一种基于随机森林算法的对流性天气落区预报方法
本文以雷达强回波落区代表对流性天气,以对流层中层及以下各层水汽、风、温度、稳定度指数及其他综合指数共物理量作为自变量建立基于随机森林算法的对流性天气落区预报模型,结果表明：随机森林算法对对流性天气有一定的预报能力,2018 年4-8 月部分对流性天气过程预报检验显示12 小时预报时效内点对点TS 评分可达20％或以上,个例分析显示模型对于对流性强降水和系统前侧的强对流回波均有预报能力,但强对流天气出现后系统后侧易空报。此外,对50 个物理量的重要性分析显示,对流性天气发生的重要条件是大气层结的不稳定性和中低层的水汽及水汽饱和程度。
机器学习 随机森林 对流性天气落区预报
姚叶青 周建平 王传辉 张蕾 刘承晓
安徽省公共气象服务中心 230031
国内会议
厦门
中文
327-334
2019-06-01（万方平台首次上网日期，不代表论文的发表时间）