随机森林回归法在冬季路面温度预报中的应用

• 作者: 王可心 包云轩 朱承瑛 陈粲 袁成松
• 来源期刊: 气象
• 学科: 地球科学
• 关键词: 冬季路面温度 机器学习 随机森林 CART回归树 预报效果评估
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 论文
• 页码范围: 82-93
• 页数: 12页
• 分类号: P49|P456
• 语种: 中文
• DOI: 10.7519/j.issn.1000-0526.2021.01.008

摘要

基于宁宿徐高速公路三个交通气象站2015—2018年冬季逐10 min实时观测资料,使用随机森林回归模型预报这三个站的未来1h冬季路面温度,分析了该模型在冬季路面温度预报中的可行性和适用性.研究结果表明:随机森林回归法可以被用来预报高速公路冬季路面温度,不同类型的交通气象站点的特征输入方案和参数调试标准存在差异;与简单特征相比,引入的复合特征能更好地补充解释交通气象站所处的环境和气象要素,且其对普通路面交通气象站和靠近桥梁、水体的交通气象站的区分度更高,故引入复合特征的随机森林回归模型可以被用来预报高速公路冬季路面温度,且其在对普通路面交通气象站和靠近水体、桥梁的交通气象站的预报效果较好,而对服务区交通气象站的预报效果略差;袋外误差率的降低并不代表预报精度的提高;引入复合特征的随机森林回归模型不论在何种天气状况下,均可用于各不同类型交通气象站冬季路面温度的预报,雨雪天时的预报效果最佳,阴天其次,晴天略差.