基于深度学习的旱灾风险评估方法

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。