基于聚类天气分型的KNN方法在风预报中的应用

以模式识别和相似预报思想为基础, 建立基于自组织神经网络 (SOM) 的聚类天气分型和交叉验证的K最近邻域非参数估计仿真模型 (KNN)。该模型首先以自组织神经网络技术对西北地区的高空流场和高度场进行聚类分型, 针对不同天气形势下的历史样本, 通过交叉检验, 分别寻求各类天气型下的最佳K组合。为了验证聚类天气分型对KNN方法的影响, 使用2003—2006年冬半年T213数值预报产品和宁夏日最大风速资料, 同时建立了宁夏冬半年日最大风速≥6 m/s天气分型和未分型的KNN预报模型, 并对2007年1—5月进行了预报试验, 预报评估结果表明:天气分型后的预报模型总体上降低了预报空报率, 提高了预报准确率, 特别是某些类天气型, 提高幅度更大, 为分类相似预报开拓了思路。     

基于多源数据融合的农产品气候品质评价模型研究

本文以新疆麦盖提灰枣为例,在基于气象观测资料开展气候品质评价的基础上,将FY-4A卫星遥感数据、高分辨率多源融合实况格点产品(ART-1km、CLDAS-V2.0、Laps)应用于农产品气候品质评价,研制了点面结合的网格化农产品气候品质评价模型,阐述了基于多源数据融合的农产品气候品质评价方法。结果表明,通过该方法可明显提高农产品气候品质评价结论的可靠性和精细化程度,同时也可解决无观测资料地区农产品气候品质评价问题。     

ECMWF的QPF短期预报性能在新疆的评估

为有效掌握ECMWF模式的短期定量降水预报(QPF)产品在新疆地区的时空预报规律,为客观模式订正算法上提供有效依据,利用频率统计、非参数检验法、累积分布函数、公正预兆得分(ETS)等技术方法,从多角度深入分析了2016年9月—2019年12月12～36 h的QPF产品在新疆地区151个气象观测站点的预报性能.研究表明:...     

基于逐步回归和SVR方法的上海夏季日最大电力负荷的模拟研究

利用2013-2017年上海夏季(6-9月)逐日最大电力负荷和同期气象资料,对上海夏季的气温、炎热累积效应等气象因子与用电负荷进行相关分析,筛选建模自变量.基于逐步回归及SVR支持向量回归方法,分别建立了夏季日最大电力负荷预测模型并进行模拟误差对比.其中,以气象要素为 自变量构建了逐步回归模型"方案1",在方案1基础上...