一种利用条件概率函数的干旱形成时间预测方法及系统

本发明涉及一种干旱形成时间的预测方法，尤其涉及一种利用条件概率函数的干旱形成时间预测方法及系统。

背景技术：

1、干旱形成时间指一次干旱事件从事件开始阶段到进入事件持续阶段之间的时间。近年来，随着极端气候事件发生的频率逐渐增加，干旱事件的形成过程不断加速。地区干旱经历的从正常干旱进入严重干旱的过程所花费的时间从以往的几个月在极端情况下可能缩短至几周。对干旱形成时间的预测有利于对干旱事件的监测和预警，能够为地区主动应对干旱提供技术支持，同时对突发严重干旱的研究有重要意义。

2、目前主流研究中对干旱事件的形成时间这一因素没有足够的重视，主要研究方向围绕着干旱事件的空间信息、气象信息与地理信息展开，忽视了全球高温背景下时间信息的重要性。同时，许多研究利用水文、气象等方面的指数所建立的干旱预测模型，如回归模型、时间序列模型、混合模型等，尽管其具有一定的灵活性，通过建立干旱影响因素与干旱事件间的联系对干旱进行预测，但它们没有考虑到潜在物理机制下不同影响因素之间的相互作用关系。

技术实现思路

1、发明目的：针对以上问题，本方法提出一种利用条件概率函数的干旱形成时间预测方法及系统，能够快速预测干旱形成时间，提高了多影响因子下对干旱形成时间的预测精度。

2、技术方案：本发明提供一种利用条件概率函数的干旱形成时间预测方法，包括：

3、（1）获取研究地区土壤含水量分位数数据以及该地区的降雨及温湿度数据，根据土壤含水量分位数数据得到干旱形成时间数据，将预处理后的干旱形成时间数据作为因变量数据集；将预处理后的降雨及温湿度数据作为自变量数据集；所述干旱形成时间指由土壤含水量分位数划分的干旱事件时间跨度中由干旱开始至发展到某一阶段所对应的时间。所述降雨及温湿度数据为：平均降雨、最高气温和前期土壤湿度数据。

4、（2）计算各自变量数据和因变量数据的边缘分布函数，根据各自变量数据和因变量数据的边缘分布函数，采用c-vine-copula函数计算所有变量的联合分布函数；所述的计算各自变量数据和因变量数据的边缘分布函数，是通过选取分布函数对各变量进行边缘分布的拟合，采用极大似然函数进行边缘分布参数估计，运用k-s检验法进行拟合优度检验；所述分布函数包括皮尔逊分布、对数正态分布、广义极值分布。所述的采用c-vine-copula函数计算所有变量的联合分布函数，计算式为：，

5、其中，是联合分布函数，表示各变量，n为变量个数；代表各变量对应的边缘分布函数，其中，是双变量联合分布函数，表示变量在给定变量条件下的条件概率分布函数。

6、（3）根据联合分布函数计算条件概率分布函数，得到条件概率模型；条件概率模型的输出是在给定条件下的条件概率函数中斜率最大值对应的干旱形成时间。条件概率分布函数计算式为：，

7、式中，表示干旱形成时间在给定降雨、温度、湿度下的条件概率分布函数，定义为计算变量在给定变量条件下的条件概率分布函数的算符。

8、（4）对自变量集中的每个变量数据进行抽样，抽样数据符合各变量对应的边缘概率分布，使用抽样数据训练随机森林模型，得到训练后的随机森林模型；所述的使用抽样数据训练随机森林模型，包括：将抽样数据按照比例划分为训练集与验证集，使用训练集训练随机森林模型，使用验证集进行模型验证。

9、（5）将自变量数据集输入训练后的随机森林模型，使用随机森林模型输出的干旱形成时间修正条件概率模型，利用修正后的条件概率模型预测未来干旱形成时间。

10、使用随机森林模型输出的干旱形成时间修正条件概率模型，包括：将自变量数据集输入至步骤三得到的条件概率模型中，条件概率模型输出的干旱形成时间数据与随机森林模型输出的干旱形成时间数据经由最小二乘准则进行评估；对不同自变量条件下对应的条件概率分布曲线进行沿横轴方向上的整体偏移，选取评估值最优的条件概率分布曲线作为修正后的条件概率分布曲线，得到修正后的条件概率分布函数。本发明提供了一种干旱形成时间预测系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的利用条件概率函数的干旱形成时间预测方法。

11、本发明提供了一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现所述的利用条件概率函数的干旱形成时间预测方法。

12、有益效果：相比于现有技术，本发明具有以下优点：本发明通过在影响因子间构建联合概率分布，使得影响因子间的互相作用也被考虑进来。利用条件概率模型建立影响因子与干旱形成时间的概率分布曲线，从而实现干旱形成时间的快速预测。本发明结合随机森林模型推算出的干旱形成时间与影响因子间的对应值，对理论计算的条件概率模型进行修正，得到更为精确的条件概率函数以预测未来不同影响因子下的干旱形成时间。该方法使得在分析单一主要影响因子变化与多个次要影响因子变化下对干旱形成时间的影响时具有更高的精度，并对进一步研究干旱过程提供技术手段参考。

技术特征：

1.一种利用条件概率函数的干旱形成时间预测方法，其特征在于，包括：

2.根据权利要求1所述的利用条件概率函数的干旱形成时间预测方法，其特征在于：所述干旱形成时间指由土壤含水量分位数划分的干旱事件时间跨度中由干旱开始至发展到某一阶段所对应的时间。

3.根据权利要求1所述的利用条件概率函数的干旱形成时间预测方法，其特征在于：所述的计算各自变量数据和因变量数据的边缘分布函数，是通过选取分布函数对各变量进行边缘分布的拟合，采用极大似然函数进行边缘分布参数估计，运用k-s检验法进行拟合优度检验；所述分布函数包括皮尔逊分布、对数正态分布、广义极值分布。

4.根据权利要求1所述的利用条件概率函数的干旱形成时间预测方法，其特征在于：所述的采用c-vine-copula函数计算所有变量的联合分布函数，计算式为：，

5.根据权利要求1所述的利用条件概率函数的干旱形成时间预测方法，其特征在于：所述降雨及温湿度数据为：平均降雨、最高气温和前期土壤湿度数据。

6.根据权利要求5所述的利用条件概率函数的干旱形成时间预测方法，其特征在于：根据联合分布函数计算条件概率分布函数，计算式为：，

7.根据权利要求1所述的利用条件概率函数的干旱形成时间预测方法，其特征在于：所述的使用抽样数据训练随机森林模型，包括：将抽样数据按照比例划分为训练集与验证集，使用训练集训练随机森林模型，使用验证集进行模型验证。

8.根据权利要求1所述的利用条件概率函数的干旱形成时间预测方法，其特征在于：所述的使用随机森林模型输出的干旱形成时间修正条件概率模型，包括：将自变量数据集输入至步骤三得到的条件概率模型中，条件概率模型输出的干旱形成时间数据与随机森林模型输出的干旱形成时间数据经由最小二乘准则进行评估；对不同自变量条件下对应的条件概率分布曲线进行沿横轴方向上的整体偏移，选取评估值最优的条件概率分布曲线作为修正后的条件概率分布曲线，得到修正后的条件概率分布函数。

9.一种干旱形成时间预测系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的利用条件概率函数的干旱形成时间预测方法。

10.一种计算机程序产品，包括计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现权利要求1至8中任一项所述的利用条件概率函数的干旱形成时间预测方法。

技术总结
本发明公开了一种利用条件概率函数的干旱形成时间预测方法及系统，包括：构建数据集；计算变量边缘分布，构建联合概率函数；推求条件概率分布函数及条件概率模型；抽样并划分数据集，导入随机森林模型；修正条件概率模型，预测未来干旱形成时间。本发明结合随机森林模型推算出的干旱形成时间与影响因子间的对应值，对理论计算的条件概率模型进行修正，得到更为精确的条件概率函数以预测未来不同影响因子下的干旱形成时间。该方法使得在分析单一主要影响因子变化与多个次要影响因子变化下对干旱形成时间的影响时具有更高的精度，并对进一步研究干旱过程提供技术手段参考。

技术研发人员：刘懿,杨子锐,张欣雨,史锐光,杨邦,袁山水,朱榴骏,张林齐,任立良,陈睿奇
受保护的技术使用者：河海大学
技术研发日：
技术公布日：2024/4/24