| 基于机器学习的海洋环境预报订正方法研究 |
| |
| 作者姓名： | 许立兵 王安喜 汪纯阳 陈悦 陈昱文 周峥 陈幸荣 邢建勇 刘克威 黄小猛 |
| |
| 作者单位： | 国家超级计算无锡中心,江苏无锡214011;成都信息工程大学,四川成都610225;清华大学地球系统科学系,北京100084;国家超级计算无锡中心,江苏无锡214011;清华大学地球系统科学系,北京100084;国家海洋环境预报中心,北京100081 |
| |
| 基金项目： | 国家重点研发计划项目（2016YFB0201100;2017YFC1502200;2018YFB0505000;2018YFB1502800）,国家自然科学基金面上项目（41776010）;青岛海洋科学与技术试点国家实验室开放基金项目（QNLM2016ORP0108） |
| |
| 摘 要： | 结合中尺度数值模式WRF预报数据和ERA5再分析资料,利用机器学习方法对WRF预报场的风场、温度、气压进行预报订正.采用ERA5作为真值,与原始WRF预报相比,利用随机森林模型可以将预报结果整体均方根误差降低44％以上,利用深度神经网络模型可以将预报结果整体均方根误差降低34％以上.通过随机森林模型实验得到不同输入特征...
|
| 关 键 词： | WRF模式 随机森林 深度神经网络 预报订正 |
| 收稿时间： | 2020-03-06 |
| 修稿时间： | 2020-09-21 |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《海洋通报》浏览原始摘要信息 |
|
点击此处可从《海洋通报》下载全文 |
|
