公开(公告)号：CN113361766A

公开(公告)日：2021-09-07

申请号：CN202110620607.X

申请日：2021-06-03

Applicant: 南京信息工程大学

Inventor： 赵立龙 ,  江志红 ,  李童 ,  朱欢欢

IPC: G06Q10/04 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06Q50/26

Abstract: 本发明公开了一种集成机器学习的多模式降水预估方法，其特征在于：采用基于最新的CMIP6气候模式模拟数据和中国气象局台站观测的格点资料，计算生成中国区域的四类降水的极端气候指数，利用历史时段的观测和模式数据训练多种机器学习模型，评估不同机器模型的性能，基于模型性能赋予不同权重，集成生成未来不同增温情景、增温幅度的平均及极端降水概率预估结果。本发明采用了多模式和多机器算法集成技术，降低了未来预估中由不同模式和不同算法引入的不确定度，使预估的结果更具可靠性。

公开(公告)号：CN113361766B

公开(公告)日：2024-04-09

申请号：CN202110620607.X

申请日：2021-06-03

Applicant: 南京信息工程大学

Inventor： 赵立龙 ,  江志红 ,  李童 ,  朱欢欢

IPC: G06Q10/04 ,  G06F18/23213 ,  G06N3/0464 ,  G06N3/08 ,  G06Q50/26

Abstract: 本发明公开了一种集成机器学习的多模式降水预估方法，其特征在于：采用基于最新的CMIP6气候模式模拟数据和中国气象局台站观测的格点资料，计算生成中国区域的四类降水的极端气候指数，利用历史时段的观测和模式数据训练多种机器学习模型，评估不同机器模型的性能，基于模型性能赋予不同权重，集成生成未来不同增温情景、增温幅度的平均及极端降水概率预估结果。本发明采用了多模式和多机器算法集成技术，降低了未来预估中由不同模式和不同算法引入的不确定度，使预估的结果更具可靠性。