基于ＧＡ－ＭＬＰ的东北地区Ｔｍ模型研究

针对常用的经验大气加权平均温度（Ｔｍ）模型在我国东北地区普遍精度较低等问题,利用遗传算法优化的多 层感知器模型,采用东北地区７个探空站２０１４—２０１７年的数据进行模型训练,建立适合我国东北地区的Ｔｍ 模型。依据２０１８年的数据进行预测分析,实验结果表明：首先,ＧＡ－ＭＬＰ的Ｔｍ模型的预测平均偏差为０．０４Ｋ、 均方误差为４．０６Ｋ和判定系数Ｒ２＝０．９２０,各项精度评估指标较常用的ＧＰＴ２ｗ、单／多因子线性、 非线性Ｔｍ和ＭＬＰ模型均为最优,模型性能更好,拟合度更高;其次,在ＧＰＳ反演大气可降水量中,较常用的单因子线性 和ＧＰＴ２ｗ模型,ＧＡＭＬＰ的Ｔｍ模型在长春站的反演精度最高,均方误差精度提升１．１％和４．９％,平均偏差精度 提升２．５％和１３．２％,证明ＧＡ－ＭＬＰ的Ｔｍ模型在东北地区反演ＰＷＶ的适用性。