10.11755/j.issn.1006-7639(2023)-01-0164
四川地区气温转折过程2m温度变化订正研究
基于四川地区1990—2019年的逐日2 m最高、最低温度站点实况数据,对气温转折天气过程进行统计和分析,在此基础上,应用LightGBM(Light Gradient Boosting Machine)算法及NCEP/NCAR(National Center for Environmental Prediction/National Center for Atmospheric Research)逐日再分析资料,构建气温转折天气过程变温订正模型.结果表明:(1)出现气温转折过程最多的区域是高原与盆地的边坡过渡区,最少的是盆地;(2)各区域的气温转折过程具有明显的季节差异,均表现为春季最多、冬季最少,且春季的气温转折过程明显多于其他3季;(3)在1990—2019年验证集中,LightGBM订正模型表现较好,准确率为78.64％,平均绝对误差为1.35℃.(4)在2020年的独立样本测试中,Light-GBM订正模型的准确率为53.60％,平均绝对误差为2.19℃,整体订正效果优于ECMWF模式(Euro-pean Centre for Medium-Range Weather Forecasting)、中央台城镇预报指导报(SCMOC)及四川省气象台数值预报客观释用城镇预报指导报(SPCO)的预报.
气温转折过程、LightGBM算法、机器学习
41
P457.3(天气预报)
高原与盆地暴雨旱涝灾害四川省重点实验室项目2020;020
2023-03-16（万方平台首次上网日期，不代表论文的发表时间）
共9页
164-172
