基于随机森林的短期气候预报
预报因子选取和预报模型构建是短期气候预测的两大难点.本研究采用随机森林模型应用国家气候中心的74项大气环流资料,进行重要性评价,筛选前6个重要因子作为预报因子,对西安9到11月份秋季降水量进行等级预报.结果显示,随机森林在处理大数据集以及建立大气环流因子和降水量遥相关关系时具有一定的预报能力,模拟效果也相对较好,同时为今后开展相关工作提出降水量等级划分方法上还有待商榷，本文只是粗略地将降水量划分为3个等级，为了更好的服务于社会，应采用相对较适合当地情况的划分方法，将降水量划分为多个等级。由于74项大气环流因子毕竟是大尺度的变量，将其用于一个小的城市可能会带来一定的误差，今后，可以将尺度扩大到一个区域，一个国家，一个洲。随机森林通过投票取平均来确定预测值，容易出现数值坦化，使得预报中极端情况出现的比较少，影响预报效果，在具体运用过程中，对树的数量也需要一定的优选。
短期气候 分类预测 随机森林 大气环流因子
余胜男 陈元芳 顾圣华 黄琴 姚欣明 康有
河海大学水文水资源学院,江苏 南京 210098 上海市水文总站,上海市,200232
国内会议
北京
中文
1-6
2014-10-01（万方平台首次上网日期，不代表论文的发表时间）