arXiv 论文提出 TMerge 融合卫星降水与稀疏观测

Ryan Solgi 等作者提交的 arXiv 论文提出 TMerge 张量框架，将美国本土逐日降水表示为时空张量并用 CANDECOMP/PARAFAC 分解，通过共享低秩时空因子融合卫星降水与稀疏参考观测，对 IMERG Final Run 进行校正。 论文称，2019-2022 年间，TMerge 将相关系数从 0.53 提升至 0.85，均方根误差和平均绝对误差分别降低 48.2% 和 29.3%，在各季节、降水强度区间和区域上均优于线性偏差校正、分位数映射和神经网络。论文还称，保留原始空间和时间模态的张量分解比分解独立日场或展开的时空矩阵重建更准确。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。