基于机器学习方法在山南汛期季节降水预测中的研究应用

利用山南地区1980—2022年汛期降水距平资料，对其进行降水特征分析，得出山南地区汛期降水百分率整体呈略微增加趋势，即每10a降水百分率增加了1.7%；调用国家气候中心提供的气候因子与山南汛期降水距平做相关性分析，得出西伸脊点指数、亚洲区极涡面积指数、东亚大槽强度、西太平洋副高北界位置指数等气候因子与山南汛期降水相关度较高；分别用130个气候因子和挑选的优势气候因子指数为预报因子，分别基于支持向量机、决策树、随机森林等机器学习方法建立了山南汛期季节降水预测模型，采用ps评分的方法对各模型进行检验，结果发现：在检验时段内4月起报山南初夏降水ps评分为72.56分，6月起报山南盛夏降水ps评分为72.43分，6种机器学习中卷积神经网络学习ps评分最高为74.65分，挑选最优气候因子ps评分略高于国家气候中心提供的130个气候因子的ps评分。