一种基于机器学习与迁移学习的降水空间分辨率提升方法

本发明公开了一种基于机器学习与迁移学习的降水空间分辨率提升方法，涉及降水数据处理领域，包括：获取目标区域设定时长内的气象站数据、GPM降水数据以及与降水相关的特征数据；基于GPM降水数据以及特征数据，构建低分辨率训练样本；基于气象站数据以及特征数据，构建高分辨率训练样本；构建CNN‑LSTM模型，采用迁移学习方法，使用低分辨率训练样本进行低分辨率数据训练，得到初步模型，并使用高分辨率训练样本对初步模型进行高分辨率数据微调，得到最终降尺度模型；基于特征数据，利用最终降尺度模型，预测输出高分辨率降水数据。本发明能够获取高分辨率降水结果，为理解区域水文气候过程提供理论基础与技术支撑。