基于SVD与机器学习的华南降水预报订正方法

谢舜; 孙效功; 张苏平; 熊朝晖; 魏晓敏; 崔丛欣

首页> 中文期刊> 《应用气象学报》 >基于SVD与机器学习的华南降水预报订正方法

基于SVD与机器学习的华南降水预报订正方法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

降水是在多种天气系统和复杂物理过程共同影响下形成的,因此降水预报难度较大。由于数值预报模式的局限性,使得模式预报产品存在一定误差。为探讨更加有效的模式预报产品误差订正方法,基于奇异值分解(SVD)与机器学习(多元线性回归、套索回归、岭回归)构建订正模型,对2007—2019年4月1日—6月30日华南前汛期欧洲中期天气预报中心(EC)模式降水预报产品进行误差订正试验。结果表明:基于SVD与机器学习相结合的订正模型能有效降低EC模式降水预报产品在华南的预报误差,均方根误差最大优化率达4.2%,累计超过69%的站点得到不同程度的优化;SVD与机器学习相结合的订正模型能很好地处理因子间共线性问题,具有更好的鲁棒性;而对多个订正模型加权集成,均方根误差优化率达5.7%,累计超过77%的站点得到优化,显然加权集成方法订正效果不仅优于EC模式预报产品,也优于参与集成的任一订正模型。

著录项

来源
《应用气象学报》 |2022年第3期|293-304|共12页
作者
谢舜; 孙效功; 张苏平; 熊朝晖; 魏晓敏; 崔丛欣;
展开▼
作者单位

中国海洋大学海洋与大气学院;

中国气象科学研究院;

武汉大学测绘学院;

陕西省气象局机关服务中心;

展开▼
原文格式 PDF
正文语种 chi
中图分类计算技术、计算机技术;
关键词
奇异值分解; 机器学习; 加权集成; 降水; 预报订正;

相似文献

中文文献
外文文献
专利

1. 机器学习对延伸期降水集合预报的订正分析 [J] . 陆振宇 ,孔小翠 ,张恒德 . 现代电子技术 . 2022,第7期
2. 基于机器学习的海洋环境预报订正方法研究 [J] . 许立兵 ,黄小猛 ,王安喜 . 海洋通报 . 2020,第006期
3. 基于机器学习的华北气温多模式集合预报的订正方法 [J] . 门晓磊 ,王立志 ,焦瑞莉 . 气候与环境研究 . 2019,第001期
4. 基于西南区域中尺度模式系统预报的陡峭地形过渡带降水订正方法 [J] . 黄楚惠 ,牛金龙 ,李国平 . 干旱气象 . 2022,第2期
5. 基于CNN和RF算法的ECMWF降水分级订正预报方法 [J] . 赵华生 ,金龙 ,黄小燕 . 气象科技 . 2021,第003期
6. 基于NCEP全球集合预报回算数据的流域业务降水预报订正技术 [C] . 苏翔 ,袁慧玲 . 第32届中国气象学会年会 . 2015
7. 基于地形订正的我国气温和降水的站点预报研究 [A] . 吴佩 . 2018

基于SVD与机器学习的华南降水预报订正方法

摘要

著录项

相似文献

相关主题

期刊订阅