进行空间降尺度。结果表明：融合GSMaP降水（Pg）和ERA5协变量（Ce）的S2和S3方案显著优于仅使用Pg的S1方案，模型通过学习Pg与Ce间的非线性关系，有效提升了精度与泛化能力；S2方案在暴雨中心识别、降水空间分布再现及站点小时过程拟合等方面表现最优，8个站点的综合指标（EKGE）达0.46~0.91，均方根误差（ERMSE）均低于1.45 mm，显著优于原始GSMaP数据；基于S2方案，重建了1998—2024年曹娥江流域小时降水数据集，为流域防洪与水文管理提供可靠支撑。

关键词：遥感降水,小时尺度,深度学习,空间降尺度,深度残差网络,协变量,曹娥江流域

基金资助：国家重点基础研究发展计划项目（2016YFC0400305）；国家自然科学基金项目（51409219）