基于机器学习方法对台风浪短期预报应用

基于第三代海浪模型SWAN建立中国东海波浪数值模型，模拟1509号“灿鸿”台风，1909号“利奇马”台风和2106号“烟花”台风过境期间的波浪场，并将结果作为多层感知机，随机森林和支持向量回归预报台风浪模型的数据集，同时引入空间性特征对算法输入进行改进，并对比不同模型的训练速度。结果显示，加入空间性特征后，模型预报精度得到提升，其中多层感知机均方根误差降低40.4%,运行速度最快，随机森林均方根误差降低20.8%,运行速度最慢，支持向量回归均方根误差降低8.7%,运行速度介于前两者之间。表明改进后的模型有效提高了预报精度，可以用于针对台风浪的短期预报。