推进年尺度显著波高预测：M5P决策树方法的全面技能评估

准确的年尺度显著风浪高度预测对海洋安全、沿海管理和可再生能源应用至关重要。尽管机器学习和数值模型提供了强大的工具，但其复杂性和计算需求常常限制了实际应用。本研究评估了M5p决策树，这是一种计算效率高且可解释的替代方案，用于利用北太平洋的ERA5重分析数据预测显著风浪高度。通过决策树分析进行特征选择，并与向后消除法进行比较。结果表明，风速是最具影响力的预测因子，按月细分数据提高了模型性能，减少了RMSE达30%，并增强了准确性。将树深限制为5层提高了可解释性，同时保持类似的预测准确性。M5P DT模型与每月数据细分显示出最佳性能，RMSE值低至0.059，相关系数为0.998，而不包括风速的模型则为0.130和0.989。研究表明，M5P DT提供了一种实用、可解释且高效的显著风浪高度预测方法，在准确性和计算效率上均超越了传统模型。• M5p树预测年际显著波高。• 使用北太平洋的ERA5数据进行模型评估。• 风速是波高估算的关键预测因子。• 每月细分将RMSE降低30%，提升准确性。• M5p + 每月细分：RMSE 0.059，r = 0.998.