摘要:基于最大相关最小冗余度算法和随机森林回归算法,该文提出一种对欧洲中期天气预报中心(ECMWF)集合预报产品进行暴雨预报的释用方法。该方法采用最大相关最小冗余度算法,对ECMWF集合预报的51个成员进行筛选,选取若干个与预报对象相关性最大、相互间冗余度最小的成员作为随机森林回归算法的输入因子。利用ECMWF集合预报降水量平均值对建模样本进行分类,使预报模型的建模样本更具有针对性。通过2012年4月-2015年12月的交叉独立样本试验预报和2016年1-9月的业务预报试验的统计结果表明:该释用方法的暴雨预报TS和ETS评分,均比采用ECMWF集合预报产品51个成员降水量预报进行插值后取平均值的释用方法分别提高了0.07和0.05以上,显示了较好的数值预报产品释用效果。
关键词:最大相关最小冗余度算法 随机森林回归算法 释用
单位:广西壮族自治区气象减灾研究所; 南宁530022
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
相关期刊
Acta Mathematicae Applicatae Sinica Journal of Genetics and Genomics Acta Biochimica et Biophysica Sinica Journal of Systems Engineering and Electronics Chinese Annals of Mathematics,Series B Chinese Annals of Mathematics Series B Frontiers of Information Technology Electronic Engineering Transactions of Nonferrous Metals Society of China