利用数据挖掘方法探索流域尺度气象干旱预报的研究

基于提高流域尺度的区域中长期气象干旱预报的准确度的考虑,采用支持向量机(SVM)和数据处理组合方法(GMDH)两种数据挖掘方法来识别时空气象相关性,并对这两种数据挖掘方法用于预测流域尺度的气象干旱预报性能进行对比。采用标准化降水指数(SPI)作为气象干旱严重度指数。采用颗粒群优化方法 (PSO)对两种数据挖掘方法GMDH和SVM模型进行优化。通过仿真实验表明,GMDH模型具有更好的预测稳定性,而SVM模型具有更好的预测准确度。