[发明专利]基于支持向量机二元数据同化的地下水水位变化中长期预报方法

权利要求书

1.一种基于支持向量机二元数据同化的地下水水位变化中长期预报方法，其特征在于：该方法包括如下步骤：

步骤1，获取N个时刻研究区域有效地下水水位和气象要素观测数据集，根据地下水水位变化与气象要素的相关性选取支持向量机的气象驱动要素；

步骤2，采用支持向量机非线性回归方法，构建地下水水位变化预报模型；模型的输入为某一时刻的驱动要素，输出为该时刻的地下水水位变化值；

步骤3，将数据集样本中前t时刻的驱动要素和地下水水位变化值作为训练集，训练预报模型，获得训练好的地下水水位变化预报模型；

其中，根据构建的地下水水位变化预报模型，调用simlssvm命令，输入预报时刻的驱动要素，获取该预报时刻的地下水水位变化预报值；

步骤4，当预报时刻t+m存在地下水水位观测数据，更新训练集，采用数据同化技术同化校正该训练集，采用校正的训练集重新训练预报模型，获取一元数据同化预报模型；具体包括：

若在预报的t+m时刻存在地下水水位观测数据，则将训练集向前更新m-1步，即，移除1至m-1时段的驱动要素和地下水水位变化值，将t+1至t+m-1时段的驱动要素和地下水水位变化的预报值添加至训练集，构建新的训练集；

采用数据同化技术，融合t+m时刻地下水水位观测数据，同化校正训练集；使用更新校正的训练集，创建支持向量机，即为支持向量机数据同化模型SVM-DA；将校正后的t+m时刻的驱动要素输入SVM-DA模型，输出该时刻的地下水水位预报值，即为一元数据同化预报值；

步骤5，将校正后的t+m时刻的驱动要素，输入至一元数据同化预报模型，获取该预报时刻的地下水水位变化一元数据同化预报值；

步骤6，对预报时刻t+m的地下水水位变化一元数据同化预报值再次进行数据同化校正，获取二元数据同化预报值，即为该时刻最终的地下水水位变化预报值。

2.根据权利要求1所述的基于支持向量机二元数据同化的地下水水位变化中长期预报方法，其特征在于：所述步骤1，具体包括：

（1）获取地下水水位和气象要素的观测数据时间序列，对观测数据进行有效性筛选，去除异常数据和缺失数据，选用有效时段的数据序列；

（2）将选定时段内的数据序列转化为逐月数据序列，进行去趋势处理，获取逐月地下水水位变化时间序列；

（3）采用皮尔逊相关分析方法分析地下水水位变化与气象要素在不同时段的相关性，根据相关性选取支持向量机的驱动要素。

3.根据权利要求1所述的基于支持向量机二元数据同化的地下水水位变化中长期预报方法，其特征在于：所述步骤2，具体包括：

获取SVM模型识别与回归软件包LS-SVM；根据驱动要素调用LS-SVM软件包中的定向结构函数initlssvm，在该函数中设置核函数，此处采用径向基核函数；调用trainlssvm命令，构建地下水水位变化预报模型。

4.根据权利要求1-3任一所述的基于支持向量机二元数据同化的地下水水位变化中长期预报方法，其特征在于：所述数据同化技术采用集合卡尔曼滤波，或者集合粒子滤波，或者无迹粒子滤波。