随机森林在降水量长期预报中的应用

• 作者: 余胜男 康有 贺冉冉 陈元芳 顾圣华
• 来源期刊: 南水北调与水利科技
• 学科: 地球科学
• 关键词: 随机森林 长期降水预报 等级预报 泛化误差 重要性因子评价 决策树 神经网络
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 【水文水资源】
• 页码范围: 78-83
• 页数: 6页
• 分类号: P457.6
• 字数: 6804字
• 语种: 中文
• DOI: 10.13476/j.cnki.nsbdqk.2016.01.013

摘要

随机森林是21世纪提出的基于分类树的算法，在处理大数据集中具有明显优势，首度将其应用在降水长期预报中。以长江中下游地区1月份降水预报为例，运用随机森林模型构建原则，在74项大气环流因子以及前期月降水中筛选模型预报因子，进行长期降水量预报，并将其与神经网络模型预报效果进行对比，发现随机森林的泛化误差为13%，预报准确率达到75%，而神经网络的预报准确率仅为67%。此外，本研究还对长江中下游地区的汛期降水量进行了长期预报，结果表明，随机森林模型进行降水量长期预报中模拟和预报的效果令人满意，值得进一步研究和应用。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈元芳	河海大学水文水资源学院	49	402	11.0	19.0
2	顾圣华		27	137	7.0	11.0
3	余胜男	河海大学水文水资源学院	3	29	3.0	3.0
4	康有	河海大学水文水资源学院	2	16	1.0	2.0
5	贺冉冉	河海大学水文水资源学院	2	16	1.0	2.0