基于机器学习的降雨量雷达回波数据建模与预测

来源：南京信息工程大学学报·自然科学版杂志2020年第4期北京时间：

作者：陈晓平

单位：陈晓平,福建师范大学 数学与信息学院, 福州, 350117,陈易旺,福建师范大学 数学与信息学院, 福州, 350117,施建华,闽南师范大学 数学与统计学院, 漳州, 363000,v0085@126.comis_first_author:0,is_contact_author:,sequence:3,first_name:,middle_name:,last_name:,resume:,institute_superscript:

摘要：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.

关键词：降雨量;BP神经网络;卷积神经网络;随机森林

基金资助：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）