LSTM模型在京津冀干旱预测应用中的研究 |
| |
作者姓名: | 胡小枫 赵安周 相恺政 张向蕊 |
| |
作者单位: | 1. 河北工程大学矿业与测绘工程学院;2. 邯郸市自然资源空间信息重点实验室;3. 中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室 |
| |
基金项目: | 国家自然科学基金资助项目(42171212,42071246);;资源与环境信息系统国家重点实验室开放基金资助项目; |
| |
摘 要: | 在多时间尺度上对京津冀的旱情进行准确地预测可为当地抗旱提供有效支撑。基于1961—2019年京津冀22个气象站点的降水、气温、平均湿度等多个气象因子数据,计算标准化降水蒸散发指数(standardized precipitation evapotranspiration index, SPEI),并构建长短时记忆神经网络模型(long short-term memory model, LSTM)对多时间尺度的SPEI(SEPI-3、SPEI-6、SPEI-9、SPEI-12和SPEI-24)进行时空预测。采用平均绝对误差(MAE)、均方根误差(RMSE)和决定系数(R2)对预测模型进行精度评估。结果表明在唐山气象站上,LSTM模型对多时间尺度SPEI(SEPI-3、SPEI-6、SPEI-9、SPEI-12和SPEI-24)值的预测效果较好。在时间序列预测方面,LSTM模型的预测精度随着SPEI的时间尺度增加而逐渐提高,其中LSTM模型在3个月和24个月SPEI时间尺度上的MAE分别为0.473和0.197,RMSE分别为0.627和0.260,R2
|
关 键 词: | 干旱预测 LSTM模型 SPEI 京津冀 |
|
|