基于机器学习的降雨量雷达回波数据建模与预测

• 作 者: 陈晓平 陈易旺 施建华
• 机 构: 福建师范大学数学与信息学院,闽南师范大学数学与统计学院
• 出 处: 南京信息工程大学学报:自然科学版
• 发表日期: 2020年4期
• 关键词: 降雨量 BP神经网络 卷积神经网络 随机森林 rainfall BP neural network(BPNN) convolutional neural net
• 基金项目: 国家自然科学基金(11601083),福建师范大学创新团队基金(IRTL1704),福建省高等学校科技创新团队培育计划(IRTSTFJ),福建师范大学研究生教育教学改革研究项目资助,数字福建气象大数据研究所项目,福建省数据科学与统计重点实验室开放课题(2020L0704,2020L0703)

以浙江省2016年1-10月的雷达回波强度数据为基础,分别应用随机森林模型、BP神经网络模型、卷积神经网络模型来预测降雨量并进行对比.建模分析结果表明,随机森林模型预测效果精确度较低,容易低估较大的降雨强度,而BP神经网络和卷积神经网络预测的效果都比随机森林好,特别是卷积神经网络,其预测值与真实值更加接近,且对较大的降雨强度拟合较好.