一种基于机器学习的干旱传播时间预测方法

本发明公开一种基于机器学习的干旱传播时间预测方法，所述方法包括：收集并预处理用于干旱指数计算的水文气象数据；采用逐日滑动方法，计算给定目标时间尺度下的累积降水、潜在蒸散发和土壤含水量；拟合累积数据的概率分布函数，并对累积概率进行正态分布逆变换，获得气象干旱和农业干旱指数序列；识别气象干旱和农业干旱事件，并统计气象干旱事件发生时的土壤含水量状态和气象干旱事件特征作为影响干旱传播时间的潜在因素；对识别的气象干旱和农业干旱事件进行匹配，计算每个匹配干旱事件对的传播时间；训练基于极端梯度提升算法的干旱传播时间预测模型，实现干旱传播时间的预测；为农业干旱预测和抗旱水源优化配置提供技术支撑。