發(fā)布時間：2024-12-22 04:07

　　 文章將數(shù)據(jù)挖掘技術(shù)中的支持向量機回歸方法應用于內(nèi)蒙古鄉(xiāng)鎮(zhèn)站點的日最高、最低氣溫預報。利用內(nèi)蒙古2015年12月至2018年11月共3年的逐1h自動氣象站觀測和歐洲中期天氣預報中心數(shù)值預報產(chǎn)品歷史資料,選取了36個典型物理量作為預報因子,分別建立了分季節(jié)、逐站點、逐時次的日最高、最低氣溫預報模型,并用逐步篩選法確定模型參數(shù)。應用該模型制作了一年的實時最高、最低氣溫預報,并對預報效果進行客觀檢驗。結(jié)果表明:支持向量機預報方法在歐洲中期數(shù)值預報產(chǎn)品的基礎上,預報準確率有大幅提升,預報平均絕對誤差減小,具有顯著的訂正效果。同時對比了內(nèi)蒙古氣象臺鄉(xiāng)鎮(zhèn)指導預報檢驗評分,發(fā)現(xiàn)該模型產(chǎn)品效果優(yōu)于內(nèi)蒙古指導產(chǎn)品,具有較高的業(yè)務參考價值。

【文章頁數(shù)】：4 頁

【部分圖文】：

圖1 日最高氣溫預報準確率

日最高氣溫預報準確率（圖1）檢驗表明：SVM全年逐日最高氣溫平均預報準確率為64.5%，比EC預報準確率平均提升了9.5%，對鄉(xiāng)鎮(zhèn)預報平均提升14.4%。其中，春季SVM產(chǎn)品日最高氣溫預報相對EC提升最明顯，24—72h預報準確率平均提升了12.5%。冬季SVM平均預報準確率比....

圖2 日最低氣溫預報準確率

相對于逐日最高氣溫，逐日最低氣溫預報難度更大，整體準確率較低。從日最低氣溫預報準確率（圖2）來看，SVM預報全年平均預報準確率為60.1%，比EC預報準確率平均提升了6.6%，對鄉(xiāng)鎮(zhèn)預報平均提升7.5%，但提升效果不如日最高氣溫顯著。其中，春季逐日最低氣溫預報SVM產(chǎn)品提升最明顯....

圖3 日最高氣溫預報絕對誤差

最高氣溫預報絕對誤差檢驗（圖3）結(jié)果表明：SVM全年平均逐日最高氣溫預報絕對誤差為1.9℃，相對于EC預報誤差減少了0.3℃，相對于內(nèi)蒙古鄉(xiāng)鎮(zhèn)預報誤差降低了0.6℃。SVM產(chǎn)品日最高氣溫預報絕對誤差在秋季相對于EC減小最明顯，降低了0.5℃。SVM產(chǎn)品相對于鄉(xiāng)鎮(zhèn)預報誤差減小最明顯....

圖4 日最低氣溫預報絕對誤差

日最低氣溫預報絕對誤差檢驗（圖4）結(jié)果表明：SVM產(chǎn)品的全年逐日最低氣溫預報平均絕對誤差為2.1℃，相對于EC預報減少了0.7℃，相對于內(nèi)蒙古鄉(xiāng)鎮(zhèn)指導降低了0.7℃。其中，SVM相對EC和鄉(xiāng)鎮(zhèn)預報誤差減小最明顯的是冬季，分別比二者降低了1.1℃和1.4℃。就所有模式和產(chǎn)品整體而言....

本文編號：4019411