冬奥会复杂山地百米尺度10m风速预报的机器学习订正对比试验 |
| |
引用本文: | 徐景峰,宋林烨,陈明轩,杨璐,韩雷.冬奥会复杂山地百米尺度10m风速预报的机器学习订正对比试验[J].大气科学,2023(3):805-824. |
| |
作者姓名: | 徐景峰 宋林烨 陈明轩 杨璐 韩雷 |
| |
作者单位: | 1.中国海洋大学266100;2.北京城市气象研究院100089; |
| |
基金项目: | 北京市自然科学基金项目8212025,8222051;国家重点研发计划2018YFF0300102;北京市气象局科技项目BMBKJ202004011;国家自然科学基金项目42275012。 |
| |
摘 要: | 本文以传统机器学习算法XGBoost和深度学习算法CU-Net为基础,针对北京快速更新无缝隙融合与集成预报系统(RISE系统)预报的北京冬奥会延庆及张家口赛区100米分辨率的冬季近地面10 m风速数据,进行每日逐小时起报的未来逐6小时间隔的冬奥高山站点及其周边地区风速预报偏差订正方法研究和对比分析。对于站点订正,首先将RISE系统预测的10 m风速插值到对应的自动气象站站点,然后根据风速等级表归类,针对每个分类单独构建XGBoost模型,每个区间模型合并后形成L-XGBoost,使用均方根误差和预报准确率作为评分标准,结果表明风速归类的L-XGBoost算法订正效果比不归类的原始XGBoost模型有一定提升,说明在传统机器学习中加入归类方法有助于改善复杂山地站点风速预报技巧。对于站点及其周边地区风速订正,本文在CUNet模型基础上,通过引入不同深度的CU-Net子网络,构建了新的算法模型CU-Net++,并考虑了预报日变化误差和复杂地形对10 m风速的影响,以自动气象站为中心构建空间小区域样本数据,对RISE系统风速预报偏差进行订正。试验结果表明,CU-Net和CU-Net++均可以充...
|
关 键 词: | 百米尺度预报 复杂山地 机器学习 风速订正 |
本文献已被 维普 等数据库收录! |
| 点击此处可从《大气科学》浏览原始摘要信息 |
| 点击此处可从《大气科学》下载免费的PDF全文 |
|