基于LightGBM算法的潮位预报修正研究 |
| |
引用本文: | 方辰,黄海龙,甘敏,储鏖,杨章锋.基于LightGBM算法的潮位预报修正研究[J].水道港口,2023(1):31-38. |
| |
作者姓名: | 方辰 黄海龙 甘敏 储鏖 杨章锋 |
| |
作者单位: | 1. 南京水利科学研究院;2. 河海大学;3. 广东海洋大学海洋工程学院 |
| |
基金项目: | 国家自然科学基金联合基金资助项目(U2240209); |
| |
摘 要: | 潮汐预报在数学上属于回归预测,是人工智能算法的经典应用领域之一。文章以上海米市渡站点为例,提出了采用LightGBM算法修正调和分析T_TIDE模型预报潮位的方法。以T_TIDE模型的预报误差序列作为LightGBM算法的输入层参数,训练得到的LightGBM模型可有效预测T_TIDE模型后续的短期(48 h内)预报误差,从而对T_TIDE模型的潮位预报结果进行短期修正。米市渡站测试结果表明,构建的LightGBM模型能将T_TIDE模型的24 h和48 h预报均方根误差分别降低至0.10 m和0.12 m,相应的±0.30 m合格率都提升至95%以上。但是,LightGBM算法在台风期间对T_TIDE模型的预报结果存在误修正,台风期间的潮位预报修正有待进一步研究。
|
关 键 词: | 潮汐 机器学习 调和分析 LightGBM T_TIDE 米市渡 |
|
|