Прогнозирование дневного количества осадков методами машинного обучения

Abstract

Прогноз ежедневных осадков играет важную роль в производительности сельского хозяйства и обеспечивает снабжение продовольствием и водой для поддержания здоровья граждан. Но неустойчивое распределение осадков в стране влияет на сельское хозяйство, от которого зависит экономика страны. Разумное использование дождевой воды должно планироваться и практиковаться в странах, чтобы свести к минимуму проблему засухи и наводнений. Основная цель этого исследования заключается в выявлении соответствующих атмосферных особенностей, которые вызывают осадки, и прогнозировании интенсивности ежедневных осадков с помощью методов машинного обучения. Для прогнозирования осадков было проведено несколько видов исследований с использованием методов интеллектуального анализа данных и машинного обучения наборами экологических данных. Метод корреляции Пирсона использовался для выбора соответствующих переменных окружающей среды, которые использовались в качестве входных данных для модели машинного обучения. Набор данных был собран в местном метеорологическом отделении в Минске, Беларусь, для измерения эффективности двух методов машинного обучения (многомерная линейная регрессия и случайный лес).