摘要
本发明公开了融合人工智能与多维类比预报的降水影响因子分离方法,涉及气象技术领域,分离步骤为:S1、数据准备与预处理,从气象再分析数据中提取多维大气变量与降水数据,进行标准化处理与一致性处理;S2、多维相似个例选择,基于多变量综合相似性指数,采用随机无放回抽样法筛选与目标日期相似的历史案例,收敛性分析优化抽样次数;S3、加权EOF分解与主成分提取,对选定的相似个例进行加权EOF分解,提取大尺度环流的主成分。本发明通过多种验证方法确保逐格点结果的合理性,借助人工智能优化数据处理与模式提取,提升了降水预测的科学性、统计稳健性及可解释性,适用于气候变化研究、极端天气预报及气象科学应用。
技术关键词
融合人工智能
多元回归模型
环流
因子
日期
变量
人工智能优化
协方差矩阵
空间分布规律
非线性
相关性方法
双线性插值法
特征值
气象
方差贡献率
平滑技术
训练集数据
验证规则
验证方法