针对青海省地形复杂、地面观测站稀疏导致降水数据精度不足问题，融合 GPM、ERA5、DEM 等多源数据，基于 BP - LSTM 和随机森林模型，生成 0.01° 空间分辨率、1h/3h 时间分辨率高精度降水数据集，验证显示 RMSE≤2.5mm，降水事件捕捉率≥90%，为区域生态评估、水文模拟等提供数据支撑。
融合 GPM（NASA 提供，0.5h/10km 分辨率 ，https://gpm.nasa.gov/data/imerg ）、ERA5（ECMWF 提供，1h/25km 分辨率 ，https://www.ecmwf.int ）、NDVI（16d/30m ）、DEM（30m ）及地面观测站数据（青海省气象局，1h 分辨率）。
1. 数据预处理：采用 bilinear 插值将 GPM、ERA5 降尺度至 0.01°，最邻近插值将 NDVI、DEM 重采样至 0.01°，过滤小于 0.1mm/h 降水数据；
2. 模型融合：BP - LSTM 模型（前后 BPNN 模块捕捉空间相关性，核心 LSTM 模块捕捉时间相关性 ）、随机森林模型（100 棵决策树集成学习 ）；
3. 精度验证：采用 RMSE、RB、MAE 评估准确性，POD、FAR、MISS 评估降水事件捕捉能力
融合数据 RMSE≤2.5mm，RB（绝对值）≤15%，POD≥0.9，FAR≤0.6；数据经过多源验证，与地面观测数据匹配度高，误差在可接受范围。
| # | 编号 | 名称 | 类型 |
| 1 | 2022YFF1302601 | 高寒矿区冻土水文生态时空变化监测和数据融合技术集成 | 国家重点研发计划 |
本作品采用
CC BY 4.0 （知识共享 署名 4.0 国际许可协议）进行许可。
