支持向量机方法在内蒙古客观温度预报中的应用

发布时间：2024-12-22 04:07

　　 文章将数据挖掘技术中的支持向量机回归方法应用于内蒙古乡镇站点的日最高、最低气温预报。利用内蒙古2015年12月至2018年11月共3年的逐1h自动气象站观测和欧洲中期天气预报中心数值预报产品历史资料,选取了36个典型物理量作为预报因子,分别建立了分季节、逐站点、逐时次的日最高、最低气温预报模型,并用逐步筛选法确定模型参数。应用该模型制作了一年的实时最高、最低气温预报,并对预报效果进行客观检验。结果表明:支持向量机预报方法在欧洲中期数值预报产品的基础上,预报准确率有大幅提升,预报平均绝对误差减小,具有显著的订正效果。同时对比了内蒙古气象台乡镇指导预报检验评分,发现该模型产品效果优于内蒙古指导产品,具有较高的业务参考价值。

【文章页数】：4 页

【部分图文】：

图1 日最高气温预报准确率

日最高气温预报准确率（图1）检验表明：SVM全年逐日最高气温平均预报准确率为64.5%，比EC预报准确率平均提升了9.5%，对乡镇预报平均提升14.4%。其中，春季SVM产品日最高气温预报相对EC提升最明显，24—72h预报准确率平均提升了12.5%。冬季SVM平均预报准确率比....

图2 日最低气温预报准确率

相对于逐日最高气温，逐日最低气温预报难度更大，整体准确率较低。从日最低气温预报准确率（图2）来看，SVM预报全年平均预报准确率为60.1%，比EC预报准确率平均提升了6.6%，对乡镇预报平均提升7.5%，但提升效果不如日最高气温显著。其中，春季逐日最低气温预报SVM产品提升最明显....

图3 日最高气温预报绝对误差

最高气温预报绝对误差检验（图3）结果表明：SVM全年平均逐日最高气温预报绝对误差为1.9℃，相对于EC预报误差减少了0.3℃，相对于内蒙古乡镇预报误差降低了0.6℃。SVM产品日最高气温预报绝对误差在秋季相对于EC减小最明显，降低了0.5℃。SVM产品相对于乡镇预报误差减小最明显....

图4 日最低气温预报绝对误差

日最低气温预报绝对误差检验（图4）结果表明：SVM产品的全年逐日最低气温预报平均绝对误差为2.1℃，相对于EC预报减少了0.7℃，相对于内蒙古乡镇指导降低了0.7℃。其中，SVM相对EC和乡镇预报误差减小最明显的是冬季，分别比二者降低了1.1℃和1.4℃。就所有模式和产品整体而言....

本文编号：4019411