基于深度学习的旱灾风险评估方法

作     者：冯岭 宋文辉 陈继坤 FENG Ling;SONG Wenhui;CHEN Jikun

作者机构：华北水利水电大学信息工程学院河南郑州450046 

出 版 物：《人民长江》 (Yangtze River)

年 卷 期：2022年第53卷第6期

页      面：111-118页

学科分类：08[工学] 081501[工学-水文学及水资源] 0815[工学-水利工程] 

主　　题：干旱预测 风险评估 长短期记忆网络 支持向量机 机器学习 郑州市 

摘      要：针对当前旱灾风险评估中将影响干旱的因素与历史旱灾记录直接进行关联研究的成果相对较少的问题,从历史旱情文本数据和气象数据出发,提出了一种新的基于深度学习的旱灾风险等级评估方法。利用长短期记忆神经网络与支持向量机构建了旱灾风险等级评估模型,将其用于对未来可能发生的旱灾风险等级进行评估。在此基础上,以郑州市为研究实例,并用1951~2020年的气象数据以及灾情文本描述记录对所构建的模型进行有效性检验。结果表明:研究区2019年和2020年春季干旱状况比较严重,与实际情况相比,预测准确率为75%。这也验证了所提出的融合多源数据旱灾风险评估方法在风险等级预测方面具有一定的有效性。