基于XGBoost分類(lèi)和數(shù)值模式“配料”的浙江強(qiáng)對(duì)流預(yù)報(bào)方法

摘要： 如何提高強(qiáng)對(duì)流天氣的客觀分類(lèi)和時(shí)空預(yù)報(bào)的準(zhǔn)確性一直是天氣預(yù)報(bào)中的難點(diǎn)。文章將機(jī)器學(xué)習(xí)分類(lèi)算法融合中尺度模式,實(shí)現(xiàn)了雷暴大風(fēng)和短時(shí)強(qiáng)降水的逐小時(shí)預(yù)報(bào)。具體算法為:首先利用XGBoost分類(lèi)算法和10年以上歷史數(shù)據(jù)建立強(qiáng)對(duì)流分類(lèi)潛勢(shì)預(yù)報(bào)模型;其次通過(guò)統(tǒng)計(jì)CMA-SH9模式要素的最佳空間鄰域半徑和概率密度分布特征,基于組合最優(yōu)評(píng)分提取要素閾值,建立要素空間鄰域“配料”模型;最后通過(guò)聯(lián)... （共16頁(yè)）