典型文献
基于两种机器学习方法的广西后汛期降水预测模型
文献摘要：
使用1991-2021年7-9月广西90个地面气象观测站降水量、NCEP/NCAR月再分析资料和国家气候中心BCC_CSM1.1气候模式回报资料,研究建立基于粒子群-神经网络、随机森林算法的广西后汛期降水气候预测模型,并对2016年—2021年预测进行应用试验.结果表明,基于粒子群-神经网络、随机森林算法的后汛期降水预测Ps得分比逐步回归方法分别提高了 2.78分、2.5分,比气候模式分别提高了 29.22分、28.94分,预测能力有明显的提升.
文献关键词：
粒子群-神经网络;随机森林算法;经验正交函数;气候预测;汛期降水
中图分类号：
作者姓名：
覃卫坚;何莉阳;蔡悦幸
作者机构：
广西壮族自治区气候中心,南宁530022
文献出处：
引用格式：
[1]覃卫坚;何莉阳;蔡悦幸-.基于两种机器学习方法的广西后汛期降水预测模型)[J].气象研究与应用,2022(01):8-13
A类：
B类：
机器学习方法,后汛期,汛期降水,降水预测,地面气象观测,气象观测站,降水量,NCEP,NCAR,再分析资料,BCC,CSM1,气候模式,随机森林算法,水气,气候预测,应用试验,Ps,逐步回归,预测能力,经验正交函数
AB值：
0.342581
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
