基于支持向量机回归算法陕西省降水量空间插值研究

作者：樊庆

来源：水利科技与经济, 2023, 29(09): 36-40.

• 降水量
• 空间插值
• 支持向量机回归
• 陕西省

为改善区域降水量空间插值精度，基于支持向量机回归(SVR)原理，建立降水量与环境变量之间非线性关系模型，并以陕西省为例，比较SVR模型与经典OK、IDW插值法的精度差异。结果表明，SVR模型具有良好拟合能力，陕西省降水量插值精度相比于OK和IDW模型的R2增加14.52%、20.34%;MAE降低16.30%、8.46%,RMSE减小9.18%、15.62%。SVR对100m分辨率的栅格点进行空间预测，科学反映降水量分布信息。SVR模型通过最大化有效边界并最小化训练误差来进行回归，在降水量空间预测性插值具有良好应用潜力。