期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
降水预报机器学习订正及其在分类型降水测试的效果研究?
1
作者 钟琦 梁红丽 +3 位作者 代刊 方祖亮 申莉莉 侯邵禹 《气象》 北大核心 2025年第8期914-927,共14页
强降水是对我国国计民生影响最为广泛的灾害性天气之一,其精准预报也是最具挑战的科学问题之一,湿物理过程的多尺度、非线性特征使数值预报和客观订正处理降水问题比处理一般气象要素困难得多。文章以京津冀地区3 h累计降水量为对象,基... 强降水是对我国国计民生影响最为广泛的灾害性天气之一,其精准预报也是最具挑战的科学问题之一,湿物理过程的多尺度、非线性特征使数值预报和客观订正处理降水问题比处理一般气象要素困难得多。文章以京津冀地区3 h累计降水量为对象,基于站点观测和数值模式预报,通过降水样本构建和采样、降水相关物理特征输入、使用残差训练等策略,探索了机器学习算法LightGBM应用于降水预报订正的效果。结果显示,面对降水样本的长尾分布难题,构建数据集时综合考虑保持降水的真实分布,同时适度增大较强量级降水样本的比例,是提升强量级降水订正效果的关键一环。独立测试集的统计检验表明,LightGBM订正方案在所有阈值降水的客观评分均较原模式预报显著提升,且提升率随降水阈值增大而增加。分类型降水的统计检验和个例评估显示,LightGBM订正方案在不同类型降水预报均体现出强度和落区的综合调整,其中:强天气系统强迫类型降水样本数量相对占优,在各降水阈值订正效果均较显著;而弱天气系统强迫类型降水订正在≥15 mm阈值时较难获得提升,落区的调整也更具挑战。这说明降水样本的不平衡分布仍是机器学习订正面临的挑战,但机器学习体现出对模式预报准确率更低的较大量级降水的订正潜力,即模式预报能力越低,机器学习订正提升的空间和幅度越大。特征重要性分析表明,输入与降水密切相关的动力、热力和水汽等物理特征,对提升LightGBM订正评分具有正贡献。 展开更多
关键词 京津冀地区 降水预报订正 机器学习 样本构建 分类降水
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部