基于LightGBM算法的潮位预报修正研究

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。