基于机器学习方法的瓜达尔港气温和风速预报产品订正

摘要

运用支持向量机（SVM）、梯度提升回归（GBR）和随机森林（RDF）3种机器学习订正算法，对中亚区域快速更新多尺度分析和预报系统（RMAPS-CA）在瓜达尔港的气温与风速预报（2020年6月1日—2021年9月30日）进行模型训练及订正。结果表明：00:00和12:00 UTC起报的气温和10 m风速，气温表现为3种算法预报结果的均方根误差均减少了54%以上，相关系数提高到0.85以上；10 m风速表现为3种算法预报结果的均方根误差均减少了63%以上，相关系数提高到0.68以上。RDF算法对近地面气温预报的订正效果最好，GBR算法对10 m风速预报的订正效果最好。

关键词

RMAPS-CA V1.0 / 机器学习 / 订正模型 / 气温预报 / 风速预报

基金资助

上海合作组织科技伙伴计划及国际科技合作计划(2021E01017,2023E01011); 中央级公益科研院所基本科研业务费项目(Sqj2022001); 新疆气象局引导性计划项目(YD202302)