摘要
一种深度学习混合模型的干旱指数预测方法，主要包括以下步骤：(1)从气象数据网获取一定区域的各种气象数据，例如气温、降水、风速和海平面气压等。首先判断气象数据在时间上是否连续完整，再对原始数据做预处理；(2)利用气象数据计算干旱指数DEDI；(3)对干旱指数时间序列数据用VMD分解处理，获取多个子序列；(4)结合卷积神经网络CNN和双向长短期记忆神经网络BiLSTM，构建用于时间预测的深度学习模型VMD‑CBiLSTM；(5)对每个DEDI子序列进行预测，将预测结果进行加权组合输出，并绘制出图最终预测结果；(6)对每一组模型预测精度给予评价，选出最佳预测模型。
