摘要
本发明涉及灾害预测领域,具体公开了一种高温热浪干旱复合灾害的预测系统及方法,该系统包括:多源数据采集模块,用于采集气象数据、地形数据、植被与土壤数据及人类活动数据,构建多维度输入特征集;数据处理模块,用于对采集的气象数据、地形数据、植被与土壤数据及人类活动数据进行时空对齐、归一化处理及异常值剔除,然后通过主成分分析法降维提取关键特征;深度学习模型训练模块,采用CNN‑RNN融合架构;预测输出模块,用于通过训练好的深度学习模型训练模块生成复合灾害预测结果。采用本发明的技术方案能够考虑多维度数据、构建多要素耦合模型、实现在在复杂地理单元和生态脆弱区对高温热浪干旱复合灾害的时空分布、演化速率及耦合强度的预测。
技术关键词
深度学习模型训练
预测系统
偏最小二乘回归模型
时间序列特征
数据处理模块
归一化植被指数
土壤有机质含量
气象
注意力机制
GIS缓冲区分析
多要素耦合模型
数据采集模块
主成分分析法
实时数据
方差贡献率
输出模块
人类
城市热岛