基于机器学习方法对台风浪短期预报应用
罗锋1
张杰2
全秀峰2
汪忆2
1.河海大学港口海岸与近海工程学院,江苏南京 210098;南通河海大学海洋与近海工程研究院,江苏南通 226000;海岸灾害及防护教育部重点实验室,江苏南京 2100982.河海大学港口海岸与近海工程学院,江苏南京 210098
摘要：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.
关键词：SWAN台风浪随机森林机器学习预报
分类号：P731.33(海洋基础科学)
资助基金：江苏省海洋科技创新项目(JSZRHYKJ202105)南通社会民生科技计划项目(MS12022009)南通社会民生科技计划项目(MS22022082)南通社会民生科技计划项目(MS22022083)
论文发表日期：2023-10-28
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：9( 8-16 )
英文信息