數(shù)字孿生流域降水遙感及動態(tài)評價
本書以數(shù)字孿生流域基礎(chǔ)理論為指導，圍繞降水高精度評價問題開展了系統(tǒng)研究，解析了降水遙感機理與方法，建立了遙感降水影響因子定量識別方法、遙感降水降尺度深度學習模型、遙感降水融合高精度校正方法，研究了基于時序遙感的流域降水量動態(tài)評價和非點源污染風險動態(tài)評估。
更多科學出版社服務，請掃碼獲取。
目錄
前言
第1章緒論1
1.1研究背景與意義1
1.2國內(nèi)外研究進展2
1.3擬解決的關(guān)鍵問題11
1.4總體思路12
參考文獻13
第2章數(shù)字孿生流域基礎(chǔ)理論20
2.1數(shù)字孿生流域的概念辨析20
2.2數(shù)字孿生流域的內(nèi)涵特征22
2.3數(shù)字孿生流域的基本模型23
2.4數(shù)字孿生流域的核心能力26
2.5數(shù)字孿生流域的關(guān)鍵技術(shù)28
2.6數(shù)字孿生流域亟須發(fā)展的方向37
參考文獻40
第3章降水遙感的機理與方法44
3.1引言44
3.2降水遙感物理基礎(chǔ)44
3.3降水遙感原理52
3.4降水遙感方法62
3.5降水遙感精度驗證75
參考文獻85
第4章遙感降水影響因子定量識別方法94
4.1研究區(qū)概況94
4.2數(shù)據(jù)源與預處理96
4.3研究方法98
4.4陸表環(huán)境變量識別研究思路101
4.5陸表環(huán)境變量多因子共線性檢測分析102
4.6陸表環(huán)境變量識別分區(qū)效應分析103
4.7陸表環(huán)境變量影響探測分析105
參考文獻116
第5章遙感降水降尺度深度學習模型117
5.1數(shù)據(jù)預處理117
5.2研究方法117
5.3卷積神經(jīng)網(wǎng)絡(luò)降尺度模型構(gòu)建120
5.4模型降尺度結(jié)果評價122
參考文獻138
第6章遙感降水融合高精度校正方法140
6.1研究方法140
6.2貝葉斯優(yōu)化高精度曲面建模方法144
6.3不確定性分析145
6.4殘差校正結(jié)果精度驗證161
參考文獻168
第7章基于時序遙感的流域降水量動態(tài)評價169
7.1研究方法169
7.2降水量評價研究思路170
7.3降水量空間分布分析170
7.4降水量時間變化規(guī)律分析182
參考文獻190
第8章基于時序遙感的非點源污染風險動態(tài)評估191
8.1引言191
8.2數(shù)據(jù)與預處理192
8.3研究方法192
8.4結(jié)果與討論196
參考文獻201
第9章總結(jié)與展望205
9.1總結(jié)205
9.2創(chuàng)新點208
9.3展望209
附錄灤河流域內(nèi)行政區(qū)和子流域降水量210
書單推薦
