一种基于机器学习模型的棉花涝灾风险评价方法

本发明公开了一种基于机器学习模型的棉花涝灾风险评价方法，包括1）收集数据并进行预处理；2）将棉花淹水胁迫试验数据中棉花产量作为输出数据，通过遗传算法优化BP神经网络模型对淹水胁迫下棉花产量进行模拟；3）利用率定后的遗传算法优化BP神经网络模型对研究区域的棉花产量进行模拟；4）利用收集的数据计算标准化降水蒸散指数SPEI、土壤水分异常指数SMAI、降水适宜度、气温适宜度和日照时数适宜度；5）计算涝灾的危害度、脆弱性、暴露度和防灾减灾能力；6）综合涝灾危害度、承灾体脆弱性、研究地区的暴露度和防灾减灾能力计算实验区域涝灾综合风险并进行评价。本发明解决了模型空间尺度推广较难、模拟数据量较大、模拟精度不足的问题。