基于机器学习算法的西部方向气候模式预测订正研究

作者：杨理智^*; 张栌丹; 王俊锋; 张帅; 严渝昇

来源：网络安全与数据治理, 2023, 42(11): 29-34.

DOI：10.19358/j.issn.2097-1788.2023.11.006

• 气候预测
• 大数据挖掘
• 信息流
• 随机森林

基于气候预测对西部方向环境保障的重要性，针对高原地区气候模式准确度不高的现实困境，采用大数据挖掘技术，充分处理气候系统非线性统计特征。首先利用随机森林，对气候模式融合网格数据进行订正；而后将订正网格进行EOF分解，采用信息流算法挖掘环流因子与时间序列因果关系，构建不同模态下高影响因子集；采用随机森林进行建模，预报不同模态的时间序列；最后还原预报的格点场，完成模式格点数据修订。结果表明，经机器学习算法修订后的气候模式预报准确度、预报技巧显著提高，同时，模型预报的稳定度也有较大提升。本研究基于机器学习算法进行气象大数据挖掘，提升气候模式预测效能，旨在为提升西部方向气候预测水平提供方法思路。