买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：三峡大学

摘要：本发明公开一种基于人工智能的干旱风险预测方法及计算机可读介质，选定干旱风险预测区域，获取气象水文再分析资料、陆地水储量反演样本、气候模式预测样本、社会经济样本，计算相对湿度、比湿、湿球温度；结合空间滑窗法和随机森林模型，优选各个格点中影响陆地水储量的关键因子，预测未来的陆地水储量数据集及GI数据，建立非一致性条件下基于“且”重现期的联合概率分布函数，并引入GI指数预测未来干旱造成的社会经济风险；本发明不仅可应用于干旱风险评估和防灾减灾，还能为气候变化情景下全球及区域水资源风险评估、预警提供重要且可操作性强的参考依据。

主权项：1.一种基于人工智能的干旱风险预测方法，其特征在于：包括以下步骤：步骤1：选定干旱风险预测区域，在干旱风险预测区域范围内获取气象水文再分析资料、陆地水储量反演样本、气候模式预测样本、社会经济样本；步骤2：将重构期每个月每个经纬度坐标点的气象水文再分析资料的2米气温、露点温度、气压输入克劳修斯-克拉珀龙热力学方程和比湿公式，计算得到历史期每个月每个经纬度坐标点的相对湿度、比湿、湿球温度；步骤3：对干旱风险预测区域的每一个格点，结合空间滑窗法和随机森林模型，优选各个格点中影响陆地水储量的关键因子；基于所述优选的关键因子和陆地水储量反演样本，通过梯度下降方法优化训练，依次得到优化后水储量长短期记忆网络、优化后水储量逻辑回归模型、优化后水储量支持向量机；步骤4：对干旱风险预测区域的每一个格点，评估机器学习模型的模拟精度，采用月尺度多模式加权平均模型优选各机器学习模型在每个月的权重；步骤5，对干旱风险预测区域，建立历史期GI与作物产量、人口、GDP、工业用水量、农业用水量等社会经济指数的GI回归模型，并推求该模型的参数；步骤6，将全球气候模式预测的未来气象水文变量输入到步骤4和步骤5建立的机器学习模型和月尺度多模式加权平均模型，获得未来的陆地水储量数据集；将未来工农业用水及社会经济数据输入到建立的GI回归模型，预测未来GI数据；步骤7，对于未来情景下的陆地水储量数据集，基于游程理论确定干旱事件，采用年均湿球温度为协变量，建立非一致性条件下基于“且”重现期和同频率组合的联合概率分布模型，并引入GI指数预测未来干旱造成的社会经济风险。

全文数据：

权利要求：

百度查询： 三峡大学 一种基于人工智能的干旱风险预测方法及计算机可读介质