申请/专利权人：武汉大学

申请日：2021-12-31

公开（公告）日：2024-06-25

公开（公告）号：CN114662274B

主分类号：G06F30/20

分类号：G06F30/20;G06F17/18;G06F113/08

优先权：

专利状态码：有效-授权

法律状态：2024.06.25#授权;2022.07.12#实质审查的生效;2022.06.24#公开

摘要：本文提出了一种基于零膨胀时空回归模型的雪水当量建模和预测方法，主要解决雪水当量与环境因素建模过程中，随积雪时空剧烈变化出现的大量零观测值、雪水当量时间滞后效应、以及空间分布自相关性引起的模型误设、方差膨胀、系数偏移等问题。本发明通过引入时间滞后项并利用广义线性空间回归模型，构建二元回归和连续回归两个部分，来代表判断零值是否存在和非零值的数值估计两个过程，从而将时空效应和零膨胀效应同时考虑进来，提高了雪水当量建模和预测准确性，增强了雪水当量变化过程的分析能力。

主权项：1.一种基于零膨胀时空回归模型的雪水当量建模和预测方法，其特征在于，包括以下步骤：步骤1：数据获取与处理；获取雪水当量栅格数据产品及与积雪聚积和消融相关的环境因素遥感数据产品，将所有的栅格数据产品进行投影转换成与雪水当量相同的投影坐标系，将投影后的栅格数据重采样成与雪水当量栅格数据相同的空间分辨率；步骤2：构建空间邻接列表；根据栅格单元的空间邻接关系，构建空间邻接列表；在空间邻接列表中，每个栅格单元都对应的空间邻接关系表，表中是对应的邻接栅格单元的ID号和权重值；步骤3：时间序列数据重组与拼接；为每一期的雪水当量生成其时间滞后变量，将每一期的雪水当量和环境因素数据按照行或列的形式重新排列，构建时间序列数据集；同时，将空间邻接列表按照相应的时间序列拼接，构建时间序列空间邻接列表；步骤4：生成雪水当量二元分类变量；为重组后的时间序列数据集生成雪水当量二元分类变量π以区分零值和非零值，新生成的二元分类变量π取值为0或1，其中0代表雪水当量为零的单元，π取值为1代表雪水当量不为零的单元；步骤5：二元部分时空建模；以步骤4中雪水当量二元分类变量为因变量，环境因素数据及时间滞后变量作为自变量，采用广义线性回归模型对二元部分雪水当量进行时空建模；步骤6：连续部分时空建模；提取出步骤4中雪水当量二元分类变量的值为1的记录并存储为非负子数据集，以子数据集中的雪水当量为因变量，环境因素数据及时间滞后变量作为自变量，进行连续部分雪水当量的时空建模；步骤7：构建零膨胀时空回归模型；将步骤5中二元部分得到的概率值和步骤6连续部分得到的预测值进行匹配相乘，得到零膨胀时空回归模型拟合的雪水当量值；步骤8：预测分析；对步骤7中的模型进行精度评价，当模型精度较高时，将最近的环境因素遥感数据产品预处理后，作为自变量X输入到步骤7构建的零膨胀时空回归模型中，与步骤7中的建模参数进行运算，得到最近的雪水当量的预测值。

全文数据：

权利要求：

百度查询： 武汉大学 一种基于零膨胀时空回归模型的雪水当量建模和预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD