公开(公告)号：CN117520962A

公开(公告)日：2024-02-06

申请号：CN202311633398.8

申请日：2023-12-01

Applicant: 南京信息工程大学

Inventor： 梅平 ,  殷紫欣 ,  王磊 ,  束成彦 ,  杨佳希

IPC: G06F18/243 ,  G06N5/01 ,  G06F18/214 ,  G01W1/10 ,  G06N20/00

Abstract: 本发明公开了一种基于梯度提升树方法的月降水预报方法，包括：获取160个国家站的逐月数据，得到月平均降水距平值作为预测数据，对预测数据进行主成分分析法降维处理，保留解释方差最大的前若干个主分量，作为降水预报量的时间序列；并对降水预测因子进行预处理，利用Pearson相关系数计算主分量与130项环流指数的相关性；利用当前月后两个月的降水主分量与当前月的环流指数预报因子对梯度提升决策树模型进行训练，得到训练好的模型；将每个月的逐月环流指数数据输入训练好的模型，得到每个月后两个月的降水预测值。本发明使用新的机器学习算法对月降水进行预测，提高了中国境内月降水预测的准确性，预测结果远高于目前主流业务模式。