收藏本站
《第34届中国气象学会年会 S20 气象数据:深度应用和标准化论文集》2017年
收藏 | 手机打开
二维码
手机客户端打开本文

基于随机森林算法对内蒙古地区地面逐日平均温度的估算

吕洁  
【摘要】:进行地面观测是气象台站最重要和最基本的工作之一,准确的台站气象观测数据是实现天气预报和气候分析的数据基础,同时也为数值预报模式提供可靠的数据来源。但是一些一般站由于传感器等元件受到环境的干扰,甚至损坏,导致观测出现误差,造成损失。有些台站的数据虽然非常重要,但对于非气象局的单位,比如企业却难以获取,难以利用这些数据产生实际的经济价值,因此如何准确估算出这些台站的观测数据减少损失并使其能够为企业服务则成为有意义的问题。如今在大数据时代,众多机器学习的算法被应用在金融等领域预测风险,气象数据来源众多,但各个数据集精确度不一样,分辨率也不同,如何利用大数据挖掘技术将这些来源众多的气象大数据充分利用,使其融合成一套准确度更高的数据集用来补充地面气象观测站的观测数据是值得考虑的。利用欧洲中期天气预报中心的逐日地面观测资料(ERA-Interim)、CFSR等再分析资料以及台站高度、坡度等地形数据,将这些资料结合在一起,使用随机森林算法对内蒙古地区2014年至2016年地面逐日平均温度进行了估算,同时建立多元线性回归方程和多元非线性回归方程,使用平均相关系数、平均相对误差等统计量对以上不同估算方法的结果进行了比较。结果显示,在内蒙古的23个国际标准站上的估算结果显示,使用随机森林估算的逐日平均温度的平均绝对误差为1.098K,经过插值后的ERA-Interim和CFSR再分析资料平均绝对误差分别为1.504K和1.625K;同时使用线性回归方程和非线性回归方程对内蒙古地区逐日平均温度所有台站的平均绝对误差分别为1.317K和1.204K,经过比较,随机森林算法能够利用不同来源的地面逐日平均温度资料降低误差,形成一套准确度更高的地面逐日温度资料,并且在误差上也低于使用线性方程和非线性方程估算的结果。但是计算效率分析表明,随机森林的计算效率低于以上两种方程,因此提高随机森林的计算效率将有助于完善随机森林算法。研究通过在内蒙古地区的研究初步验证了随机森林在估算地面逐日平均温度的可行性,并有望通过这种方法融合出一套更准确的观测资料使其能在台站观测数据出现中断或难以获得台站观测资料时补充观测结果。
【作者单位】:中国气象局乌鲁木齐沙漠气象研究所
【分类号】:P413

【相似文献】
中国期刊全文数据库 前10条
1 马景义;谢邦昌;;拟适应再加权分类随机森林[J];统计与信息论坛;2010年03期
2 张启敏,聂赞坎;随机森林发展系统解的存在性和唯一性(英文)[J];应用数学;2003年04期
3 李建更;高志坤;;随机森林:一种重要的肿瘤特征基因选择法[J];生物物理学报;2009年01期
4 袁敏;胡秀珍;;随机森林方法预测膜蛋白类型[J];生物物理学报;2009年05期
5 方匡南;吴见彬;朱建平;谢邦昌;;随机森林方法研究综述[J];统计与信息论坛;2011年03期
6 方正;李益洲;肖嘉敏;李功兵;文志宁;李梦龙;;基于复杂网络的随机森林算法预测氨基酸突变对蛋白质稳定性的影响(英文)[J];化学研究与应用;2011年05期
7 王象刚;;基于K均值随机森林快速算法及入侵检测中的应用[J];科技通报;2013年08期
8 曹正凤;谢邦昌;纪宏;;一种随机森林的混合算法[J];统计与决策;2014年04期
9 张光亚;方柏山;;基于氨基酸组成分布的嗜热和嗜冷蛋白随机森林分类模型[J];生物工程学报;2008年02期
10 马景义;吴喜之;谢邦昌;;拟自适应分类随机森林算法[J];数理统计与管理;2010年05期
中国重要会议论文全文数据库 前7条
1 谢程利;王金桥;卢汉清;;核森林及其在目标检测中的应用[A];第六届和谐人机环境联合学术会议(HHME2010)、第19届全国多媒体学术会议(NCMT2010)、第6届全国人机交互学术会议(CHCI2010)、第5届全国普适计算学术会议(PCC2010)论文集[C];2010年
2 武晓岩;方庆伟;;基因表达数据分析的随机森林方法及算法改进[A];黑龙江省第十次统计科学讨论会论文集[C];2008年
3 张天龙;梁龙;王康;李华;;随机森林结合激光诱导击穿光谱技术用于的钢铁分类[A];中国化学会第29届学术年会摘要集——第19分会:化学信息学与化学计量学[C];2014年
4 相玉红;张卓勇;;组蛋白去乙酰化酶抑制剂的构效关系研究[A];第十一届全国计算(机)化学学术会议论文摘要集[C];2011年
5 张涛;李贞子;武晓岩;李康;;随机森林回归分析方法及在代谢组学中的应用[A];2011年中国卫生统计学年会会议论文集[C];2011年
6 冯飞翔;冯辅周;江鹏程;刘菁;刘建敏;;随机森林和k-近邻法在某型坦克变速箱状态识别中的应用[A];第八届全国转子动力学学术讨论会论文集[C];2008年
7 曹东升;许青松;梁逸曾;陈宪;李洪东;;组合树的集合体和后向消除策略去分类P-糖蛋白化合物[A];第十届全国计算(机)化学学术会议论文摘要集[C];2009年
中国博士学位论文全文数据库 前8条
1 张乾;基于随机森林的视觉数据分类关键技术研究[D];华南理工大学;2016年
2 薛小明;基于时频分析与特征约简的水电机组故障诊断方法研究[D];华中科技大学;2016年
3 曹正凤;随机森林算法优化研究[D];首都经济贸易大学;2014年
4 雷震;随机森林及其在遥感影像处理中应用研究[D];上海交通大学;2012年
5 姚登举;面向医学数据的随机森林特征选择及分类方法研究[D];哈尔滨工程大学;2016年
6 岳明;基于随机森林和规则集成法的酒类市场预测与发展战略[D];天津大学;2008年
7 季斌;内蒙古浩布高地区多金属矿综合信息找矿预测研究[D];合肥工业大学;2017年
8 李书艳;单点氨基酸多态性与疾病相关关系的预测及其机制研究[D];兰州大学;2010年
中国硕士学位论文全文数据库 前10条
1 钱维;药品不良反应监测中随机森林方法的建立与实现[D];第二军医大学;2012年
2 韩燕龙;基于随机森林的指数化投资组合构建研究[D];华南理工大学;2015年
3 贺捷;随机森林在文本分类中的应用[D];华南理工大学;2015年
4 张文婷;交通环境下基于改进霍夫森林的目标检测与跟踪[D];华南理工大学;2015年
5 李强;基于多视角特征融合与随机森林的蛋白质结晶预测[D];南京理工大学;2015年
6 朱玟谦;一种收敛性随机森林在人脸检测中的应用研究[D];武汉理工大学;2015年
7 肖宇;基于序列图像的手势检测与识别算法研究[D];电子科技大学;2014年
8 李慧;一种改进的随机森林并行分类方法在运营商大数据的应用[D];电子科技大学;2015年
9 赵亚红;面向多类标分类的随机森林算法研究[D];哈尔滨工业大学;2014年
10 黎成;基于随机森林和ReliefF的致病SNP识别方法[D];西安电子科技大学;2014年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026