基于机器学习的雨型分类研究：以淠河流域为例

摘要： 【目的】为了提升洪水预报方案的科学性和精度，开展降雨雨型分类，制定不同雨型的预报方案并实施作业预报是一条有效的技术路线。【方法】基于淠河流域2003—2021年37个雨量站逐小时降雨观测数据，利用业界公认的动态时间规划(DTW)算法进行场次降雨雨型分类并作为基准分类结果。在此基础上，分别选取决策树(DT)、长短期记忆神经网络(LSTM)、LightGBM、支持向量机(SVM)四... （共11页）