共查询到20条相似文献，搜索用时 78 毫秒
1.
基于支持向量回归(SVR)、BP神经网络(BPNN)、随机森林(RF)、梯度提升决策树(GBDT)和极端梯度提升(XGBoost)等5种机器学习算法,利用2016—2021年逐小时PM2.5质量浓度监测数据和气象观测数据,构建汾渭平原代表城市PM2.5质量浓度预报模型,对比检验不同预报模型在不同时段的预报效果。结果表明：(1)5种机器学习算法模型总体表现为秋冬季和供暖期的预报效果要优于春夏季,各模型在细颗粒物污染较重时段的预报能力更加稳定,预报效果更好。(2)XGBoost模型无论在决定系数、平均绝对误差、均方根误差上均不同程度地优于其他模型,其次是GBDT、RF和BPNN模型,SVR模型预报能力较差。(3)XGBoost模型预报结果在量级和演变趋势上与实况十分接近,预报值偏离实况值的幅度较小,但春夏季预报结果有明显的高估或低估,对极端高值区也存在低估。(4)当前和过去1 h的能见度是影响预报效果的最关键因子,气象因子对汾渭平原PM2.5质量浓度预报存在明显的时间滞后性影响。 相似文献
2.
风暴潮是指由强烈的大气扰动所导致的海面异常升高现象,由热带气旋引起的风暴潮常对沿海地区造成巨大的社会经济、人类活动和生命财产危害。依靠数据驱动的强非线性映射能力的机器学习方法较传统数值模式预报在耗费研究资源和计算时间上更具优势。本文选取广东省珠江口为研究区域,基于卷积长短时记忆网络（Convolutional LSTM network,ConvLSTM）机器学习算法展开风暴潮漫滩预报研究,利用由再分析资料驱动的数值模式产品构建了历史台风漫滩数据集,用于机器学习模型训练、验证和测试。研究了两种预报方式,一种是基于海表面高度场的自回归预报,另一种是依赖预报风场和初始海表面高度场进行的预报;它们可以实现基于数据驱动的风暴潮漫滩预报,其中自回归预报模型表现更优。相较于传统动力学数值预报,基于数据驱动的ConvLSTM预报模型结构更为轻便,所需驱动数据更少,在缺少边界条件、地形、径流等信号时,在短临预报中仍能基本复现数值模式模拟的结果。 相似文献
3.
为了提高产量趋势预报的准确性和定量预报的准确率,利用1962—2002年气象、早稻产量和田间观测资料,建立基于气候适宜度、关键气象因子、作物生长模型的湖南省早稻产量动态预报方法,进行回代检验;并利用2003—2012年资料进行预报检验。分析表明:3种方法的预报准确率比较接近,平均在93.8%以上;基于气候适宜度预报方法的趋势预报准确性最高,较基于关键气象因子的预报方法高4%~6%;基于作物生长模型预报方法的误差5%以内样本百分率最高,较基于气候适宜度的预报方法高2%~20%。研究结果为湖南省早稻产量动态预报筛选出了较优的方法,即产量趋势预报选用基于气候适宜度的方法,定量预报选用基于作物生长模型的方法,同时可供我国其他早稻区的产量动态预报方法研究借鉴。 相似文献
4.
初步研发了一套基于机器学习方法XGBoost且考虑地形特征影响的数值预报多模式集成技术,并与传统的等权重平均和线性回归方法的集成效果进行了对比分析。利用北京地区快速更新循环数值预报系统每天8次循环预报给出的近地面2 m温度、2 m相对湿度、10 m风速、10 m风向数据产品,分别基于机器学习方法XGBoost、等权重平均方法、线性回归方法构建了3种体现地形因子影响的多模式预报时间滞后集成模型。试验对比分析了暖季、冷季每日不同时刻的模式预报集成订正效果。结果表明:分季节试验中,基于XGBoost模型对2 m温度、10 m风速的集成预报结果相对原始最优预报结果误差明显优于其他两种传统方法。XGBoost对2 m温度集成的误差可降低11.02%—18.09%,10 m风速集成误差可降低31.23%—33.22%,10 m风向集成误差可降低4.1%—8.23%。2 m相对湿度的集成预报误差与传统方法接近。基于XGBoost的多模式集成预报模型可以充分“挖掘”不同模式或不同时刻快速更新循环预报优点,有效降低模式的系统性误差,提供准确性更高的多模式集成确定性预报产品。 相似文献
5.
使用2017年9月至2021年3月国家级业务化运行的智能网格实况分析产品和欧洲中期天气预报中心全球模式(EC)产品,根据湖北省的地理分布特征构建6个分区,采用基于LightGBM机器学习算法建立的气温预报方法,生成湖北省0.05°×0.05°格点气温预报产品。利用2021年4—9月的预报产品和格点实况资料进行检验,结果表明:基于机器学习的气温预报方法(MLT)取得了较好的预报效果,其在0～72 h时效内优于中央气象台下发的气温精细化指导预报(SCMOC)和EC产品;MLT在山区的误差较平原大,但山区的订正幅度大于平原,日最高气温的订正幅度大于日最低气温的订正幅度;4—9月MLT、SCMOC、EC产品的平均绝对误差(MAE)日变化都呈现了白天偏高、夜间偏低、午后凸起的单峰特征,MLT的MAE值较SCMOC和EC产品的更低,并且在转折性天气中仍具有优势;站点检验与格点检验结论一致,基于格点建模的气温预报产品对站点预报同样得到了订正。机器学习在格点气温的模式订正方面可以作为一个行之有效的手段。 相似文献
6.
降水是在多种天气系统和复杂物理过程共同影响下形成的,因此降水预报难度较大。由于数值预报模式的局限性,使得模式预报产品存在一定误差。为探讨更加有效的模式预报产品误差订正方法,基于奇异值分解（SVD）与机器学习（多元线性回归、套索回归、岭回归）构建订正模型,对2007—2019年4月1日—6月30日华南前汛期欧洲中期天气预报中心（EC）模式降水预报产品进行误差订正试验。结果表明:基于SVD与机器学习相结合的订正模型能有效降低EC模式降水预报产品在华南的预报误差,均方根误差最大优化率达4.2%,累计超过69%的站点得到不同程度的优化;SVD与机器学习相结合的订正模型能很好地处理因子间共线性问题,具有更好的鲁棒性;而对多个订正模型加权集成,均方根误差优化率达5.7%,累计超过77%的站点得到优化,显然加权集成方法订正效果不仅优于EC模式预报产品,也优于参与集成的任一订正模型。 相似文献
7.
基于1983—2019年河北省马铃薯产量数据及同期河北省21个气象站逐旬平均气温、降水量、日照时数,采用因子膨化及相关分析方法,确定影响河北省马铃薯产量的关键气象因子,建立马铃薯产量预报模型,并利用预报模型对1983—2015年马铃薯产量进行回代检验,对2016—2019年马铃薯单产进行预报。结果表明:马铃薯产量对7—9月的气温、日照时数比较敏感,且气温对马铃薯产量的影响大于日照时数。各起报时间预报产量趋势回代检验正确率为75.7%~91.7%,预报产量回代检验准确率为83.6%~91.4%;2016—2019年历年产量预报准确率为83.5%~95.3%,且随着起报时间的后移,预报准确率逐渐提高。 相似文献
8.
支持向量机在大气污染预报中的应用研究 总被引：1，自引：1，他引：1
支持向量机是基于统计学习理论的新一代机器学习技术，其非线性回归预测性能优越于传统统计方法。利用前一天该污染物的日均浓度、前一天地面平均风速等7个预报因子建立了基于RBF核函数支持向量回归法的大气污染预报模型，并利用十重交叉验证和网格搜索法寻找模型最优参数。乌鲁木齐大气预报实例表明：支持向量机显示出小样本时预报精度较高和训练速度快的独特优势，为空气质量预报提供一种全新的模式。 相似文献
9.
基于数值预报和随机森林算法的强对流天气分类预报技术 总被引：4，自引：2，他引：2
随机森林算法是当前得到较为广泛应用的机器学习方法之一,有着很高的预测精度,训练结果稳定,泛化能力强,解决多分类问题有明显优势。本文将随机森林算法应用于强对流的潜势预测和分类,分短时强降水、雷暴大风、冰雹和无强对流四种类别,基于2005—2016年NCEP 1°×1°再分析资料计算的对流指数和物理量,开展强对流天气的分类训练、0～12 h预报和检验,经2015—2016年独立测试样本检验表明,针对强对流发生站点的点对点检验,整体误判率为21. 9%,85次强对流过程基本无漏报,模型尤其适用于较大范围强对流天气。随机森林算法筛选的因子物理意义较为明确,和主观预报经验基本相符,模型准确率高,可用于日常业务。 相似文献
10.
基于线性回归方法、梯度提升回归方法(GBRT方法)、XGBoost方法和堆叠集成学习方法(Stacking方法)4种机器学习方法,采用误差分析建模思路,针对北京城市气象研究院研发的睿图-睿思系统对2020年12月—2021年11月所有起报时次未来3~12 h的2 m温度、2 m相对湿度、10 m风速以及10 m风向4种气象要素预报,开展京津冀复杂地形下的站点预报误差订正技术研究及试验应用。结果表明:基于预报误差分析构建的4种订正模型中,由于Stacking方法集成了前3种方法的优势,在4个季节的4种气象要素订正中均表现最佳,其他3种单一机器学习方法试验中,XGBoost方法表现最佳,其后依次为GBRT方法、线性回归方法,但均对预报准确率有明显的正向提升效果。总体上,基于机器学习方法构建的预报误差订正模型可有效降低系统原始预报误差,有助于进一步提升复杂地形下站点客观释用产品的预报准确性。 相似文献
11.
不同下垫面条件下土壤含水量时空变化特征的对比分析 总被引：6，自引：1，他引：6
根据淮河三站1998-05-21－08-31逐日土壤水分6层观测资料和黑河1991-06-20－08-21、1990-12-17－1991-02-15逐日土壤水分4层观测资料，分析了邻近绿洲的沙漠区、河网区（湿润区）几种典型下垫面土壤水分含量的时空变化特征。结果表明，不同类型的下垫面条件下，夏季土壤水分在湿润研究区呈明显的单峰偏态分布，且以β分布拟合效果为最好；而在邻近绿洲的沙漠研究区则呈多峰分布，冬季呈Γ分布，且湿润的研究区域夏季土壤水分在时间上呈显著的10－25d的周期变化。 相似文献
12.
简要比较了中国科学院大气物理研究所对2005年夏季中国降水跨季度预测与实况的异同,并对2005年夏季我国主要雨带及降水偏少区的形成与东亚热带、副热带以及中高纬度大气环流系统的配置进行了分析。对2005年夏季西太平洋副高的异常活动预测不好,这是造成跨季度降水预测有失误之处的主要原因之一。2005年夏季在亚洲对流层中高层,沿着副热带急流轴准静止Rossby波有几次能量传播过程,西太平洋副高的北抬与西伸与副热带急流中Rossby波的活动强度有一定的对应关系,因而产生了亚洲不同地区高影响性的灾害性天气。 相似文献
13.
国内民航机场主要使用的雨量观测设备为芬兰维萨拉公司生产的RG13型雨量传感器,为保证雨量测量数据的真实可靠,对其测量结果的不确定度分析很有必要。根据自动气象站现场校准方法,分别进行大雨强和小雨强的重复测试,并依据JJF1059.1-2012测量不确定度的评定与表示要求,进行A类不确定度评定。分析测量过程中的B类不确定度来源,进行B类评定,最终给出扩展不确定度。结果表明：在小雨强下,测量不确定度为U95=0.17mm,包含因子k=2。在大雨强下,测量不确定度为U95=0.16mm,包含因子k=2。该研究完善了雨量传感器的现场校准工作流程,对雨量传感器测量结果的可信度评定具有参考价值。 相似文献
14.
热带气旋眼墙非对称结构的研究综述 总被引：2，自引：0，他引：2
热带气旋的眼墙非对称结构与其发展过程密切相关。在热带气旋移动过程中,非对称风场伴随着边界层内非对称摩擦而引起的辐合,影响着热带气旋眼墙内的对流分布。此外,风垂直切变作为影响热带气旋强度的重要因子,将上层暖心吹离表层环流,引起眼墙垂直运动的非对称,导致云、降水在方位角方向的非均匀分布。当存在平均涡度的径向梯度时,罗斯贝类型的波动可以存在于涡旋内核区域,影响眼墙非对称结构。海洋为热带气旋提供潜热和感热形式的能量,是热带气旋发展的重要能量来源,关于海洋如何影响热带气旋眼墙非对称结构的相关研究较少。文中着重回顾了热带气旋与海洋相互作用的研究成果,并提出海洋影响热带气旋眼墙非对称结构的机制。海洋对热带气旋最显著的响应特征是冷尾效应,该效应通过降低海表温度,减少海洋向大气输送的潜热和感热,从而影响热带气旋眼墙非对称结构。此外,海浪改变海表粗糙度,通过边界层影响移动热带气旋的眼墙结构。 相似文献
15.
从纵横两个方面对乌鲁木齐市空气污染现状进行了系统分析，包括与全国其它重点城市之间的比较分析、季节变动分析和趋势变动分析。 相似文献
16.
利用玉屏国家地面气象观测站1961—2016年逐日平均气温资料,采用《气候季节划分》(QX/T15—2012)方法,对玉屏县四季起始日期及长度进行分析。结果表明:(1)玉屏县常年四季起始日期:入春3月5日,入夏5月23日,入秋9月22日,入冬11月28日;四季长度:春季79 d,夏季122 d,秋季67 d,冬季97 d。(2)56 a来玉屏县春季起始日期呈提前趋势,长度呈增加趋势,两者均在20世纪90年代前后出现了转折,但未发生气候突变;夏季起始日期及长度趋势变化不明显;秋季起始日期呈推后趋势,长度变化不明显;冬季起始日期变化不明显,长度呈减少趋势;春季长度增加、冬季长度减少主要为春季起始日期提前所致。(3)玉屏县四季起始日期的年际变幅大,起始日期比常年偏早(晚)连续2候以上的异常年份,春季为23%,夏季为27%,秋季为32%,冬季为25%。(4)玉屏县春季开始后出现低于季节指标≥1候的概率达41%,表明玉屏县春季出现倒春寒天气的概率很大。(5)比较气象行标法与稳定通过法的四季起始日期及长度,气象行标法对玉屏县的四季划分更能满足于农业生产的需要。 相似文献
17.
对１９５９—２０００年广西汛期（４～９月）暴雨的年、月分布和广西汛期暴雨天气过程的季节分布及主要影响天气系统进行深入分析，得到了广西汛期暴雨的若干重要特征，对广西汛期划分提出了改进意见。 相似文献
18.
基于球载式下投北斗探空仪测风观测试验,建立了针对下投式的测风试验评估方法.试验结果表明上升段北斗测风的准确度接近RS92探空仪的探测准确度要求,两者一致性较好;下降段RS92测风误差基本上与上升段的属于同一量级水平,下降初期测风数据在使用时需要做预处理或者有效控制;下降段BD探空仪测风误差与下降段RS92的基本相当,除了球炸初期外,基本上接近WMO的测量要求,此外初期的急速下降对导航定位测风提出了更高的技术要求.整体而言,球载式下投探空观测在时间上可以实现对原有的1次探空进行加密,在空间上可以增加1个区域的探测,并为对现有探空站网分布进行合理优化提供依据,具有良好的应用前景. 相似文献
19.
The global UK Met office Unified Model (UM) is currently operational at National Centre for Medium Range Weather Forecasting (NCMRWF), the global model named as NCUM. An inter-comparison of two different versions of NCUM has been carried out for simulating the track and intensity of Tropical Cyclones (TCs), which formed over the Bay of Bengal (BoB). For this purpose, two series of numerical experiments named as NCUM25 (New Dynamical core with NCUM N512 resolution) and NCUM17 (ENDGame core with NCUM N768 resolution and upgraded physics and data assimilation scheme) are carried out with seven different initial conditions (ICs) for two TCs. The results suggested that the location, intensity, and vertical structure of the TCs are reasonably well predicted by the NCUM17 over the NCUM25. The Direct Position Error (DPE) and landfall error of TCs are reduced in the NCUM17 in comparison to the NCUM25 for all initial conditions. The mean DPEs and intensity error are reduced by 21–41% and 18–21% in NCUM17 over NCUM25 in both the cases respectively. Improvements in mean landfall position errors are shown to range from 43 to 65% in the NCUM17 as compared to the NCUM25. The mean statistical skill scores for rainfall are considerably improved in NCUM17. 相似文献
20.
差分吸收光谱技术(DOAS)已经被广泛用于各种污染气体浓度的测量,其中影响其测量精度的主要因素就是气体吸收截面的测量.利用Lambert Beer 吸收定律以及自主设计的测量装置对大气的主要污染气体NO的吸收截面进行了测量,并采用多项式拟合的方法提高了测量的精度,根据所测得的吸收截面反演了NO气体的浓度值,取得了良好的效果. 相似文献