基于参数自适应的极端降水预测方法

本发明提出了一种基于参数自适应的极端降水预测方法，属于降水预测技术领域，首先在降水数据集上训练时空序列预测模型，获得包含常规降水和极端降水的混合特征；然后拆分的时空序列预测模型，找到对极端降水预测贡献最大的模型结构；使用奇异值分解将选定结构的参数分解为常规与极端降水子空间；最好使用重加权损失函数微调极端降水子空间参数，优化极端降水预测性能，同时保留常规降水预测能力。本发明在保持常规降水的性能；还能够大幅提升极端降水预测效果；同时本发明的框架是模型无关的，可以集成在大多数现有的时空序列预测模型上。