支持向量回归的机器学习方法在海浪预测中的应用

• 作者: 张志远 王燕 钟建
• 来源期刊: 海洋预报
• 学科: 地球科学
• 关键词: 有效波高 风速 支持向量回归 粒子群优化
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 研究与分析
• 页码范围: 29-34
• 页数: 6页
• 分类号: P731.22
• 字数: 4362字
• 语种: 中文
• DOI: 10.11737/j.issn.1003-0239.2020.03.004

摘要

基于支持向量回归(SVR)方法,建立了渤海海域近岸海浪有效波高短期预测模型,并设计了多组风浪信息组合输入方案,开展了有效波高预测敏感性试验.研究发现:综合考虑当前风浪信息作为模型的输入,对3h和6h有效波高预测具有较高的预报技巧,但随着预测时效的延长其预测准确性迅速降低;若此时引入未来预测风速信息作为模型输入,则可极大提高对12h和24 h有效波高的预测能力;此外,若输入信息与预测对象之间不存在显著相关,多个信息的输入对有效波高预测效果提高无显著作用.建立的机器学习模型对小样本数据集具有良好的适应能力,能够有效解决海浪预报中的非线性问题,可为近岸海浪有效波高短期预测提供合理的技术参考.