[發(fā)明專利]一種結(jié)合支持向量機和交互式因子選取的降水降尺度方法有效
| 申請?zhí)枺?/td> | 202110053228.7 | 申請日: | 2021-01-15 |
| 公開(公告)號: | CN112749510B | 公開(公告)日: | 2022-03-18 |
| 發(fā)明(設(shè)計)人: | 李煜;曾新民 | 申請(專利權(quán))人: | 河海大學(xué) |
| 主分類號: | G06F30/27 | 分類號: | G06F30/27;G06K9/62;G06N20/10 |
| 代理公司: | 南京蘇高專利商標事務(wù)所(普通合伙) 32204 | 代理人: | 成立珍 |
| 地址: | 210024 *** | 國省代碼: | 江蘇;32 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 結(jié)合 支持 向量 交互式 因子 選取 降水 尺度 方法 | ||
本發(fā)明公開了一種結(jié)合支持向量機和交互式因子選取的降水降尺度方法,屬于降水預(yù)報技術(shù)領(lǐng)域,本發(fā)明的因子選取步驟利用了支持向量機的模擬結(jié)果,充分利用了現(xiàn)有資料,并結(jié)合了人工和計算機交互的二次確定方法,使因子選取結(jié)果更加合理。本發(fā)明利用支持向量機對降水狀態(tài)和降水分組分別進行了模擬,相比于僅將支持向量機用于狀態(tài)分類的統(tǒng)計降尺度方法,更進一步利用了支持向量機工具。本發(fā)明可以按月或按季節(jié)進行降水的降尺度模擬,并將這一過程與支持向量機的模擬結(jié)果適當(dāng)?shù)芈?lián)系起來。
技術(shù)領(lǐng)域
本發(fā)明屬于降水技術(shù)領(lǐng)域,具體涉及一種結(jié)合支持向量機和交互式因子選取的降水降尺度方法。
背景技術(shù)
大氣環(huán)流模式是目前模擬流域氣候和預(yù)估未來氣候情景最重要的工具之一。但GCM輸出數(shù)據(jù)的空間分辨率較低,難以應(yīng)用于流域尺度的氣象和水文研究。為了解決這個問題,科學(xué)家們對降尺度方法進行了一系列研究,以將低分辨率的GCM數(shù)據(jù)轉(zhuǎn)換為高分辨率的區(qū)域或流域尺度數(shù)據(jù)。
目前研究者普遍接受的降尺度分類方法是將其分為兩類,一類是動力降尺度,一類是統(tǒng)計降尺度。其中統(tǒng)計降尺度方法由于靈活簡便、計算量小,可以快速模擬出較長時間的區(qū)域氣候序列等優(yōu)點而被廣泛使用。而因子選取是統(tǒng)計降尺度方法中非常關(guān)鍵的步驟,選擇出合適的因子才能較為準確合理地模擬出降水狀況。
現(xiàn)有的統(tǒng)計降尺度模型存在以下不足:(1)模擬精度不夠;(2)因子選取過程比較簡單,大部分是采用相關(guān)系數(shù)法、經(jīng)驗法或者主成分分析等,沒有充分利用現(xiàn)有資料。
發(fā)明內(nèi)容
發(fā)明目的:為了解決現(xiàn)有技術(shù)中存在的不足,本發(fā)明提供了一種結(jié)合支持向量機和交互式因子選取的降水降尺度方法,交互式因子選取方法確定大尺度預(yù)報因子,能夠分別按月或按季節(jié)進行分類回歸的統(tǒng)計降尺度方法。
技術(shù)方案:為解決上述問題,本發(fā)明具體采用以下技術(shù)方案:
一種結(jié)合支持向量機和交互式因子選取的降水降尺度方法,包括以下步驟:
1)用偏相關(guān)系數(shù)法對大尺度氣象因子進行初步篩選,得到m個初步選定的因子;
2)將降水?dāng)?shù)據(jù)分為率定期和檢驗期,分別用相關(guān)性最大的前k個因子,k≤m構(gòu)建率定期的氣象因子與降水狀態(tài)的SVM模型,記為Occ_SVM_k;
3)使用Occ_SVM_k對率定期狀態(tài)進行分類,并根據(jù)分類結(jié)果,計算評價指標,返回給使用者,由使用者決定哪種因子組合效果最佳,并將選擇結(jié)果返回到計算機;
4)利用步驟3)中選擇的因子,以及對應(yīng)的降水狀態(tài)SVM模型,模擬檢驗期降水狀態(tài);
5)利用步驟3)中選擇的因子,構(gòu)建月份或季節(jié)分組與氣象因子的SVM模型,記為group_SVM;
6)選定降水量分布函數(shù),按月或按季節(jié)計算函數(shù)所需的參數(shù);
7)利用group_SVM和步驟4)中得到的檢驗期降水狀態(tài),對檢驗期有雨日進行月份或季節(jié)分組;
8)按照檢驗期分組結(jié)果,根據(jù)選擇的分布函數(shù),引用對應(yīng)分組在率定期的參數(shù),模擬各組數(shù)據(jù)對應(yīng)的降水量。
進一步地,所述的步驟1)具體為用偏相關(guān)系數(shù)法對大尺度氣象因子進行初步篩選,偏相關(guān)系數(shù)是在對其他變量的影響進行控制的條件下,衡量多個變量中某兩個變量之間的線性相關(guān)程度的指標,包括以下步驟:
1.1)由于各因子的性質(zhì)不同,通常具有不同的量綱和數(shù)量級;當(dāng)各因子的值相差很大時,如果直接用原始值進行分析,就會突出數(shù)值較高的因子在綜合分析中的作用,相對削弱數(shù)值較低因子的作用,因此在計算前,首先將降水量和氣象因子處理成在[0,1]范圍內(nèi)的數(shù)值序列:
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于河海大學(xué),未經(jīng)河海大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110053228.7/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。





