[发明专利]一种基于GA-LSSVM模型的降水量预测方法

权利要求书

1.一种基于GA-LSSVM模型的降水量预测方法，其特征在于，包括以下步骤：

预先获取温度廓线特征信息，并基于月尺度对每条温度廓线特征信息在预定范围内进行垂向插值；

获取温度廓线特征信息均值并滑动平均，确定源区的背景温度廓线T_B；

获取温度扰动廓线T，其中包括通过二次项拟合趋势；

获取月尺度的重力波势能，其中包括标定重力波势能和标定浮力频率的平方；

标定GA-LSSVM模型；

将获取的重力波势能作为所述GA-LSSVM模型的输入，进行降水量预测。

2.根据权利要求1所述的基于GA-LSSVM模型的降水量预测方法，其特征在于，所述预定范围包括在10km-50km的范围内进行分辨率为200m的垂向插值。

3.根据权利要求1所述的基于GA-LSSVM模型的降水量预测方法，其特征在于，步骤所述获取温度廓线特征信息均值并滑动平均，包括以下步骤：

预先剔除超出[-100,+10]摄氏度范围的温度廓线特征信息；

通过3sigma准则对温度廓线特征信息进行预处理。

4.根据权利要求1所述的基于GA-LSSVM模型的降水量预测方法，其特征在于，步骤所述温度扰动廓线T，包括以下步骤：

将原始所述温度廓线特征信息减去所述背景温度廓线T_B，获取温度扰动廓线T。

5.根据权利要求4所述的基于GA-LSSVM模型的降水量预测方法，其特征在于，进一步包括以下步骤：

标定带通宽度为2-10km的六阶巴特沃斯滤波器；

滤除重力波之外的其它波；

获取月尺度的重力波势能。

6.根据权利要求5所述的基于GA-LSSVM模型的降水量预测方法，其特征在于，所述标定重力波势能，表示为：

其中，g＝9.8m/s²。

7.根据权利要求6所述的基于GA-LSSVM模型的降水量预测方法，其特征在于，所述标定浮力频率的平方，表示为：

其中，g＝9.8m/s²,c_p＝1.005×10³J/(kg·k)，z表示海拔高度。