摘要
本发明涉及树轮气候学‑水文学‑生态学领域,具体公开了一种寒旱区基于树轮的气候水文信号最大化挖掘方法,包括:S1、采用基于确定性函数经遗传算法优化的去趋势方法NEF‑GA去除树木自身生长趋势;S2、融合线性、非线性函数,并耦合多种树轮指标的单指标和多指标综合年表,以及器测时期气候水文数据,保留高中低频气候水文信号;S3、采用线性函数响应模型和非线性函数响应模型,基于去趋势后的数据,建立气候水文要素与年表之间的关系,提升年表与关键气候水文要素的相关性,实现信号的重建和预测。本发明有效保留了高中低频气候水文信号,显著增强了年表与关键气候要素的关联,为寒旱区历史气候水文数据的高精度反演提供了更可靠的理论与方法支撑。
技术关键词
水文
挖掘方法
气候
树木年轮
一元线性回归模型
序列
年轮宽度
多元线性回归模型
BP神经网络
遗传算法优化
信号
非线性
多元回归模型
高精度反演
成分分析
长短期记忆网络
指标
表达式
系统为您推荐了相关专利信息
自动化挖掘方法
载荷
网络通信数据
动态监控
网络抓包
径流模拟方法
多时间尺度
深度学习网络模型
长短期记忆神经网络
气象
聚类
异常数据
监测数据采集方法
相关性分析模型
传感器