基于雷达组网拼图和XGBoost的雷达定量降水估测     

赵华生  李晓静 《气象科技》2023,51(3):338-345

针对传统方法采用天气雷达进行强降水的定量估测存在较大偏差问题,论文以1 h累计雨量为估测对象,基于雷达组网拼图资料,采用XGBoost(eXtreme Gradient Boosting)算法,建立新的雷达估测降水模型。该模型设计以前1 h的雷达组合反射率因子作为输入,进一步采用若干个剔除异常样本的策略有效清除建模样本中的部分噪声,更好地构建了雷达组合反射率与估测对象之间的非线性映射关系。在32万个独立检验样本的估测结果中,其均方根误差(RMSE)为6.04 mm、平均绝对误差(MAE)为3.50 mm、预报偏差(BIAS)为1.05;与目前业务系统上使用的ZR(300,1.4)关系方法相比,前者的RMSE和MAE分别下降了20.6%和10.3%,而BIAS指标则显示后者对降水量级的估测明显低估。进一步对小时雨强大于10 mm样本的统计结果表明,新方案的RMSE、MAE以及TS评分均大幅优于ZR(300,1.4)关系方法,可进行实际业务应用。  相似文献