公共文化服务平台

搜索到354篇“ 误差订正“的相关文章

基于空间注意力的气温预报误差订正方法和系统: 本发明涉及气象信息技术领域，具体为一种基于空间注意力的气温预报误差订正方法和系统，包括：对预报数据，采用LASSO进行特征选择，获取h种预报数据作为特征；构建基于深度学习的格点预报订正模型；将特征作为输入数据，输入空间注...; 赵学良张渝淋孙启龙袁欣

一种基于耦合模型误差订正的光伏发电预测方法及系统: 本发明公开了一种基于耦合模型误差订正的光伏发电预测方法及系统，该方法包括：对待研究的目标区域进行气候数据观测与预处理，获取气候模型数据组；根据预设选取条件对气候模型数据组进行选取处理，得到筛选后的气候模型数据组；通过贝叶...; 黄卫清高峻垚唐恩唯黎银倩陈俊涛钱宇

基于机器学习的北京供暖季气温预报误差订正: 2025年; 基于2019年7月1日至2024年3月15日水平分辨率为0.1°×0.1°的ECMWF模式预报数据和北京20个国家级气象站观测数据,分析北京历史供暖季ECMWF模式对2 m气温预报的误差特征,利用极限随机森林、决策树、梯度提升树、线性回归、Lasso回归算法对ECMWF模式的2 m气温预报误差进行订正。结果表明:ECMWF模式对北京城区2019—2023年供暖季2 m气温预报整体偏低,最大偏差出现在下午,平均偏差为-2.3℃,郊区2 m气温预报早晨偏低,下午偏高,最大正偏差和负偏差出现在07:00和16:00,分别为1.7℃和-2.2℃。利用机器学习方法订正后,2023年供暖季(2023年11月7日至2024年3月15日)北京城区和郊区的平均偏差和均方根误差均有明显降低,其中极限随机森林算法的订正效果最优,城区和郊区均方根误差分别改善了24.2%和35.4%;2023年供暖季北京城区9个站日平均气温预报偏差在±0.5、±1、±2℃内的准确率均显著提升,最大分别提升31%、44%和40%,极限随机森林和决策树算法表现最佳。; 张艳晴金晨曦闵晶晶韩超董颜齐晨; 关键词：ECMWF模式订正

基于相似误差订正方法的宁夏冬季气温模式产品解释应用: 2025年; 冬季月和季节内频繁交替的冷暖事件增大了短期气候预测的难度和挑战性,加之气候动力模式对于宁夏冬季气温的预测水平整体不高,导致预测质量不稳定。动力与统计相结合的模式解释应用方法的发展,为预测质量的提升提供了有效的技术手段,也是省级短期气候预测业务亟须发展的重要方向。基于国家气候中心MODES二代产品的EC模式近30 a历史回算数据、宁夏19个国家气象站冬季逐月平均气温观测数据、NCEP/NCAR大气再分析资料等,采用相似误差订正方法,利用同期环流关键区信息对宁夏冬季月气温开展模式解释应用,旨在提高宁夏气候趋势预测准确率和客观化水平。结果表明:EC模式原始预测结果对宁夏冬季各月气温的预测技巧整体较高,尤其对于趋势和异常量级的把握能力较好;采用相似误差订正方案后,仍能有效提高EC模式对宁夏冬季气温的预测技巧,其中12月和1月预测技巧提高尤为明显,订正后PS、PC评分分别高于70%和64%。当1月平均气温为正距平、12月和2月为负距平时预测技巧提高更明显,气温偏低幅度越大提高越显著;模式误差大小对预报订正的效果无明显影响,即使在模式误差绝对值较大情况下,该订正方案仍能不同程度地提升冬季各月模式气温预测技巧。因此,相似误差订正方法可以在模式误差较大的情况下,进一步提高宁夏冬季气温趋势和异常量级的预报准确性,改进模式预报技巧的稳定性,在实际业务中具有良好的应用价值。; 王岱马阳张雯李欣李欣王素艳; 关键词：冬季气温

基于深度学习的云导风误差订正方法: 本发明公开了基于深度学习的云导风误差订正方法，包括以下步骤：收集云导风数据和再分析数据作为训练集；对训练集中的数据进行预处理；基于U‑Net网络和云导风数据自身特征构建云导风质控网络，并使用云导风质控网络对训练集数据进行...; 曹航冷洪泽赵军曹小群李金才余意赵延来黄丽蓝胡瑞生李宝旭

基于CMA-TRAMS模式地形高度偏差的地面气温误差订正方法研究被引量：1: 2024年; 采用一元线性方法建立南海台风模式CMA-TRAMS地形高度偏差和地面气温预报误差的回归关系,分别开展不分级、高度偏差分级和地面气温误差分级的三种订正方法的研究,并进行订正效果评估。结果表明,模式地面气温预报误差与地形高度偏差总体呈负的线性相关关系,地面气温预报绝对误差随地形高度偏差绝对值增大而增大(对模式地形高度偏低站点尤为明显),但不同时刻地面气温预报误差特征表现不同,模式对地形高度偏高(即模式地形高于测站高度)和地形高度偏差小于50m的站点,06时地面气温(世界时,下同)预报总体偏低,对地形高度偏低大于50m的站点(即模式地形低于测站高度),06时地面气温预报总体偏高;而无论站点地形高度偏差如何,模式对18时地面气温预报总体偏高。三种订正方法中地面气温误差分级法能有效地减小地面气温预报误差,该方法订正后的分析场准确率可达96%~99%,12~48小时时效预报场准确率总体可提升至90%以上,该方法具有回归关系稳定、效果显著、适用性广、简单易行等特点。; 倪悦冯业荣黄燕燕潘宁; 关键词：地面气温

一种基于深度学习的云导风时空误差订正方法及系统: 本发明涉及一种基于深度学习的云导风时空误差订正方法及系统，属于卫星遥感技术领域。其方法包括：获取云导风数据和再分析数据；构建云导风多通道数据集；训练时空误差订正网络；基于质量评价函数，利用所述云导风的时间与空间融合数据和...; 冷洪泽曹航赵军余意银福康赵娟黄丽蓝柴星宇宋雨阳顾天威

临近空间高精度温度传感器系统研究与误差订正: 作为气象预报基础的探空资料在人类和社会活动中起着至关重要的作用,大气中各种要素和现象的测定结果也因此显得尤其重要。此外,在军事发展、经济提升、政治站位等方面,高超声速在技术方面所起到的战略作用已经越来越明显,高超声速飞行...; 宋小凡; 关键词：计算流体动力学遗传算法

顾及分类与定量误差订正的数值预报降水统计后处理方法: 2024年; 采用统计后处理方法的数值预报降水是延长水文预报有效预见期的重要途径,已有统计后处理方法不能同时订正预报降水的分类和定量误差,且对预报降水有效预见期的影响关注不足。提出耦合经验分位数映射模型(EQM)和伯努利-元高斯模型(BMGD)的统计后处理方法EQM-BMGD,建立用于有效预见期评价的综合精度指标,应用于汉江流域。研究结果表明:EQM-BMGD集成了2种单一方法的优势,并输出了更高精度的预报降水;订正后面平均预报降水各预见期晴雨预报准确率(O P)和绝对平均误差(E MA)的增益均超过了10%,预见期222~228 h的O P仍接近0.7且E MA低于0.7 mm/(6 h),有效预见期延长18~66 h;在栅格尺度上,所有栅格在预见期96~102 h的O P和E MA增益分别超过10%和20%,除西南少数栅格外,O P超过0.8同时E MA控制在1.0 mm/(6 h)以下,北部部分栅格有效预见期延长了18~54 h。EQM-BMGD被证实能够兼顾分类和定量误差的削减,丰富了数值预报降水统计后处理方法的选择。; 李伶杰王银堂云兆得刘勇刘勇苏鑫徐勇

中国近地面气温直减率的时空分布及其在NCEP气温预报误差订正中的应用: 2024年; 近地面气温直减率受地形地貌、地理位置、季节变化、昼夜变化及人类活动等因素的显著影响,在中国区域使用单一的气温直减率不能准确表征其时空特征。本文基于中国2427个国家基本气象站2013年3月1日—2022年2月28日的逐小时气温观测数据,利用三元线性回归方程,分区域、季节、昼夜拟合出近地面(2 m)气温直减率,并将其应用于NCEP气温预报产品的高度订正中以验证其可靠性。结果表明:1)从全国区域平均来看,近地面气温直减率年平均为0.57℃/(100 m),白天略高于夜晚。2)近地面气温直减率季节及昼夜差异较大,夏季最高,平均为0.63℃/(100 m);冬季最低,平均为0.47℃/(100 m)。昼夜最大差异在春夏秋冬4个季节分别为0.22、0.29、0.28、0.50℃/(100 m)。3)应用统计出的气温直减率对NCEP气温预报进行高度订正,发现全国平均的气温平均绝对误差较订正前在未来360 h各个预报时效均有降低,最大降幅可达1.20℃。对于大多数子区域,夏季订正效果最好,白天比夜间订正效果要好。; 张鑫鑫慕建利杨如意斯思邓美玲

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈