基于随机森林与多源遥感数据的青海省降水空间分布

基于青海省56个气象站点2000-2012年平均年降水资料,在地理信息技术支持下提取由地形(T)变量(DEM、坡度、坡向、曲率、起伏度)、地表覆被(V)变量(归一化植被指数NDVI、植被初级生产力NPP)和海陆位置(L)变量(经度、纬度、经纬度乘积)等10个因子构成的协变量集,运用随机森林(Randomforest,RF)算法建立区域降水量空间预测模型。结果表明,RF算法结合多元协变量集能实现区域降水量精确预测。十折交叉验证显示,不同输入变量条件下RF拟合的降水量预测模型性能排序为:T+V+L>T+L> L>L+V>T+V>T>V,其中T+V+L和T+L模型的R2达到0.893、0.892,RMSE仅为12.31、13.55 mm,比其他模型的R2提高了0.028～0.102,RMSE降低了1.24～12.95 mm,能满足区域降水量空间精细估计。旨在为低密度气象站点分布区的降水量空间分布式信息获取提供新的技术参考。