基于可解释和机器学习的气候模式优选与集合预估方法

本发明涉及基于可解释和机器学习的气候模式优选与集合预估方法，属于气候模式技术领域，方法包括：获取再分析资料和CMIP6模式资料的面积加权平均臭氧柱总量，构建数据集；基于所述数据集，分别采用传统方法和决策树SHAP方法对CMIP6模式进行筛选；基于传统方法和决策树SHAP方法筛选的CMIP6模式数据，构建机器学习模型；基于构建的机器学习模型，确定最优筛选方法和对应的最优机器学习模型；基于最优筛选方法和对应的最优机器学习模型，对不同温室气体排放情景下的南极臭氧进行恢复预估。通过本发明能够拟得到更为准确的南极臭氧恢复预估结果。