基于数据挖掘降雨量建模和预测方法研究

摘要

降雨量的大小会严重影响到一个地区水的质量.基于一个地区的雷达反射率数据和翻斗式雨量计(TB)数据,采用数据挖掘的方法进行降雨量的建模和预测.结合基于TB和基于雷达的降雨量预测模型的优点,提出一种充分利用TB数据和雷达数据进行降雨量预测的新模型.在这种预测模型中采用五种数据挖掘的方法:神经网络、随机森林、分类和回归树、支持向量机和K-最近领域法.为了分析模型的准确性和稳健性,以一种基于历史数据的基准模型和一种基于临近区域TB数据的模型用于对比.通过与几种模型的比较验证了该模型的准确性和有效性.