基于机器学习的韶关地区短期日平均气温研究

罗威; 罗烨泓; 王威

首页> 中文期刊> 《陕西气象》 >基于机器学习的韶关地区短期日平均气温研究

基于机器学习的韶关地区短期日平均气温研究

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

利用1965-2017年韶关地区8个站点的日平均气温观测资料,发现将过去连续7 d的日平均气温分别作为逐步多元线性回归、LightGBM(light gradient boosting machine)以及BP-NN(back propagation neural network)算法(机器学习)的自变量可最准确地预报出未来1~3 d的日平均气温。据此分别构建了三种短期气温预报模型,并系统地探讨了其适用性。主要结果如下:(1)三种模型的预报准确度均较高,机器学习方法在预报正确率(绝对误差(absolute error)小于2 ℃的天数占比)、相关系数(R)和平均绝对误差(mean absolute error,MAE).上均要优于逐步多元线性回归法。其中LightGBM的预报效果最优,其1~3 d的预报正确率分别为84.38%、69.86%、61.37%,对应预报值与测量值之间的R分别为0.98、0.94、0.93,MAE分别为1.17、1.76、2.00℃。(2)冬春季、秋冬季日平均气温较大的波动性是导致该时期三种模型MAE总体偏大的主要因素,但LightGBM仍具有最优的预报稳定性,其绝对误差的方差最低。

著录项

来源
《陕西气象》 |2022年第6期|21-25|共5页
作者
罗威; 罗烨泓; 王威;
展开▼
作者单位

兴宁市气象局;

韶关市气象局;

深圳市气象局;

展开▼
原文格式 PDF
正文语种 chi
中图分类温度预报;
关键词
机器学习; 气象业务; 短期预报; 气温;

相似文献

中文文献
外文文献
专利

1. 基于机器学习和短周期密集台阵资料研究北流地震余震特征 [J] . 文玺翔 ,沈旭章 ,周启明 . 地球物理学报 . 2022,第9期
2. 基于机器学习短历时暴雨时空分布规律研究 [J] . 刘媛媛 ,刘洪伟 ,霍风霖 . 水利学报 . 2019,第006期
3. 基于机器学习语言的我国地区快递发展问题研究 [J] . 何峻 ,黄思刚 . 物流工程与管理 . 2021,第005期
4. 基于机器学习语言的我国地区快递发展问题研究 [J] . 何峻 ,黄思刚 . 物流工程与管理 . 2021,第005期
5. 基于短周期密集台阵的北川地区浅层地壳结构研究 [J] . 陈辛平 ,李红谊 ,张玉婷 . 地球物理学报 . 2022,第11期
6. 大连地区月平均气温的短序列订正方法初探 [C] . 尹文昱 ,祝青林 . 中国气象学会2008年会 . 2008
7. 基于成分数据及机器学习在阿舍勒地区的综合找矿研究 [A] . 郑超杰 . 2021

基于机器学习的韶关地区短期日平均气温研究

摘要

著录项

相似文献

相关主题

期刊订阅