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(T_m)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T_m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T_m模型的预测平均偏差为0.04 K、均方误差为4.06 K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T_m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，GA-MLP的T_m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T_m模型在东北地区反演PWV的适用性。