一种基于前兆下垫面因子与回归优化的夜间热浪预测方法

本发明公开了一种基于前兆下垫面因子与回归优化的夜间热浪预测方法，包括：计算各年份夜间热浪频次的区域平均值，生成热浪预测的目标序列；计算得到各因子年际增量数据与目标序列年际增量的空间相关性场和显著性水平场，提取关键区并计算该范围内各因子年际增量的区域平均值，生成备选因子集和模型输入自变量子集；以子集中的一维候选特征序列为自变量，以目标序列年际增量为因变量，分别采用多种机器学习方法构建预测模型并进行拟合，获取最优组合对应的预测模型，得到目标年份的热浪预测结果。本发明能够充分利用前兆下垫面因子信息，自动识别与目标变量高度相关的敏感区域，并结合不同模型结构对预测效果进行系统评估与筛选。