利用数据挖掘方法探索流域尺度气象干旱预报的研究

• 作者: 加勇次成 措姆 红梅
• 来源期刊: 四川环境
• 学科: 地球科学
• 关键词: 气象干旱预报 标准化降水指数 支持向量机 数据处理的分组方法 粒子群优化
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 大气环境
• 页码范围: 65-70
• 页数: 6页
• 分类号: X16
• 字数: 4384字
• 语种: 中文

摘要

基于提高流域尺度的区域中长期气象干旱预报的准确度的考虑,采用支持向量机(SVM)和数据处理组合方法(GMDH)两种数据挖掘方法来识别时空气象相关性,并对这两种数据挖掘方法用于预测流域尺度的气象干旱预报性能进行对比.采用标准化降水指数(SPI)作为气象干旱严重度指数.采用颗粒群优化方法(PSO)对两种数据挖掘方法GMDH和SVM模型进行优化.通过仿真实验表明,GMDH模型具有更好的预测稳定性,而SVM模型具有更好的预测准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	红梅		11	22	2.0	4.0
2	措姆		9	3	1.0	1.0
3	加勇次成		1	0	0.0	0.0