典型文献
基于驱动分析的LSTM干旱预测模型研究
文献摘要：
干旱是世界上影响面最广、造成损失最大的自然现象之一.论文利用1961-2020年黄河流域河南段的逐月气象数据,计算不同时间尺度的标准化降水蒸散指数(SPEI),在Copula熵的基础上根据Hampel准则选择干旱驱动因子,构建多变量长短时记忆(LSTM)神经网络预测模型.结果表明:以驱动分析选择出的水汽压、湿度、温度及降水量作为输入变量集的多变量LSTM模型预测精度较高;预测精度随着SPEI时间尺度的增大而提高,尤其对长期干旱有较好的预测效果;黄河流域河南段的东部地区有发生轻、中度干旱的风险,为相关部门制定防旱措施提供依据.
文献关键词：
LSTM;Copula熵;驱动因子;干旱预测;SPEI
中图分类号：
作者姓名：
李艳玲;巩雅杰
作者机构：
华北水利水电大学数学与统计学院,河南 郑州450046
文献出处：
引用格式：
[1]李艳玲;巩雅杰-.基于驱动分析的LSTM干旱预测模型研究)[J].数学的实践与认识,2022(05):92-102
A类：
B类：
驱动分析,干旱预测,影响面,自然现象,黄河流域河南段,逐月,气象数据,不同时间尺度,标准化降水蒸散指数,SPEI,Copula,Hampel,驱动因子,多变量,长短时记忆,神经网络预测模型,水汽压,降水量,防旱
AB值：
0.309194
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
