一种基于降雨事件约束和混合机器学习策略的降雨量预测方法

本发明公开了一种基于降雨事件约束和混合机器学习策略的降雨量预测方法，其特征在于，包括如下步骤：步骤1、提取历史的有效观测值，并计算得到参考大气水汽含量；步骤2、构建并训练基于LSTM机器学习方法的降雨事件预测模型；步骤3、构建并训练基于SVR和GMDH的融合机器学习方法进行降雨量预测模型，并采用HS算法优化模型参数及其组合权重；步骤4、将步骤2中预测得到的降雨时间预测结果与步骤3预测得到降雨量结果相乘，获得最终的有效降雨量结果。该方法克服了传统降雨事件预测算法因忽略时间相关性导致预测成功率低、错误率高等问题。