-
题名随机森林回归法在冬季路面温度预报中的应用
被引量：31
- 1
-
-
作者
王可心
包云轩
朱承瑛
陈粲
袁成松
-
机构
南京信息工程大学气象灾害预报预警与评估协同创新中心
中国气象局交通气象重点开放实验室
南京信息工程大学应用气象学院
-
出处
《气象》
CSCD
北大核心
2021年第1期82-93,共12页
-
基金
2018年度交通运输行业重点科技项目(2018-MS4-102)
2018年度云交设计公司自立科技项目(ZL-2018-04)共同资助。
-
文摘
基于宁宿徐高速公路三个交通气象站2015—2018年冬季逐10 min实时观测资料,使用随机森林回归模型预报这三个站的未来1 h冬季路面温度,分析了该模型在冬季路面温度预报中的可行性和适用性。研究结果表明:随机森林回归法可以被用来预报高速公路冬季路面温度,不同类型的交通气象站点的特征输入方案和参数调试标准存在差异;与简单特征相比,引入的复合特征能更好地补充解释交通气象站所处的环境和气象要素,且其对普通路面交通气象站和靠近桥梁、水体的交通气象站的区分度更高,故引入复合特征的随机森林回归模型可以被用来预报高速公路冬季路面温度,且其在对普通路面交通气象站和靠近水体、桥梁的交通气象站的预报效果较好,而对服务区交通气象站的预报效果略差;袋外误差率的降低并不代表预报精度的提高;引入复合特征的随机森林回归模型不论在何种天气状况下,均可用于各不同类型交通气象站冬季路面温度的预报,雨雪天时的预报效果最佳,阴天其次,晴天略差。
-
关键词
冬季路面温度
机器学习
随机森林
CART回归树
预报效果评估
-
Keywords
road surface temperature in winter
machine learning
random forests regression
classification and regression tree
evaluation of prediction result
-
分类号
P49
[天文地球—大气科学及气象学]
P456
[天文地球—大气科学及气象学]
-
-
题名北京道面温度特征分析和统计预报研究
被引量：3
- 2
-
-
作者
董颜
郭文利
闵晶晶
李乃杰
张丰瑶
-
机构
北京市气象服务中心
-
出处
《气象》
CSCD
北大核心
2020年第5期716-724,共9页
-
基金
国家重点研发计划(2018YFF0300105)
北京市科技计划项目(D171100000717002)共同资助。
-
文摘
分析了北京市道面温度在冬季和夏季不同天气状况下的日变化,利用2012-2015年的道面站温度与北京区域模式输出的气象要素之间的相关关系,以5个道面站为代表站筛选不同相关因子建立多个道面冬季最低温度和夏季最高温度的线性回归统计预测模型,并对2016-2017年冬季、夏季道面温度预测检验。结果表明:在不同天气条件下道面温度与气温变化对比明显;道面温度与气温、辐射、日照时数相关较大;夏季按天气类型建模预测准确度有所提升,在晴到多云状况下,模型预测冬季最低温度误差控制在±2℃内,夏季最高温度误差控制在±3℃左右,其他天气状况下误差增大,冬季预测模型好于夏季预测模型。
-
关键词
道面温度特征
冬季道面最低温度
夏季道面最高温度
预测模型
-
Keywords
characteristics of road surface temperature
minimum road surface temperature in winter
maximum road surface temperature in summer
forecasting model
-
分类号
P456
[天文地球—大气科学及气象学]
P49
[天文地球—大气科学及气象学]
-
