一种微波衰减数据多时间尺度组合判别的晴雨期分类方法

本发明提供一种微波信号多时间尺度组合判别的晴雨期分类方法，涉及降水监测技术领域，包括获取目标流域内的微波衰减信号强度数据以及地面站的雨量数据；数据预处理；选取并统计不同时间尺度下的各微波衰减信号的特征值形成特征矩阵，并将其作为机器学习模型的数据集；选取数据集的前75%作为训练集，分别训练不同时间尺度的机器学习模型；通过贝叶斯优化确定最优参数；选取数据集的后25%作为验证集，分别验证不同时间尺度的机器学习模型；采用目标流域实测数据驱动验证后的模型，得到不同时间尺度的判别结果，并通过权重因素记分法判别降雨期，从而可以融合多种时间尺度的特征信息，弥补单一时间尺度判别的局限性，提升了降雨期判别的可靠性。