基于多种模型的云南元江哈尼云海景观预报研究
发布时间:2023-04-02 13:07
为推动区域旅游事业发展,满足旅游气象服务需求,研究针对云南元江哈尼云海景观进行了立体气象观测和业务预报实验。本研究基于云南元江云海气候站2016—2019年观测数据,利用经验预报法、Logistics回归、支持向量机、决策树分析等方法,进行了云海景观出现与否的二分类预报实验。结果表明:各预报方法间训练样本总体准确率在74.3%—82.2%之间差别不大,但传统经验预报基于云海机理研究背景,预报指标物理意义明确,随着预报经验的积累经验预报2019年TS评分为54.8,优于2016—2018年TS评分46.0,也优于仅使用局地数据的统计学习算法的预报评分,且其他几种统计学习预报方法的检验样本TS评分均不如训练样本评分高。云海景观出现需要水汽条件和大气静稳条件的配合,局地云海气象观测站建设收集的立体气候数据有利于预报人员改进预报指标体系,提高预报准确率,有利于提升区域旅游气象服务能力发展。
【文章页数】:7 页
【文章目录】:
引言
1 数据与方法
1.1 云海观测系统概况
1.2 资料来源
1.3 云海景观预报方法及预报效果评估指标
1.4 数据处理与分析流程
2 结果分析
2.1 云海的变化特征
2.1.1 不同时间尺度下云海分布
2.1.2 云海景观气象要素
2.2 云海景观的预报模型
2.2.1 云海的预报因子选取
2.2.2 各预报模型结果对比
3 结论与讨论
3.1 结论
3.2 讨论
本文编号:3779279
【文章页数】:7 页
【文章目录】:
引言
1 数据与方法
1.1 云海观测系统概况
1.2 资料来源
1.3 云海景观预报方法及预报效果评估指标
1.4 数据处理与分析流程
2 结果分析
2.1 云海的变化特征
2.1.1 不同时间尺度下云海分布
2.1.2 云海景观气象要素
2.2 云海景观的预报模型
2.2.1 云海的预报因子选取
2.2.2 各预报模型结果对比
3 结论与讨论
3.1 结论
3.2 讨论
本文编号:3779279
本文链接:https://www.wllwen.com/projectlw/qxxlw/3779279.html