典型文献
基于KNN回归算法的浙江省温度预报改进研究
文献摘要：
基于20162018年ECMWF模式温度预报和浙江省72个国家基本站观测资料,根据温度日变化特征,采用K-近邻(KNN)回归算法进行误差订正,改进浙江省172 h精细化温度预报.在KNN回归算法中,将模式起报时刻的温度视作"背景",由模式预报减去起报时刻温度消除"背景"影响,得到温度日变化曲线,通过温度日变化曲线构建差异指标,选取历史相似个例.根据历史相似个例的误差特征,对温度预报进行订正,得到改进的温度预报.检验结果表明,KNN方案的温度预报平均绝对误差较ECMWF和30 d滑动平均误差订正方案(OCF)的分别减小26.2％和5.2％;日最高和最低温度预报误差绝对值小于2℃,准确率较ECMWF的分别提高14.8％和4.3％,较OCF的分别提高3.0％和1.3％.KNN方案对地形复杂地区的温度预报改进效果更为明显,对冷空气活动和夏季高温等天气过程预报改善效果也较稳定.
文献关键词：
精细化预报;K-近邻回归;温度日变化;相似个例
中图分类号：
作者姓名：
李超;李明华;周凯;郝世峰;陈训来;赵春阳
作者机构：
深圳市气象局,广东 深圳 518040;深圳市南方强天气研究重点实验室,广东 深圳 518040;深圳市国家气候观象台,广东 深圳 518040;浙江省气象台,杭州 310056
文献出处：
引用格式：
[1]李超;李明华;周凯;郝世峰;陈训来;赵春阳-.基于KNN回归算法的浙江省温度预报改进研究)[J].气象与环境科学,2022(01):81-89
A类：
B类：
KNN,回归算法,温度预报,改进研究,ECMWF,本站,观测资料,温度日变化,日变化特征,误差订正,报时,模式预报,减去,日变化曲线,线构,相似个例,平均绝对误差,滑动平均,平均误差,OCF,最低温度,预报误差,复杂地区,改进效果,冷空气活动,夏季高温,天气过程,精细化预报,近邻回归
AB值：
0.322286
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
