基于SVM分类的淮河流域夏季降水预测模型

摘要

采用1959--2009年逐月74项大气环流特征量序列、500hPa月平均高度场和月平均海温场，计算与预报对象淮河流域夏季降水量相关系数，选取预测因子；用主分量分析方法组合预测因子。用支持向量分类机方法分别建立山东淮河流域、河南淮河流域、江苏淮河流域、安徽淮河流域共4个区域夏季降水短期气候预测模型。对2007--2009年夏季降水量SVM分类预测，4个区域的训练集回预测正确率为85％～99％，平均训练集回预测正确率91％；预测结果误差最大不超过1级，绝对值平均为0．4级。结果表明，该模型具有较强的预测能力和推广前景，可在气候预测业务中使用。