基于Stacking机器学习模型的南海北部海温预报 |
| |
引用本文: | 孙昭,李云,江毓武,王兆毅.基于Stacking机器学习模型的南海北部海温预报[J].海洋预报,2023(1):39-45. |
| |
作者姓名: | 孙昭 李云 江毓武 王兆毅 |
| |
作者单位: | 1. 国家海洋环境预报中心自然资源部海洋灾害预报技术重点实验室;2. 厦门大学海洋与地球学院 |
| |
基金项目: | 国家重点研发计划(2022YFC3105102); |
| |
摘 要: | 基于Stacking(ET-ET)的机器学习算法,利用美国国家环境预报中心再分析数据和MGDSST海温融合数据,建立了一套高效的海温长期预报方法,并在南海北部海域开展了1 a的表层海温长期预报实验。结果表明:基于Stacking(ET-ET)机器学习模型的表层海温长期预报的均方根误差降至0.52℃,平均绝对百分比误差降至1.58%,明显优于基于支持向量机、人工神经网络和长短期记忆模型的预报结果。
|
关 键 词: | 机器学习 Stacking 南海北部 海温预报 |
|
|