[发明专利]一种基于NARX的中国北方草原地区生长季降雨量的预测方法

说明书

本发明公开了一种基于NARX的中国北方草原地区生长季降雨量的预测方法，包括基于相关性分析的数据预处理、NARX预测模型数据分配、NARX预测模型学习、NARX预测模型误差比对控制、NARX预测结果比对判断五个步骤。本发明核心方法采用NARX预测模型，该模型除表征非线性映射能力之外，还具有输入、输出双向延时能力以及一定的输入、输出记忆能力。本发明可以准确预测生长季（6‑8月）降雨量平均值，从而实现根据降雨量的预测值评估未来年份植被生长情况，实现可放牧的牲畜数量（载畜量）的合理估算，支撑动态的放牧策略，以避免灾害年份出现过度放牧。

技术领域

本发明涉及降雨量预测建模领域，更具体的说，是涉及一种基于NARX的中国北方草原地区生长季降雨量的预测方法。

背景技术

近30年来，中国北方草原地区的气候多变，例如极端干旱天气的出现，加之人类的频繁生产活动（如过度放牧），导致了草原地区植被的快速退化，部分地区出现严重的沙化。由于当年的降雨量影响着当年的草原植被生长情况，尤其是每年的生长季（6-8月）降雨量直接影响着当年的植被生长情况，同时也间接决定了对应地区放牧的牲畜数量。因此，有必要研究一种新型的中国北方草原地区生长季的降雨量预测模型。

Nonlinear auto regressive with exogenous input（NARX）是一种基于时延神经网络发展的一种带有外部反馈的神经网络，在具有常见的非线性映射能力之外，还具有输入、输出双向延时能力，并使模型具有一定的输入、输出记忆能力。由于降雨量与植被生长之间存在相互影响、非线性的关系，且当年的植被生长往往与之前年度的降雨量存在紧密的关系。因此，本发明基于NARX建立了降雨量自预测模型，最终实现生长季降雨量的准确预测。

发明内容

本发明的目的是为了克服现有针对中国北方草原地区降雨量预测技术中的不足，基于以往降雨量的观测数据，提出一种基于NARX的中国北方草原地区生长季降雨量的预测方法，可以准确预测生长季降雨量的平均值，该方法有利于基于可预测的气候条件实现动态的放牧策略，以避免灾害年份出现过度放牧。

本发明解决上述预测难题的技术方法和方案如下：一种基于NARX的中国北方草原地区生长季降雨量的预测方法，其特征在于，包括基于相关性分析的数据预处理、NARX预测模型数据分配、NARX预测模型学习、NARX预测模型误差比对控制、NARX预测结果比对判断五个步骤，

步骤一基于相关性分析的数据预处理为，利用SPSS统计软件进行相关性分析，基于历年统计数据确定北方草原地区年度生长季月平均降雨量NARX预测模型的输入变量P(t-1)和输出变量P(t)，其中P(t)，P(t-1)分别是t、t-1年度生长季降雨量月平均值；

步骤二NARX预测模型数据分配为，按照8：1：1的比例确定降雨量NARX预测模型的训练数据、测试数据、验证数据；

步骤三NARX预测模型学习为，建立NARX预测模型，激励函数选取sigmoid，初始隐藏层为1层，初始神经元个数为22，初始输入延迟时间为1：9，初始输出反馈延迟时间1：3；将训练数据导入降雨量NARX预测模型中，对降雨量NARX预测模型进行训练，并利用测试数据对NARX模型进行参数调整；

步骤四NARX预测模型误差比对控制为，比较每次降雨量NARX预测模型的训练误差MAE₁、RMSE₁大小，如果MAE₁、RMSE₁均小于精度期望值MAE₀、RMSE₀，则完成降雨量NARX预测模型训练；如果MAE₁或RMSE₁大于精度期望值MAE₀或RMSE₀，则调整模型参数重新训练，直到MAE₁、RMSE₁均小于精度期望值MAE₀、RMSE₀，训练结束，完成降雨量NARX预测模型建模；