一种基于支持向量机算法的统计降尺度方法

摘要

一种基于支持向量机算法的统计降尺度方法，包括如下步骤：⑴对大尺度气象预报因子筛选，得出代表性的因子；⑵判断已有逐日降雨数据干湿天状态，处理数据。运用支持向量机，先构建降雨状态与对应气象因子分类关系，再对湿天降雨与气象因子构建统计关系；⑶使用已有分类关系，通过气象预报因子，对未来日降雨状态分类；⑷使用已有统计关系，通过气象预报因子，拟合出未来有雨日降雨数据；⑸对数据还原处理，得到预报的降雨序列。其优点是：本发明方法效果优于传统统计降尺度方法，尤其在进行温度降尺度时，优势明显；本发明方法效果优于传统统计降尺度方法；运算量较小，使用方便，擅于处理大量多批次数据；可进行有无雨日的区分，具有更高精度；对降雨加入随机值，对暴雨的拟合精度更好。

主权项

1.一种基于支持向量机算法的统计降尺度方法，其特征在于包括如下步骤：⑴对大尺度气象预报因子进行筛选降维，处理得出预报因子中代表性较强的因子；⑵使用给定降雨阈值判断降雨状态，大于阈值为湿天，即为有雨状态，小于阈值为干天，即为无雨状态；处理实测降雨数据，使用支持向量机构建实测的降雨状态与当天气象因子的分类关系，对湿天降雨数据与使用主成分分析法筛选后的大尺度气象预报因子应用支持向量机建立统计关系；⑶使用已有分类关系，对未来气候变化情景下的每日降雨状态应用支持向量机通过大尺度预报因子进行分类，判断干湿天；⑷使用已有统计关系，对有雨日降雨通过预测大尺度预报因子进行拟合，得出未来气候变化情景下的模拟降雨资料；对降雨数据进行还原处理，得到预报的降雨序列。