| 基于逐步多元线性回归和随机森林模型预测黄河流域极端气温事件 |
| |
| 作者姓名： | 陈俊清 李毅 王斌 杨雪宁 刘峰贵 |
| |
| 作者单位： | 1. 西北农林科技大学水利与建筑工程学院,教育部旱区农业水土工程重点实验室;2. 水利部黄河流域水治理与水安全重点实验室(筹);3. 澳大利亚新南威尔士州初级产业部;4. 青海师范大学地理科学学院 |
| |
| 基金项目： | 国家自然科学基金项目(52079114,52350410451)；;中国科学院地球环境研究所黄土与第四纪地质国家重点实验室开放基金项目(SKLLOG2125)； |
| |
| 摘 要： | 全球变暖背景下，极端气候事件频发，且对黄河流域等地区的经济发展及人民生活造成严重危害。基于1961—2020年黄河流域80个站点的日气温数据提取了6个逐月极端气温指数(ETI)。利用多重共线性分析去除有相依性的环流指数，并考虑滞后性进行Pearson相关分析，筛选出各ETI的关键环流指数及最佳滞后时间；之后基于最佳滞后时间下的关键环流指数建立逐步多元线性回归(SMLR)和随机森林(RF)模型。对模型进行精度评价，探究环流指数在单站点及整个流域的重要性，并预测了2022年11月的6个ETI值。结果表明：黄河流域ETI中最高气温(TXx)、暖昼天数(TX90p)、酷热天数(TD30)和最低气温(TNn)呈波动上升趋势，而霜冻天数(FD0)和冷夜天数(TN10p)呈下降趋势；极端高温事件的强度和发生频率的空间分布特征与极端低温事件基本相反。以靖远站TXx为例，各关键环流指数对TXx具有不同程度的影响(0.10max<0.89),rmax对应的最佳滞后时间主要为5、6、11、12个月。SMLR和RF模型对黄河流域各ETI的预测能力都较...
|
| 关 键 词： | 极端气温指数 环流指数 随机森林模型 逐步多元线性回归模型 黄河流域 |
|
