機器學習算法在降水和氣溫多模式集成中的應用

摘要： 選取CMIP6中5種全球氣候模式，利用算術(shù)平均、權(quán)重平均、多元線性回歸、BP神經(jīng)網(wǎng)絡、長短期記憶(LSTM)神經(jīng)網(wǎng)絡和隨機森林(RF)等6種多模式集成方法，基于黃河流域水源涵養(yǎng)區(qū)歷史降水量和氣溫數(shù)據(jù)，評估不同集成方法的模擬效果，并選取模擬效果最好的多模式集成方法預估未來SSP1-2.6、SSP2-4.5和SSP5-8.5 3種情景下黃河流域水源涵養(yǎng)區(qū)的降水和氣溫變化趨勢。結(jié)果表...