基于交叉验证技术的KNN方法在降水预报中的试验

摘要：

利用2003-2005年4-9月国家气象中心T213的数值预报产品,通过动力诊断,从大量数值预报因子中提取不同层次、不同时效与降水关系较好的多个因子,使用K最邻近域(KNN)方法,制作不同代表站点的晴雨预报和大于或等于10 mm的降水预报试验.在搜索K邻近域的过程中,考虑天气事件出现的概率不同,而分别求取有天气事件的正样本K+值和无天气事件的负样本K-值,使该方法选择的最邻近域中的K值取得更为合理.利用交叉验证的方法,对历史资料依次选取部分样本作为预报测试集,通过预测结果的检验评分,选取获得最大准确率和最大概括率的K+和K-作为最佳邻近域的组合.确定了最优K值后,反算历史样本,通过比较,得到某站出现降水天气事件的预报判别值,在一定程度上减少了预报的空报率.经过对2006年4-9月的预报试验,改进后的KNN方法使24,48 h的晴雨预报和大于或等于10 mm降水预报的TS评分大多数高于未改进前的,也高于T213模式本身的降水预报和MOS方法动力统计释用的降水预报,特别是克服了模式降水预报和MOS方法预报中空报率较高的现象,达到了较好的预报效果.

关键词：K邻近域、正负样本、交叉验证、降水预报

所属期刊栏目：19

分类号：P45;TP3

资助基金：国家自然科学基金项目40675077;中国气象局"精细化客观天气预报开发"课题和国家科技支撑计划项目2007BAC29B03

在线出版日期：2008-11-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：471-478