论文研究-HM-Bayes网络降水空间插值模型的改进及其应用.pdf

论文研究-HM-Bayes网络降水空间插值模型的改进及其应用.pdf,  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.