基于機器學習的海洋環境預報訂正方法研究

作者：許立兵,王安喜,汪純陽,陳悅,陳昱文,周崢,陳幸榮,邢建勇,劉克威,黃小猛

摘要：結合中尺度數值模式WRF預報數據和ERA5再分析資料,利用機器學習方法對WRF預報場的風場、溫度、氣壓進行預報訂正。采用ERA5作為真值,與原始WRF預報相比,利用隨機森林模型可以將預報結果整體均方根誤差降低44%以上,利用深度神經網絡模型可以將預報結果整體均方根誤差降低34%以上。通過隨機森林模型實驗得到不同輸入特征對預報要素的影響程度,分析了關鍵的預報訂正因子。

發文機構：國家超級計算無錫中心 清華大學地球系統科學系 國家海洋環境預報中心 成都信息工程大學

關鍵詞：WRF模式隨機森林深度神經網絡預報訂正WRF modelrandom forestdeep neural networkforecast correction

分類號： P732.4[天文地球—海洋科學]