[发明专利]一种河流流量预测方法、装置及电子设备和存储介质

权利要求书

1.一种河流流量预测方法，其特征在于，包括：

获取卫星遥感图像数据和地面观测站数据；

利用编码器对所述卫星遥感图像数据进行降维处理得到区域遥感河流流量特征；

利用解码器对所述地面观测站数据进行升维处理得到地面观测流量与降雨量特征和地面观测天气特征；

将所述区域遥感河流流量特征、所述地面观测流量与降雨量特征和地面观测天气特征输入SVM或神经网络中，得到河流流量预测结果；

其中，所述编码器包括宽卷积神经网络、高斯隐马尔可夫模型和贝叶斯平摊变分推断模型；

所述利用编码器对所述卫星遥感图像数据进行降维处理得到区域遥感河流流量特征，包括：

将所述卫星遥感图像数据输入所述宽卷积神经网络得到第一区域遥感河流流量特征向量；

将所述卫星遥感图像数据输入所述高斯隐马尔可夫模型得到第二区域遥感河流流量特征向量；

将所述卫星遥感图像数据输入所述贝叶斯平摊变分推断模型得到第三区域遥感河流流量特征向量；

将所述第一区域遥感河流流量特征向量、所述二区域遥感河流流量特征向量和所述第三区域遥感河流流量特征向量拼接为所述区域遥感河流流量特征；

其中，所述利用解码器对所述地面观测站数据进行升维处理得到地面观测流量与降雨量特征和地面观测天气特征，包括：

生成所述地面观测站数据对应的模拟数据；

利用多重插值法将所述地面观测站数据和所述模拟数据混合为所述地面观测流量与降雨量特征和地面观测天气特征；

其中，所述生成所述地面观测站数据对应的模拟数据，包括：

计算所述地面观测站数据的时空概率分布模型，基于所述时空概率分布模型利用贝叶斯生成式学习器生成所述地面观测站数据对应的模拟数据。

2.根据权利要求1所述河流流量预测方法，其特征在于，所述生成所述地面观测站数据对应的模拟数据，包括：

通过基于概率分布的重要性抽样模型生成所述地面观测站数据对应的模拟数据。

3.根据权利要求1或2所述河流流量预测方法，其特征在于，所述利用解码器对所述地面观测站数据进行降维处理得到地面观测流量与降雨量特征和地面观测天气特征之后，还包括：

基于正则化方法降低所述地面观测流量与降雨量特征与地面观测天气特征之间的相关性；

相应的，将所述区域遥感河流流量特征、所述地面观测流量与降雨量特征和地面观测天气特征输入SVM或神经网络中，得到河流流量预测结果，包括：

将所述区域遥感河流流量特征、降低相关性的地面观测流量与降雨量特征和地面观测天气特征输入SVM或神经网络中，得到河流流量预测结果。

4.根据权利要求3所述河流流量预测方法，其特征在于，所述基于正则化方法降低所述地面观测流量与降雨量特征与地面观测天气特征之间的相关性，包括：

利用惩罚回归将第t-1期的第i个地面观测流量与降雨量特征与地面观测天气特征回归到第t-1期的第-i个地面观测流量与降雨量特征与地面观测天气特征，得到降低相关性的第t-1期地面观测流量与降雨量特征与地面观测天气特征；

相应的，将所述区域遥感河流流量特征、降低相关性的地面观测流量与降雨量特征和地面观测天气特征输入SVM或神经网络中，得到河流流量预测结果，包括：

将第t期的区域遥感河流流量特征、第t-1期地面观测流量与降雨量特征与地面观测天气特征输入SVM或神经网络中，得到第t期的河流流量预测结果。