10.3969/j.issn.1008-1305.2021.12.039
K-fold输入方式下的渝东北地区SPI指数干旱预测模型
文章基于丰都和万州2个站点,以支持向量机模型(SVM)为基础,采用粒子群算法(PSO)和遗传算法(GA)优化SVM模型,选用K-fold的参数输入方式,对渝东北地区SPI干旱指数进行了预测,得出了区域干旱预测的推荐模型.结果 表明:不同模型对SPI指数的预测精度存在差异,其中PSO-SVM模型精度普遍优于其余模型,且考虑温度和日照时数的模型精度最优,在2个站点的GPI均排名第1,且泰勒图中与标准值最为接近.PSO-SVM模型可作为渝东北地区干旱预测的标准模型使用.
渝东北;干旱预测;SPI指数;K-fold;粒子群算法;支持向量机
S423(气象灾害及其防御)
重庆市社会民生类重点研发项目No.cstc2018jscx-mszdX0052
2022-01-17（万方平台首次上网日期，不代表论文的发表时间）
共6页
155-160
