首页|K-fold输入方式下的渝东北地区SPI指数干旱预测模型

K-fold输入方式下的渝东北地区SPI指数干旱预测模型

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
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.

牛文娟

展开 >

重庆市水利电力建筑勘测设计研究院有限公司,重庆400020

渝东北 干旱预测 SPI指数 K-fold 粒子群算法 支持向量机

重庆市社会民生类重点研发项目

cstc2018jscx-mszdX0052

2021

10.3969/j.issn.1008-1305.2021.12.039

水利技术监督
水利部水利水电规划设计总院

水利技术监督

影响因子：0.729
ISSN：1008-1305
年,卷(期)：2021.(12)
  • 12