基于3种机器学习算法的台风频数预测

作者：荣新; 覃卫坚^*; 韦文山

来源：海洋预报, 2023, 40(05): 1-9.

• 影响广西台风频数
• 特征选择
• 随机森林
• 支持向量回归
• 循环门单元

为了提高影响广西台风频数的年度预测准确率，利用中国气象局上海台风研究所提供的1951—2020年影响广西的台风样本数据、国家气候中心提供的88项大气环流特征量和26项海温指数资料，使用相关方法找出高影响因子。针对影响台风物理因素的复杂性，为了获取更综合的预测因子信息，使用随机森林对影响因子进行二次筛选，建立基于随机森林、支持向量回归和循环门单元（GRU）3种机器学习算法的影响广西台风频数气候预测模型。实验结果表明：使用随机森林二次筛选得到的因子的建模预测效果明显提高，机器学习算法预测效果整体高于岭回归方法，其中GRU预测效果最好，绝对误差较岭回归方法减少10.30%，其次为随机森林和支持向量回归，误差分别减少9.44%和7.47%。

• 单位
  广西民族大学; 广西壮族自治区气候中心