排序方式： 共有1条查询结果，搜索用时 0 毫秒
1
1.
基于隐马氏性分析的贝叶斯(HM-Bayes)网络降水空间插值模型是一种空间异相关模型,具备统计学背景强和插值精度高的特点,但该模型未充分考虑典型自然地理要素对降水过程的影响.本文根据降水过程与地表特征的相互作用,建立降水与高程、坡度、坡向的空间分布关联,对HM-:Bayes网络降水插值模型进行了改进,并以无定河流域264:个月32个水文站点的降水记录为例,检测模型精度.结果表明,改进后模型的均方根误差和相对误差的均值分别为24.25毫米/月和0.24,比改进前模型分别降低了23.62%和33.43%.因此,改进后模型插值精度高,提升效果明显,尤其在地形差异大、站点稀疏的地区,精度增幅大.同时,该模型参数物理意义明确,适用性广,运算效率高,灵活性强,具备在地形差异大和无资料地区推广应用的潜力. 相似文献
1