基于机器学习方法的雾天气预测研究

1440359316

摘要：大雾是一种常见的灾害天气,发生时具有低能见度的特点,会对人们的出行产生极大的影响。如果能够提前对大雾天气进行预测,将有效地避免经济损失、降低风险。目前对大雾的研究中主要包括对雾的雷达实时监测以及相关数值分析方法,但上述方法不仅需要借助预报员的经验,而且复杂的计算过程可能会产生一定的时间开销。而随着人工智能的发展,目前已较广泛地应用于航天、生物医疗等领域的预测任务中。另外,现有的研究工作更加关注于当前时刻雾天气的状态,没有对未来时刻雾的状态进行预测。因此对未来时刻雾天气的研究将具有重要的意义。本文借助全国综合气象信息共享平台(CIMISS)的气象要素数据,经过相应的数据处理,利用机器学习方法对未来时刻大雾状况进行研究(短邻雾研究)。其研究内容根据东北区域气象中心需求有如下两个方面:短邻雾分类预测研究、短邻雾能见度预测研究。对短邻雾天气分类预测研究包括主要气象特征分析、建立不同短时邻近雾分类预测模型。其中研究了一种结合支持向量机(Support Vector Machine,SVM)与特征选择Wrapper方法的短邻雾天气分类预测模型。该模型对多维气象数据进行列切分得到关于列的数据子集,将...[url=]更多[/url]
关键词：

支持向量机;特征选择Wrapper方法;短邻雾研究;梯度提升树;集成学习;

6753384

购买的文件从哪里能看到