一种考虑月际差异的年际增量与卷积神经网络融合的复合高温干旱预测方法

本发明公开了一种考虑月际差异的年际增量与卷积神经网络融合的复合高温干旱预测方法，包括以下步骤：基于数值模式数据与目标区域，考虑到区域夏季复合高温干旱在空间分布及成因上存在显著的逐月差异，用年际增量方法筛选逐月复合高温干旱事件的关键物理影响因子，构建归一化处理后的数据集；构建融合年际增量方法与卷积神经网络CNN的逐月预测模型；利用训练集和验证集对模型进行分批训练；将测试集输入训练完成的模型，输出逐月复合高温干旱事件的预测结果；本发明能够有效提升复合高温干旱极端事件预测能力，有助于防灾减灾。