|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 基于数值预报和随机森林算法的强对流天气分类预报技术显示文摘随机森林算法是当前得到较为广泛应用的机器学习方法之一,有着很高的预测精度,训练结果稳定,泛化能力强,解决多分类问题有明显优势。本文将随机森林算法应用于强对流的潜势预测和分类,分短时强降水、雷暴大风、冰雹和无强对流四种类别,基于2005—2016年NCEP 1°×1°再分析资料计算的对流指数和物理量,开展强对流天气的分类训练、0~12 h预报和检验,经2015—2016年独立测试样本检验表明,针对强对流发生站点的点对点检验,整体误判率为21. 9%,85次强对流过程基本无漏报,模型尤其适用于较大范围强对流天气。随机森林算法筛选的因子物理意义较为明确,和主观预报经验基本相符,模型准确率高,可用于日常业务。 | 李文娟 赵放 郦敏杰 陈列 彭霞云 | 2018 | 气象2018，44，12： | 34 |
| 2 | 基于随机森林算法和气象因子的砀山酥梨始花期预报显示文摘准确预报始花期是制定砀山酥梨花期管理措施和赏花活动方案的重要基础。该研究利用1983-2018年砀山酥梨始花期的定位观测物候数据和平行观测的气象资料,采用线性趋势法,揭示始花期演变趋势;采用相关分析,筛选影响始花期的关键气象因子,依据不同预报日期构成特征变量集;采用随机森林算法(Random Forest,RF),自3月11日开始预报到3月25日终止预报,每日训练1个预报模型。结果表明,1)1983-2018年始花期呈极显著提早发生趋势,每10 a约提前2.750 d(P<0.001)。2)16个逐日气象预报模型中,共计有200个气象因子与始花期早迟密切相关,相关系数在0.469~0.789之间;各气象预报模型的训练集与测试集的平均正确率(Nd)分别为92.9%和75.5%、平均均方根误差(RMSE)分别为1.693~2.870和2.240~7.237、平均决定系数(R2)分别为0.891和0.701。3)2019年试验预报中,提前15 d准确预报出当年始花期。该文研究表明RF在梨树始花期逐日气象预报中有一定业务应用潜力,预报准确率基本满足气象服务需求。 | 李德 陈文涛 乐章燕 范孝玲 孙义 孟雅婷 杨健 | 2020 | 农业工程学报2020，36，12： | 18 |
| 3 | 基于随机森林模型的干旱绿洲区张掖盆地地下水水质评价显示文摘为合理准确评价地下水水质,建立了基于随机森林(RF)模型的地下水水质评价模型,并根据张掖盆地81个地下水采样点的pH值、Cl^-、SO_4^(2-)、NO_3^-、Na^+、NH_4^+含量及总硬度的监测数据,对研究区的地下水水质进行了综合评价。结果表明:盆地地下水水质主要为Ⅱ、Ⅲ、Ⅳ类水,其中甘州区地下水埋藏较深,水体不容易受到来自地面的污染,水质较好,大多数地方为Ⅱ类水;临泽县和高台县地下水埋藏较浅,水质较差,大多数地方为Ⅲ类水,尤其高台县的水位最浅,再加上地处河段下游,污染更为严重,部分地区达到Ⅳ类。根据指标的重要性度量发现影响研究区域地下水水质的主要因子是NO_3^-含量;其次是NH_4^+、SO_4^(2-)、Na^+、Cl^-含量及总硬度、pH值。为验证模型的有效性,将地下水水质评价结果与基于支持向量机(SVM)和人工神经网络(ANN)的地下水水质综合评价模型模拟结果进行对比,3个模型均能很好地评价研究区地下水水质,但RF模型的评价结果更为准确。 | 吴敏 温小虎 冯起 尹振良 杨林山 | 2018 | 中国沙漠2018，38，3： | 16 |
| 4 | 基于海温多极指标的长期降水预报方法显示文摘准确的长期定量降水预报对水库防洪兴利综合调度具有重要的理论价值和现实意义。本文提出基于海温多极指标的长期定量降水预报方法,并以长江上游区间为例进行应用和检验。结果表明:海温多极指标能有效预报长江上游1961—2017年汛期(5—10月)的月降水量。相比于传统的单元、多元线性回归和典型相关分析方法,该方法更为稳健、预报精度较高,特别在初汛及后汛期月降水量预报上,具有显著的优越性。研究成果可以为三峡水库防洪兴利调度决策提供科技支撑。 | 吴旭树 郭生练 巴欢欢 何邵坤 熊丰 | 2018 | 水利学报2018，49，10： | 9 |
| 5 | 基于随机森林的农耕区土壤有机质空间分布预测显示文摘以陕西省周至县农耕区为研究区,采集192个土壤样品,通过随机森林模型(random forest,RF)对土壤有机质含量进行回归预测,通过29个(15%)独立验证点对预测结果进行精度验证,并与普通克里格(ordinary kriging,OK)和协同克里格(cokriging,COK)插值结果进行对比分析。结果表明,研究区土壤有机质含量在训练集和验证集中均属于中等变异性,含量处于中等偏低水平,大致表现为中、南部黑河东岸土壤有机质含量相对较高,东北部渭河沿岸含量较低。对变量重要性进行排序,影响研究区土壤有机质的主要因素为数字高程(DEM)和降水量。与OK、COK相比,RF对土壤有机质的预测值和实测值的相关系数(0.782)更高,而平均绝对误差(0.618 g·kg^(-1))和均方根误差(2.062 g·kg^(-1))更低,说明RF能够更精确地反映局部土壤有机质含量的空间变化信息。 | 杨煜岑 杨联安 任丽 李聪莉 朱群娥 王天泰 李新尧 | 2018 | 浙江农业学报2018，30，7： | 7 |
| 6 | 随机森林模型判定热带气旋变性完成时间显示文摘气旋相空间作为一种判定变性热带气旋的客观方法得到了广泛应用,但采用不同分辨率的再分析资料计算的相空间参数值会有所不同,若采用固定的参数阈值将给判定变性时间带来误差。本文将热带气旋地理位置、中心气压和相空间参数组成因子向量,采用随机森林方法对1979—2016年间西北太平洋变性热带气旋变性完成时间进行判定。判定结果表明:随机森林在训练集中区分气旋为热带气旋或温带气旋的平均误判率为2.75%,判定变性完成时间和观测完成时间差异在6h以内的百分比为71.8%,测试集中差异6h内百分比为65.9%,差异在12h内百分比超过80%;因子重要性分析表明,纬度值对判定准确度的贡献最大;当变性完成时刻海平面气压较低时随机森林判定的变性完成时间滞后于观测时间,当海平面气压较高、低层冷暖平流较强时随机森林判定的变性完成时间超前于观测时间;在随机森林实例应用中,登陆型热带气旋'莫拉克'和疑难路径'狮子山'的判定结果和观测变性时间一致。 | 刘吉敏 黄泓 吐莉尼沙 | 2018 | 气象科技2018，46，2： | 6 |
| 7 | 2016年秋长江中下游枯水分析及对水库调度的启示显示文摘2016年7月长江中下游发生了区域性大洪水,上中游水库群联合调度,发挥了重要的防洪作用。洪水过后涝旱急转,长江中下游干流及'两湖'(洞庭湖、鄱阳湖)水位持续走低,9月份出现了历史同期严重枯水。为了探究此次枯水成因,总结经验规律,采用水量平衡法和水位流量关系曲线方法还原了2016年秋季枯水过程。对比分析发现,天然来水偏少和水库群拦蓄是导致长江中下游干流及两湖水位严重偏低的主要原因。此外,针对2020水平年投入运行的水库群规模将进一步扩大,汛末水库群蓄水对长江中下游来水的影响可能将持续加大且呈现常态化的现象,指出加强中长期水文预报技术与水库群联合蓄水研究是下一步的重点研究方向。 | 冯宝飞 张涛 曾明 | 2018 | 人民长江2018，49，11： | 6 |
| 8 | 基于随机森林模型的咸潮预报显示文摘在候选预报因子的基础上,通过Pearson相关系数和重要度指数分别确定了主要预报因子及其滞后期,进而利用确定滞后期的预报因子建立基于随机森林的咸潮预报模型,并应用于磨刀门水道大涌口站的枯水期咸潮预报。结果发现:通过相关系数确定的主要预报因子与含氯度之间存在1~3 d不等的滞后期;考虑预报因子滞后作用的随机森林模型,其预报结果不仅能很好地满足咸潮预报的精度要求,而且明显优于未考虑预报因子滞后作用的随机森林模型,即考虑预报因子的滞后作用能显著提高模型的拟合效果。此外,与传统的马尔科夫链相比,随机森林模型的预报结果不仅精度更高,而且在中长期预报上更有优势。 | 苏程佳 陈莎 陈晓宏 | 2018 | 热带地理2018，38，3： | 5 |
| 9 | 随机森林方法在机场温度预测中的应用显示文摘利用2015—2017年欧洲中心细网格数值预报产品,使用随机森林方法,结合不同数量的决策树进行模型训练,研究建立基于随机森林方法的乌鲁木齐机场逐时温度回归预报模型。通过对模型预测结果的检验可以看到,模型预测乌鲁木齐机场温度平均绝对误差≤2℃的占样本总数的94%,机场温度−10~30℃,平均绝对误差为1.2℃,该方法预测效果较好,因此可以尝试使用本方法制作民航机场客观要素指导产品。 | 朱国栋 孙建杰 陈阳权 王照刚 | 2021 | 气象科技进展2021，11，4： | 3 |
| 10 | 基于随机森林算法的航空发动机振动趋势预测显示文摘提出了基于随机森林算法的航空发动机振动趋势预测模型。阐述了随机森林算法的基本理论和计算步骤,采用C-C法计算了延迟时间和嵌入维数,对一维时间序列进行了相空间重构,并在此基础上建立了随机森林算法的预测模型。应用发动机振动试验数据进行了振动预测,并与利用相同训练数据建立的支持向量机预测模型的预测结果进行对比。结果表明,与支持向量机模型相比,随机森林算法预测模型的预测精度更高,泛化能力更强,操作方便,且计算效率更高。 | 王孝军 刘德虎 | 2020 | 燃气涡轮试验与研究2020，33，2： | 3 |
| 11 | 基于随机森林的短时临近降雨预报方法显示文摘近年来随机森林在各领域得到了广泛的应用,在处理大数据集中具有明显的优势,且机森林(Random Forest,简称RF)模型精度高、稳定性好。该文在不考虑其他气象影响因素的情况下用RF模型对短时临近降雨事件有无降雨进行分类预测。结果表明,基于RF短时临近降雨预测的预测结果较为理想,预测结果的各项评分始终保持在较高的水平,具有一定的参考价值。 | 钟海燕 李玲 麦雄发 王雨 | 2018 | 广西师范学院学报(自然科学版)2018，35，4： | 2 |
| 12 | 基于智能计算的广西冷湿极端天气定性和定量组合预报方法研究显示文摘论文以逐日气温和降水量数据、NCEP/NCAR再分析资料以及预报场资料为基础,将表征冬季低温冷害的冷湿指数作为预报量,先利用随机森林方法进行冬季逐日冷湿极端天气定性判别预报分析,再进一步以粒子群算法为基础的模糊神经网络集成个体生成技术方法,建立一种新的非线性智能计算定量集成预报模型(PSOFNN),进行了广西冷湿极端天气定量预报模型的预报建模研究。结果表明,论文提出的这种以不同的智能计算方法构建的定性、定量综合预报分析方法,比较符合极端天气小概率事件的预报特点,其中随机森林算法构建的定性预报模型,对广西冷湿极端天气事件的预报TS评分(Threat Score)为0.77,空报率为0.23,漏报率为0,ETS评分(Equitable Threat Score)为0.41,TSS评分(True Skill Statistic)为0.53。而采用粒子群-模糊神经网络方法构建的极端冷湿指数定量集成预报模型比其他线性和非线性预报模型具有更好的预报精度。其中PSOFNN集成预报模型在预报建模样本和独立预报样本个例相同的情况下,比回归方法的预报平均绝对误差下降了25%以上,比一般的普通模糊神经网络预报平均绝对误差下降了14.37%。主要原因是因为PSO-FNN集成预报模型通过改进集成个体的预报能力和增强集成个体的种群差异性,提高了集成预报模型的预报精度。因此,该智能计算集成预报模型的泛化能力显著提高,预报结果稳定可靠,为冷湿极端天气客观预报提供了新的预报工具和预报建模方法。 | 黄颖 金龙 陆虹 黄翠银 周秀华 | 2019 | 大气科学2019，43，6： | 2 |
| 13 | 基于SCTP-RF算法的甘肃省短期定量降水客观预报方法研究显示文摘基于欧洲中期天气预报中心(ECMWF)的精细化数值预报产品、中国气象局下发的降水指导产品(TP;MA)及甘肃省340个气象站点降水实况数据,利用泰森多边形与K-means空间聚类方法(spatial cluster and Tyson polygon, SCTP),对2017—2019年4—9月甘肃省340站降水资料进行客观分区。在此基础上,采用随机森林算法(random forest, RF),筛选出与降水相关的物理量因子构建模型,开展甘肃省短期定量降水客观预报订正试验,并进行预报效果检验。结果表明:(1)甘肃省4—9月降水客观分区依次为7、6、14、13、14和11个。(2)就晴雨预报而言,SCTP-RF订正产品对甘肃省汛期的晴雨预报能力较TP;MA指导产品和ECMWF模式产品有一定提升,提升幅度分别为6.1%、4.2%;在空间上,SCTP-RF算法对甘肃省340站的晴雨预报均具有一定的订正能力,大部分站点晴雨预报准确率提升了5%,特别是河东地区。(3)在分级降水预报中,SCTP-RF订正产品对中雨和大雨的预报能力均优于TP;MA指导产品和ECMWF模式产品,且全省大部的订正效果较好,特别是河东中部及陇东南地区,但在强降水过程中对小雨和暴雨的预报订正不稳定,尤其是陇东南地区的小雨。 | 刘娜 黄武斌 杨建才 王基鑫 王一丞 张君霞 | 2022 | 干旱气象2022，40，1： | 1 |
| 14 | 基于改进随机森林算法的通榆河水生态健康状况评价研究显示文摘通过改进传统的随机森林算法,对江苏省通榆河的水生态健康状况进行评价研究,建立了包含18个具体指标的通榆河水生态健康状况评价体系,并将评价结果分为'病态、微病态、亚健康、微健康、健康'5个等级。模型改进结果表明,改进的随机森林算法(IRF)较传统的随机森林(RF)算法和径向基人工神经网络(ANN-RBF)在模型误差和计算效率上均有明显提升,算法性能得到较大改善;评价结果显示,通榆河在2016~2018年的水生态健康状况分别为微病态、亚健康、微健康,整体呈现良好的发展态势。改进的模型可为相关评价研究提供借鉴和指导。 | 刘飞 凌洪军 路广宽 | 2019 | 江苏水利2019，0，10： | 1 |
| 15 | 基于随机森林模型的小时强降水订正分析显示文摘基于2020年7—8月西南区域高分辨率模式输出的物理量因子,以及四川省区域自动气象站逐小时降水资料,在分区基础上,采用随机森林模型进行小时降水订正,检验该方法在本地的可用性。结果表明:(1)建模前,对全省进行分区有利于改进大量级小时强降水预报。(2)随机森林模型得到的小时强降水分布整体趋势与原模式一致,对模式未预报出的小时强降水也有一定反应,且实况未出现小时强降水的区域订正后量级有所减小,但仍存在大量级降水分布不均以及空报较多的情况。 | 王彬雁 王佳津 曹萍萍 杨康权 陈朝平 肖递祥 | 2023 | 高原山地气象研究2023，43，3： | 0 |
| 16 | 月径流预报建模方法对比分析——以嘉陵江北碚站为例显示文摘为提高径流预报的精度,以嘉陵江流域北碚水文站为例,选取1979~2019年径流资料,对比分析月径流预报多种建模方法的预报性能。选择时间序列法作为单变量预报模型的方法,随机森林、BP神经网络和多元线性回归作为多变量预报模型的方法,并应用时变权重进行组合预报,对比单变量与多变量、单一与组合模型预报结果。结果表明:①多变量预报模型预报效果更优,与时间序列模型相比,其平均绝对百分比误差减少约20%;②随机森林与BP神经网络这两种机器学习方法在单一模型中具有更好的预测能力;③时变权重组合预报方法能有效结合单一模型的优点,进一步提高预报精度。研究成果可为中长期径流预报的建模策略制定提供参考。 | 陈雪怡 陈元芳 王文鹏 邱鹏 | 2022 | 人民长江2022，53，9： | 0 |
| 17 | 基于随机森林算法的福建省降雨预测显示文摘以福建省2021年6月—2022年5月的云层气象数据为研究对象,按经纬度网格将福建省划分为5个区域,通过随机森林分类算法依次对5个区域是否降雨进行分类模型训练。结果显示,各区域预测准确率均达到96%以上,但不同区域的特征重要性程度不一,其中中云位总云量、低云位总云量、地表植物冠层地表水3个特征对各个区域是否降雨的影响较重要。 | 朱宏宇 刘群 | 2023 | 黑龙江科学2023，14，14： | 0 |
| 18 | 基于等距拆分和随机森林算法的皖北小麦始花期气象预报显示文摘为探讨基于等距拆分和随机森林算法用于皖北小麦始花期气象预报的可行性,利用1980-2019年皖北地区7个农业气象观测站的冬小麦始花期原位观测物候数据和平行观测的气象数据,采用相关系数法,筛选影响始花期早迟的特征变量,采用有序等距离抽样法,拆分出训练集和测试集。基于随机森林算法(RF),从4月10日到4月15日,每日训练1个预报模型,实现小麦始花期逐日滚动气象预报,并与基于类神经网络(ANN)、线性支撑向量机(LSVM)、多元回归(RG)和支持向量机(SVM)4种算法训练的预报模型进行比较。结果表明,由平均气温、最高气温、日照时数3类气象要素构成的40个关键气象因子与小麦始花期早迟密切相关;训练出的6个始花期逐日气象预报模型中,4月10-14日5个模型入选特征变量均为40个,4月15日模型入选特征变量为39个;6个气象预报模型训练集与测试集的平均正确率分别为93.3%和80.4%,平均均方根误差(RMSE)分别为1.860~1.960和2.510~2.709,平均决定系数分别为0.944和0.841;基于RF算法训练的预报模型3项检验指标均优于ANN、LSVM、RG和SVM算法训练的预报模型;利用RF算法模型在2020年和2021年进行预报,提前7~9 d准确预报出当年始花期。由此可见,采用有序等距离抽样拆分出训练集,再基于RF算法构建的皖北地区小麦花期气象预报模型,能够以较高精度对小麦始花期进行预报。 | 李德 乐章燕 陈文涛 史锡军 马嘉炜 陈伟 孙朋 邱虎森 | 2023 | 麦类作物学报2023，43，6： | 0 |
| 19 | 机器学习在降水预报中的应用显示文摘精准的降水预报有助于人们提前预警极端降水以减少人身和财产损失,近年来机器学习在降水预测方面具有巨大潜力。目前,针对降水预报的研究包括传统方法和机器学习方法,相比于传统方法,机器学习在降水预报方面的精度得到大幅提高。本文概括介绍了2个传统的预报方法和4个机器学习方法。 | 郭敏 | 2023 | 自动化应用2023，64，7： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员