[发明专利]一种基于神经网络的降水降尺度空间预测方法

摘要

本发明公开了一种基于神经网络的降水降尺度空间预测方法，以机器学习中的神经网络为基础，实现降水量与相关因子之间非线性模型的建立，从而实现降水的降尺度空间预测，该方法的步骤包括：获取热带雨量测量任务TRMM降水数据、植被指数NDVI数据及数字高程模型DEM数据，对获取的数据进行预处理，统一到同一坐标系中，对数据进行归一化并根据随机的原则对数据进行划分，将数据划分为训练集和测试集，分别用于模型的训练和验证，最后通过建立好的模型对降水的空间分布进行降尺度预测。本发明申请中，使神经网络方法在降水预测中进行应用，提高了降水空间分布的预测精度；解决了热带雨量测量任务TRMM数据空间覆盖不足的问题；提高了降水量预测的空间分辨率。