基于机器学习的海洋环境预报订正方法研究

XU Libing,WANG Anxi, WANG Chunyang,CHEN Yue,CHEN Yuwen,ZHOU Zheng,CHEN Xingrong,XING Jianyong,LIU Kewei,HUANG Xiaomeng

Marine Science Bulletin（2020）

引用 2|浏览5

暂无评分

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对预报要素的影响程度,分析了关键的预报订正因子.

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要