陈晓平 陈易旺 施建华

0 引言

降雨对人类生活、国民经济起着重要的作用，降雨量变化造成洪涝、干旱等极端情况，对农业、水资源、生态环境等存在很大影响.准确的降雨信息对于水资源的规划和管理至关重要，也是水库抗旱和防洪的关键.然而，由于产生降雨的大气过程的复杂性以及在空间和时间上各种尺度的巨大变化，造成了降雨的预测具有很大的挑战性.随着气象卫星以及天气雷达等先进设备、技术的发展，人们在天气预报方面取得了许多进步，但是要获得准确的降雨预报仍然面临着很大的问题.降雨量具有非线性、复杂性、多样性和不稳定性等特点，且受诸多因素的影响，而数据采集方面，随着近年来科技的发展，卫星和天气雷达每年提供PB级气象数据与以往的数据有着显著的、本质上的差异，故用传统的技术、方法预测降雨存在着模糊性和不确定性，预测难度大增，往往无法取得很好的预测效果.

另一方面，随着信息技术和计算科学的迅猛发展，计算机计算能力得到大幅度提高，统计机器学习方法被广泛应用于各个领域[1-2].该方法具有高度的非线性、灵活性和数据驱动学习能力，可以应用在降雨量的预测中，也可以得到比传统方法更好的降雨量预测结果.因此，通过统计机器学习方法分析气象数据，发现其潜在的规律，从而更准确地预测未来的降雨量，是一个很有意义的课题.

Baik和Hwang基于北太平洋西部热带气……