| 基于梯度提升树算法的广州市紫外辐射拟合模型构建与相关因子分析 |
| |
| 引用本文： | 李文慧,杨颖璨,沈海波.基于梯度提升树算法的广州市紫外辐射拟合模型构建与相关因子分析[J].气象科技,2024,52(1):124-131. |
| |
| 作者姓名： | 李文慧 杨颖璨 沈海波 |
| |
| 作者单位： | 广东省气象公共服务中心，广州 510640;中国南方电网电力调度控制中心，广州 510799 |
| |
| 基金项目： | 广东省气象公共服务中心科学技术研究项目（2021Z05）资助 |
| |
| 摘 要： | 利用2019—2021年广州市紫外辐射数据、常规气象观测数据以及环境空气质量观测数据，对广州市紫外线辐射强度变化特征及与气象、环境因子的相关性进行分析，选择与广州市紫外辐射显著相关的7种特征因子，采用梯度提升树（Gradient Boosting Decision Tree,GBDT）算法建立广州市紫外辐射拟合模型。〖JP2〗结果表明：①广州市紫外线辐射强度具有明显的季节变化和日变化特征，季节变化表现为夏秋季高、冬春季低的特征。2020、2021年紫外辐射强度的最大值出现在7月，2019年出现在9月。3年紫外线辐射最小值都出现在3月，2020年最小为15.9 W〖DK〗·m-2。〖JP〗日变化呈现出早晚小中午大的特征，于12：00左右达到日最大值；②与紫外线辐射强度显著相关的因子为气温、能见度、总云量、相对湿度、太阳高度角、臭氧(O3)浓度、二氧化氮(NO2)浓度；③紫外线辐射模型拟合效果较好，训练集和测试集的决定〖JP2〗系数R2分别为0．93、0．80，对应的均方根误差RMSE为2.7 W〖DK〗·m－2、4.9 W〖DK〗·m－2。〖JP〗模型拟合估算等级正确的为75%，相差1级的占21%，相差2级的比例为4%。
|
| 关 键 词： | 紫外线辐射特征 紫外线辐射拟合模型 梯度提升树算法 |
| 收稿时间： | 2022/10/8 0:00:00 |
| 修稿时间： | 2023/8/21 0:00:00 |
Construction of Ultraviolet Radiation Fitting Model and Analysis of Correlation Factors in Guangzhou Based on Gradient Boosting Decision Tree |
| |
| LI Wenhui,YANG Yingcan,SHEN Haibo.Construction of Ultraviolet Radiation Fitting Model and Analysis of Correlation Factors in Guangzhou Based on Gradient Boosting Decision Tree[J].Meteorological Science and Technology,2024,52(1):124-131. |
| |
| Authors: | LI Wenhui YANG Yingcan SHEN Haibo |
| |
| Institution: | Guangdong Provincial Meteorological Public Service Center, Guangzhou 510640; Power Dispatch Control Center of China Southern Grid, Guangzhou 510799 |
| |
| Abstract: | |
| |
| Keywords: | ultraviolet radiation intensity characteristic ultraviolet radiation fitting model gradient boosting decision tree |
|
| 点击此处可从《气象科技》浏览原始摘要信息 |
| 点击此处可从《气象科技》下载免费的PDF全文 |
