【技术实现步骤摘要】
一种基于状态空间和联合分布的干旱多级预测方法
本专利技术涉及干旱预测
，尤其涉及一种基于状态空间和联合分布的干旱多级预测方法。
技术介绍
近几年我国云南、四川、重庆、湖南、湖北、安徽等省市接连遭受了五十年一遇或百年一遇的大旱，造成难以估量的经济损失。研究一种可靠的干旱预测模型，提前预估干旱事件的发生时间和影响程度将对社会经济可持续发展有重要意义。当前，最常用的干旱指数是标准化降雨指数(SPI)，对SPI指数预报的方法包括时间序列方法、多元统计回归方法、机器学习方法等。这些模型和理论简单可行，但是对干旱状态的延续性和概率性本质认识不足，预测精度也因此较为有限。
技术实现思路
为了解决现有技术存在的干旱指数的预测精度低以及提供可用信息较少的技术问题，本专利技术提供了一种基于状态空间和联合分布的干旱多级预测方法，主要包括以下步骤：S101：提取待预测区域的历史月降雨数据，并计算历史月降雨数据对应的标准化降雨指数SPI，形成干旱指数SPI时间序列；S102：利用一阶状态空间模型解译干旱指数S...
【技术保护点】
1.一种基于状态空间和联合分布的干旱多级预测方法，其特征在于：包括以下步骤：/nS101：提取待预测区域的历史月降雨数据，并计算历史月降雨数据对应的标准化降雨指数SPI，形成干旱指数SPI时间序列；/nS102：利用一阶状态空间模型解译干旱指数SPI时间序列，得到状态转移矩阵；/nS103：根据所述状态转移矩阵，计算待预测区域在待预测时段处于各干旱状态的概率，得到待预测时段的干旱状态概率矩阵；/nS104：对每一种干旱状态对应的SPI值，提取待预测时段前一时段的相关因子，得到各干旱状态下的相关因子；/nS105：构建每种干旱状态下的相关因子和干旱指数SPI时间序列的联合概率...
【技术特征摘要】
1.一种基于状态空间和联合分布的干旱多级预测方法，其特征在于：包括以下步骤：
S101：提取待预测区域的历史月降雨数据，并计算历史月降雨数据对应的标准化降雨指数SPI，形成干旱指数SPI时间序列；
S102：利用一阶状态空间模型解译干旱指数SPI时间序列，得到状态转移矩阵；
S103：根据所述状态转移矩阵，计算待预测区域在待预测时段处于各干旱状态的概率，得到待预测时段的干旱状态概率矩阵；
S104：对每一种干旱状态对应的SPI值，提取待预测时段前一时段的相关因子，得到各干旱状态下的相关因子；
S105：构建每种干旱状态下的相关因子和干旱指数SPI时间序列的联合概率分布，推求相关因子给定情况下的干旱指数的条件概率模型；
S106：根据所述干旱状态概率矩阵和所述条件概率模型，计算待预测区域在待预测时段的干旱指数的全状态分布；
S107：基于所述干旱指数的全状态分布，计算得到干旱指数的均值和90％概率区间。
2.如权利要求1所述的一种基于状态空间和联合分布的干旱多级预测方法，其特征在于：步骤S101中，历史月降雨数据包括待预测区域的多个连续时段的月平均降雨量，且以一个月为一个时段。
3.如权利要求1所述的一种基于状态空间和联合分布的干旱多级预测方法，其特征在于：步骤S102中，利用一阶状态空间模型解译干旱指数SPI时间序列，得到状态转移矩阵；具体包括：
S201：采用τ分布概率密度函数拟合历史月降雨数据，得到分布概率曲线；τ分布概率密度函数f(x)如公式(1)所示：
上式中，为x历史月降雨数据；β和γ分别为待求的尺度参数和形状参数，将步骤S101中获取的历史月降雨数据代入公式(1)，采用最大似然法或者矩法求解得到β和γ；
S202：对所述分布概率曲线进行正态标准化处理，得到历史月降雨数据对应的标准化降雨指数SPI；所述历史月降雨数据中的所有时段的月平均降雨量对应的SPI值组成干旱指数SPI时间序列；
S204：利用一阶状态空间模型模拟干旱指数SPI时间序列，获得干...
【专利技术属性】
技术研发人员：朱双，罗显刚，王永强，王超，徐战亚，张海荣，谢蒙飞，肖祖香，李建庆，
申请(专利权)人：中国地质大学武汉，
类型：发明
国别省市：湖北;42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。