[发明专利]一种基于支持向量机算法的统计降尺度方法

权利要求书

1.一种基于支持向量机算法的统计降尺度方法，其特征在于包括如下步骤：

⑴对大尺度气象预报因子进行筛选降维，处理得出预报因子中代表性较强的因子；

⑵使用给定降雨阈值判断降雨状态，大于阈值为湿天，即为有雨状态，小于阈值为干天，即为无雨状态；处理实测降雨数据，使用支持向量机构建实测的降雨状态与当天气象因子的分类关系，对湿天降雨数据与使用主成分分析法筛选后的大尺度气象预报因子应用支持向量机建立统计关系；

⑶使用已有分类关系，对未来气候变化情景下的每日降雨状态应用支持向量机通过大尺度预报因子进行分类，判断干湿天；

⑷使用已有统计关系，对有雨日降雨通过预测大尺度预报因子进行拟合，得出未来气候变化情景下的模拟降雨资料；

对降雨数据进行还原处理，得到预报的降雨序列。

2.如权利要求1所述的基于支持向量机算法的统计降尺度方法，其特征在于：所述步骤⑵中的处理数据是指利用自然对数函数进行处理。

3.如权利要求1所述的基于支持向量机算法的统计降尺度方法，其特征在于：所述步骤⑸中的处理是指利用自然指数函数进行处理，将序列数还原。

4.一种基于支持向量机算法的统计降尺度方法，其特征在于包括如下步骤：

⑴对大尺度气象预报因子进行筛选降维，处理得出预报因子中代表性较强的因子；

⑵处理实测温度数据，对温度数据与使用主成分分析法筛选后的大尺度气象预报因子应用支持向量机建立统计关系；

⑶使用已有统计关系，通过预测大尺度预报因子进行拟合，得出未来气候变化情景下的模拟温度资料；

⑷对温度数据进行还原处理，得到预报的温度序列。

5.如权利要求4所述的基于支持向量机算法的统计降尺度方法，其特征在于：所述步骤⑵中的处理数据是指利用自然对数函数进行处理。

6.如权利要求4所述的基于支持向量机算法的统计降尺度方法，其特征在于：所述步骤⑷中的处理是指利用自然指数函数进行处理，将序列数还原。