基于机器学习模型的多源降雨侵蚀力融合方法

《Land Degradation & Development》：Multi-Source Rainfall Erosivity Fusion Based on Machine Learning Models

多源数据融合与机器学习提升降雨侵蚀力评估精度研究。通过对比CHIRPS、CPC等5个降水数据集对中国1983-2020年RE估算，发现均存在系统性低估，尤其在强降雨事件中表现更差。构建六算法融合框架后，RMSE降低40.5%，NSE提高22.6%，在青藏高原等复杂地形区NSE从-0.30提升至0.60，ETR模型表现最优。

　　

摘要

高精度的降雨侵蚀力（RE）数据对于理解土壤侵蚀过程至关重要。然而，不同降水数据集在RE估算方面存在显著差异。本研究旨在开发一个基于机器学习的框架，以实现多源RE数据融合，从而提高RE估算的准确性和空间一致性。为此，利用站点观测数据作为基准，系统评估了五种常用的网格化降水数据集（Climate Hazards Group InfraRed Precipitation with Station data [CHIRPS]、CPC、CN05.1、CHM以及欧洲中期天气预报中心（ECMWF）的第五代大气再分析数据 [ERA5]）在1983年至2020年间对中国大陆RE估算的表现，从而识别出这些数据集的偏差。随后，通过采用六种算法（线性回归 [LR]、决策树回归 [DTR]、随机森林 [RF]、Extra Trees 回归器 [ETR]、极端梯度提升 [XGB] 和梯度提升机 [GBM]）建立了基于机器学习的多源RE融合框架，以整合来自上述五个数据源的RE估算结果。研究结果表明：（1）基于站点插值的降水产品（CHM 和 CN05.1）的表现优于再分析数据集（ERA5），但所有五种网格化数据集（CHIRPS、CPC、CN05.1、CHM 和 ERA5）普遍存在RE低估的问题；（2）融合后的RE估算精度显著提高，平均均方根误差（RMSE）从 1826.21 下降到 1077.06 MJ mm ha?1 h?1，Nash–Sutcliffe 效率（NSE）系数从 0.67 上升到 0.89。该融合方法有效解决了原始数据集（CHIRPS、CPC、CN05.1、CHM 和 ERA5）中高强度RE事件（大范围且强度大的侵蚀）被低估以及中等强度RE事件被高估的常见问题；（3）在复杂且观测数据稀少的地区（如青藏高原），融合后的RE数据集表现显著改善（NSE平均值从 -0.30 上升到 0.60）。总体而言，本研究展示了基于机器学习的融合方法在提高RE估算方面的潜力，并提供了一个高分辨率的融合数据集，可作为土壤侵蚀评估和土地管理的可靠基础。

利益冲突

作者声明没有利益冲突。

数据可用性声明

1983年至2020年的日降雨数据可访问 http://data.cma.cn/。1983年至2020年的CHIRPS降雨数据可访问 https://data.chc.ucsb.edu/products/CHIRPS-2.0/。1983年至2020年的CPC降雨数据可访问 https://www.cpc.ncep.noaa.gov/。1983年至2020年的CN05.1降雨数据可访问 https://ccrc.iap.ac.cn/resource/detail?id=228。1983年至2020年的CHM降雨数据可访问 https://doi.org/10.6084/m9.figshare.21432123.v4。1983年至2020年的ERA5降雨数据可访问 https://cds.climate.copernicus.eu/cdsapp#!/home。ETR模型作为整体融合性能最佳的模型，其融合结果最为出色，相关数据可访问 https://doi.org/10.6084/m9.figshare.27022735（备用链接：https://figshare.com/articles/dataset/Multi-source_Rainfall_Erosivity_Fusion_based_on_Extra_Tree_Regression/27022735）。