麦田不同高度日极端气温预测技术研究

摘要

利用2019年1月—2022年6月麦田小气候自动观测站和齐河县国家基本气象观测站资料，分别采用多元线性回归和BP神经网络方法，建立不同天气类型下麦田30、60、150 cm日最高和日最低气温预测模型，分别选取麦田小气候观测站实测值、中国气象局高分辨率陆面数据同化系统（HRCLDAS）逐小时温度实时产品和智能网格省级气温格点预报产品对模型预测值进行对比分析。结果表明：两种模型预测效果均能满足麦田气温预测需求，BP神经网络模型的预测精度略高于多元线性回归模型；两模型针对晴天时150 cm日最高气温预测效果最好，平均绝对误差均为0.5℃，均方根误差均为0.6℃，准确率均为100%；晴天时30 cm日最高气温预测效果最差。两模型针对不同天气类型不同高度日最高、日最低气温预测值与HRCLDAS气温格点实况值的一致性均较好，均方根误差范围分别为2.0～3.9和1.9～4.1℃；与气温格点预报值的误差较大，均方根误差范围分别为2.4～5.1和2.4～5.3℃。多元线性回归模型预测值与HRCLDAS气温格点实况值、气温格点预报值的一致性优于BP神经网络模型。

关键词

麦田 / 多元线性回归 / BP神经网络 / 气温预测 / HRCLDAS / 智能网格预报