一种基于随机森林算法的热带气旋全路径模拟方法

摘要

本发明提供了一种新型的基于随机森林算法的热带气旋全路径模拟方法。采用基于机器学习的随机森林算法挖掘历史台风关键信息的非线性映射关系，能有效避免传统全路径模拟方法的线性回归分析拟合能力的不足。该方法对基于聚类分析生成的各类路径的整体信息建立模型，可以针对每个模型进行调试以保证学习效果，无需将计算海域划分成网格以进行大量的回归分析。随机森林算法技术手段的引进可一定程度上改进传统方法参数标定没有标准流程的缺陷。与传统模拟方法一致的是，该方法亦能对整个西北太平洋区域的热带气旋生成、行进路径、行进方向、洋面强度发展以及登陆强度衰减进行随机模拟，生成大量符合历史样本特征的热带气旋路径及强度随机事件样本集，据此进行中国沿海地区台风灾害风险的定量精细化评估，从而有效地解决局部区域历史样本不足的问题，为灾害风险的定量精细化评估奠定了基础。该方法能保证较好的准确性和普遍性，可推广到其他区域进行飓风灾害风险评估分析。