基于SVM分类的淮河流域夏季降水预测模型

作者：吴有训; 刘勇; 叶金印; 余品忠

来源：中国农业大学学报, 2011, (05): 157-162.

• 支持向量分类机(SVM)
• 淮河流域
• 夏季降水
• 短期气候预测 support vector machine(SVM)
• Huaihe river basin
• summer precipitation
• short-range climatic prediction

采用1959—2009年逐月74项大气环流特征量序列5、00 hPa月平均高度场和月平均海温场,计算与预报对象淮河流域夏季降水量相关系数,选取预测因子;用主分量分析方法组合预测因子。用支持向量分类机方法分别建立山东淮河流域、河南淮河流域、江苏淮河流域、安徽淮河流域共4个区域夏季降水短期气候预测模型。对2007—2009年夏季降水量SVM分类预测,4个区域的训练集回预测正确率为85%~99%,平均训练集回预测正确率91%;预测结果误差最大不超过1级,绝对值平均为0.4级。结果表明,该模型具有较强的预测能力和推广前景,可在气候预测业务中使用。

• 单位
  淮河流域气象中心; 安徽省气象局