公开(公告)号：CN117786615A

公开(公告)日：2024-03-29

申请号：CN202311833542.2

申请日：2023-12-27

Applicant: 南京信息工程大学

Inventor： 梅平 ,  阳志 ,  王磊 ,  殷紫欣

IPC: G06F18/27 ,  G06F18/25 ,  G06F30/27 ,  G06F119/02

Abstract: 本发明公开一种基于Prophet‑GRU‑CNN的长时间尺度干旱指数预测方法、系统，该方法包括获得与SPEI干旱指数相关性高的预测因子；处理设定时间内的时间序列形成数据集，选取SPEI干旱指数作为目标标签值，输入到GRU模型中，提取时间特征；将该特征输入到CNN模型中，获得深层局部特征；捕捉时间序列数据中的影响因素提取时间特征，整合到Prophet模型中进行预测，提取出SPEI历史数据中的时间特征；将数据集按预设比例划分为训练集与测试集，评估长时间尺度干旱指数预测模型的性能。本发明解决了数据量偏少、深层特征提取和多算法结合等问题，在增补数据量的同时加强了对数据时间和空间特征的吸收，提升了历史数据的利用率，改善了长时间尺度干旱指数的预测效果。

公开(公告)号：CN117520962A

公开(公告)日：2024-02-06

申请号：CN202311633398.8

申请日：2023-12-01

Applicant: 南京信息工程大学

Inventor： 梅平 ,  殷紫欣 ,  王磊 ,  束成彦 ,  杨佳希

IPC: G06F18/243 ,  G06N5/01 ,  G06F18/214 ,  G01W1/10 ,  G06N20/00

Abstract: 本发明公开了一种基于梯度提升树方法的月降水预报方法，包括：获取160个国家站的逐月数据，得到月平均降水距平值作为预测数据，对预测数据进行主成分分析法降维处理，保留解释方差最大的前若干个主分量，作为降水预报量的时间序列；并对降水预测因子进行预处理，利用Pearson相关系数计算主分量与130项环流指数的相关性；利用当前月后两个月的降水主分量与当前月的环流指数预报因子对梯度提升决策树模型进行训练，得到训练好的模型；将每个月的逐月环流指数数据输入训练好的模型，得到每个月后两个月的降水预测值。本发明使用新的机器学习算法对月降水进行预测，提高了中国境内月降水预测的准确性，预测结果远高于目前主流业务模式。