摘要
本发明公开了一种基于多因素耦合的山丘区极端暴雨事件预测与分析方法,包括:步骤S1数据收集与预处理,将预处理后的数据划分为训练数据集和测试数据集,步骤S2多因素特征提取,提取主要气象特征,计算地形指数以表示地形对降水的影响,步骤S3关键影响因素筛选,步骤S4预测模型构建与训练,采用支持向量机算法构建极端暴雨事件预测模型,步骤S5预测结果评估,包括准确率、召回率、精确率、平衡所述召回率和精确率的综合指标F1值。本发明方法减少了数据的冗余和噪声,提高了预测模型的效率和准确性,能够更准确地捕捉多因素之间的复杂关系,从而提高对极端暴雨事件的预测精度。
技术关键词
气象站实测数据
协方差矩阵
支持向量机算法
数字高程模型数据
变量
方差贡献率
特征值
动态阈值检测
样本
主成分分析方法
指数
随机森林
皮尔逊相关系数
高程差异