基于3种机器学习算法的台风频数预测

摘要

为了提高影响广西台风频数的年度预测准确率,利用中国气象局上海台风研究所提供的1951-2020年影响广西的台风样本数据、国家气候中心提供的88项大气环流特征量和26项海温指数资料,使用相关方法找出高影响因子。针对影响台风物理因素的复杂性,为了获取更综合的预测因子信息,使用随机森林对影响因子进行二次筛选,建立基于随机森林、支持向量回归和循环门单元(GRU)3种机器学习算法的影响广西台风频数气候预测模型。实验结果表明:使用随机森林二次筛选得到的因子的建模预测效果明显提高,机器学习算法预测效果整体高于岭回归方法,其中GRU预测效果最好,绝对误差较岭回归方法减少10.30%,其次为随机森林和支持向量回归,误差分别减少9.44%和7.47%。