基于機器學習的雨型分類研究：以淠河流域為例

摘要： 【目的】為了提升洪水預報方案的科學性和精度，開展降雨雨型分類，制定不同雨型的預報方案并實施作業(yè)預報是一條有效的技術(shù)路線?！痉椒ā炕阡暮恿饔?003—2021年37個雨量站逐小時降雨觀測數(shù)據(jù)，利用業(yè)界公認的動態(tài)時間規(guī)劃(DTW)算法進行場次降雨雨型分類并作為基準分類結(jié)果。在此基礎上，分別選取決策樹(DT)、長短期記憶神經(jīng)網(wǎng)絡(LSTM)、LightGBM、支持向量機(SVM)四... （共11頁）