基于自动机器学习的机场温度预报方法研究

摘要：

利用2015年1月—2021年3月ECMWF细网格数值预报产品构建训练样本,使用自动机器学习方法构建乌鲁木齐机场温度预测模型.结果表明:(1)ECMWF模式直接输出的乌鲁木齐机场温度平均绝对误差为1.7℃,基于自动机器学习方法的Auto-sklearn模型和Auto-Keras模型能够改善模式直接输出的误差,使平均绝对误差降低至1.4℃.(2)分析逐月模型预测准确率发现,Auto-sklearn模型的预报准确率(≤2℃)在4—10月稳定在85％以上,效果优于其余模型.(3)对于冬季低温天气,Auto-Keras模型预报准确率优于其余模型的效果,平均绝对误差为1.37～1.91℃;而对于温度≥0℃的情况,Auto-sklearn模型预测效果更好,平均绝对误差为0.93～1.22℃.

关键词：自动机器学习;ECMWF细网格;机场温度;预测

所属期刊栏目：15

分类号：P457.3(天气预报)

资助基金：民航新疆空中交通管理局科技项目

在线出版日期：2022-02-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：113-119