基于机器学习的气象多因子影响浪高分析
林晓凤1
聂会文2
1.广州市增城区气象公共服务中心,广东 广州 5113002.珠澳气象创新与应用研究中心,广东珠海 519000
摘要：为了解机器学习在海浪预测中的准确性,选取广东茂名浮标站2013年2月至2024年6月逐小时观测数据,应用机器学习方法分析了风速、气温、气压等气象因子对广东近海有效浪高的具体影响,并评估了 10种机器学习模型在预测有效浪高方面的性能特点,结果表明:风速是SWH预测最重要的因子,气温和月份的影响次之;在单因子(风速)和多因子(风速、月份、气温)模型拟合两个实验中,支持向量机回归在两种拟合实验中均表现最佳,特别是在多因子拟合中,预测值的均方根误差约为0.31,相关系数高达0.87,决定系数为0.74,显示出优秀的预测性能;轻量级梯度提升机回归则在预测稳定性方面与SVR相当.
关键词：海洋气象有效浪高机器学习气象因子支持向量机回归轻量级梯度提升机回归
分类号：P73(海洋基础科学)
论文发表日期：2025-08-20
在线出版日期：2025-09-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 33-37 )
英文信息