朱晶晶，赵小平，吴胜安，吴　慧，邢彩盈

(1.海南省气候中心，海南 海口 570203；2.西昌卫星发射中心气象室，四川 西昌 615000)



基于支持向量机的海南气温预测模型研究

朱晶晶1，赵小平2，吴胜安1，吴慧1，邢彩盈1

(1.海南省气候中心，海南 海口 570203；2.西昌卫星发射中心气象室，四川 西昌 615000)

摘要：依据CMSVM2.0函数估计和交叉验证1等方法，利用1970～2014年海南省各市县月平均气温资料，建立气温的SVM回归方法预报模型，并进行了模拟实验.实验结果表明支持向量机算法在气温短期预测中具有良好的预报能力，其中交叉验证1的预测效果略高于业务预报，尤其在冬季、夏季和秋季均有较好的预报能力.此外，SVM对海南省北部、西部、南部市县的预报效果较好，而对中东部市县的预报效果相对较差.

关键词：支持向量机; 气温预测; 函数估计; 交叉验证1

短期气候预测是依据大气科学原理，运用气候统计学等方式，预测未来短期气候趋势.短期气候预测对国家经济发展至关重要，提高短期气候预测的准确率，对于防灾减灾、推动经济发展等具有重要意义.

二十世纪70年代，短期气候预测中引进了统计学理论方法.随着气象统计学理论的发展及其对一维时间序列气象观测资料的研究，气象学者们发现诸多气象要素观测资料中含有较多的预报信息[1]，很多预报信息可以被用于短期气候预测中，神经网络技术随之应运而生.

在统计学理论范畴下，支持向量机算法是一种通用机器学习方法，其能够避免……