摘要
本发明公开了属于农业干旱预测技术领域,特别涉及一种基于时间序列卷积神经网络的长期农业干旱高效预测方法,包括:获取原始气象要素数据,筛选潜在气象要素;对筛选后气象要素数据进行归一化处理,获得归一化后气象要素数据,采用结合时间维度的卷积层提取气象要素时空特征;基于结合时间维度的卷积层构建基于时间序列卷积神经网络,建立气象要素时空特征和农业干旱之间的统计关系;将未来情景下的气象数据输入基于时间序列卷积神经网络进行长期农业干旱高效预测。综合考虑气象要素的时间和空间特征,有效建立气象要素和农业干旱之间的统计关系,预测未来情景下的农业干旱演变,有助于减缓农业干旱对研究区域社会与经济发展产生的不利影响。
技术关键词
高效预测方法
农业干旱预测技术
序列
数据
卷积神经网络模型
皮尔逊相关系数
情景
气象
相对湿度
风速
超参数
指数
训练集
偏差
样本
算法
社会
周期
系统为您推荐了相关专利信息
电力作业场景
传感器设备
人工智能算法
管控方法
人工智能模型