多种机器学习方法在京津冀地区低能见度天气预报中的应用     

张庆  张楠  陈子煊  陈宏 《气象科学》2024,44(2):362-374

利用2017—2021年的ERA5再分析资料和京津冀国家站地面资料,结合多种机器学习方法建立预报模型,开展轻雾、大雾客观预报。探讨了再分析资料、地形因素的影响,并结合多模型集成、统计消空进一步优化模型。结果表明:(1) XGBoost (eXtreme Gradient Boosting)、LightGBM (Light Gradient Boosting Machine)、随机森林等集成学习方法的预报效果均优于决策树方法;(2)在引入ERA5再分析资料、地形建模后,XGBoost、LightGBM模型的预报性能显著提高。相比仅使用地面要素建模,大雾预报的TS (Threat Score)提升了30%、32%,达到0.52、0.49,命中率分别为0.62、0.87。此外,经过多模型集成后,轻雾、大雾预报的TS提升到了0.51、0.54;(3)2022年秋季一次大雾过程中,本方法提前72 h准确预报了京津冀地区的大雾,其中以LightGBM模型表现最好。0~72 h轻雾预报和0~36 h逐小时大雾预报的TS均达到0.3,预报准确率、时效性均优于ECMWF (European Center for Medium Weather Forecasting)模式。  相似文献   

顽火辉石球粒陨石分类方法综述及其应用     

林佳睿  陈宏毅  谢兰芳  张晋瑜  高旭凯  黄飞雪 《极地研究》2023,(2):288-303

顽火辉石球粒陨石是已发现的陨石中还原程度最高的一类,源区接近太阳原行星盘的内部区域,对研究早期太阳星云演化和地球起源有较大意义。本文综述了不同类型顽火辉石球粒陨石的岩石学和矿物学特征,梳理了不同亚型顽火辉石球粒陨石的划分标准,并讨论其母体来源。按照此标准重新厘定和细分了1952年降落的Abee(EH4)和2013年回收于南极的GRV 13100(EH4)。Abee被重新厘定为EHb-5β型(碎屑和基质)或EHb-6β型(暗色包裹体), GRV 13100被细分为EHa-4α型。综合使用a、b亚群和结构-矿物学分类方法,可以直观体现顽火辉石球粒陨石的母体来源及变质过程中的峰值温度和变质后生作用的平衡程度。  相似文献