基于随机森林算法的风场预报

作者：付旭东; 王金艳^*; 李龙燕; 陈金车; 苏士翔; 常伟; 王明

来源：兰州大学学报(自然科学版), 2021, 57(04): 503-509.

DOI：10.13885/j.issn.0455-2059.2021.04.010

• 机器学习
• 随机森林
• 风场
• 预报

利用随机森林算法,基于历史地面实况观测数据,构建随机森林1～6 h风场预报模型,并用2018年的地面实况观测数据对预报模型进行检验分析.结果表明,随机森林算法在风场预报中有较好的泛化能力,对地面10 m风场有较好的预报水平,在1～6 h的预报中,预报风场与实况风场比较接近,各预报时效风速的年平均绝对误差为1.0 m/s,风向的年平均绝对误差为59°;随着预报时效的延长,随机森林风场预报模型对较大风速和较大风速时风向的预报能力逐渐减弱;利用AInt检验方法对随机森林1～6 h风场预报结果进行检验,结果表明模型预报的准确率普遍较高,各预报时效2018年平均准确率为61.5%.

• 单位
  兰州大学