买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
摘要:本发明公开一种基于RandomForest和LightGBM算法的短时降水预测方法,获取降水观测数据和数值天气模式预测的网格数据;将数值天气模式预测的网格数据按近邻法插值到气象自动站点;将气象自动站降水观测实况数据、地理信息和数值天气模式预测的网格数据进行预处理,并建表格形式的预测数据集;计算Spearman相关系数并使用信息增益方法进行特征选择,构建预测数据集;根据预测数据集,利用LightGBM算法框架进行回归预测模型训练,用RandomForest算法框架进行分类预测模型训练;对预测模型进行评估和参数优化。本发明方法根据近期降水气候变化特征来调整预测模型,减少因气候变化而导致的预测偏差。
主权项:1.一种基于RandomForest和LightGBM算法的短时降水预测方法,其特征在于,包括如下步骤:P1、获取逐小时的气象自动站降水观测数据和数值天气模式预测的网格数据;P2、将数值天气模式预测的网格数据按近邻法插值到气象自动站点;P3、将气象自动站降水观测实况数据、地理信息和数值天气模式预测的网格数据进行预处理,并根据选取的训练日期构建表格形式的预测数据集;P4、计算数值天气模式预测网格数据中各种要素与自动站降水观测数据的Spearman相关系数并使用信息增益方法进行特征选择,构建预测数据集;P5、根据预测数据集,利用LightGBM算法框架进行回归预测模型训练,利用RandomForest的算法框架进行分类预测模型训练;P6、利用验证数据集对预测模型进行评估和参数优化,最终得到降水预测模型并存储。
全文数据:
权利要求:
百度查询: 新疆维吾尔自治区气象台 一种基于RandomForest和LightGBM算法的短时降水预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。