摘要
本发明提供了一种基于多源卫星融合NDVI与机器学习的干旱风险识别预警方法,获取研究区域对应的NDVI时序数据,并基于NDVI时序数据提取研究区域对应的承灾体特征信息;获取研究区域对应的水资源供给数据,并提取水资源供给数据对应的水资源供给特征;通过预先训练得到的机器学习模型,基于承灾体特征信息和水资源供给特征,预测研究区域在未来时刻下的承灾体NDVI预测值;承灾体NDVI预测值用于:结合降水量预报数据对研究区域的干旱风险进行识别,或对抗干旱灌溉策略数据进行动态调整。本发明可以显著提升干旱风险预测的精度,以及有效提升抗干旱灌溉策略的动态调整效果。
技术关键词
识别预警方法
计算机可执行指令
数据
波动特征
机器学习模型
滑动窗口
时序特征
风险
策略
特征提取模块
速率
处理器
可读存储介质
预警装置
动态
存储器
电子设备
精度
系统为您推荐了相关专利信息
大语言模型
网络安全数据
威胁检测方法
标签化数据
语义向量
车辆运行参数
换道模型
深度确定性策略梯度
训练样本数据
碰撞方法
虚拟局域网标识
客户终端设备
虚拟网络
终端模组
工业设备