摘要
本文对2019—2020年锦州地区84个观测站点的智能网格预报产品数据以及同时段内实况值进行了检验,并分别采用分位数映射法、随机森林算法和XGBoost算法对智能网格温度预报进行了订正。结果表明:智能网格最高温度预报准确率好于最低温度,城镇观测站最高、最低温度预报准确率明显高于乡镇观测站;3种订正方法中乡镇观测站最高、最低温度预报订正效果整体均好于城镇观测站;分位数映射法订正后,乡镇观测站最高、最低温度预报准确率均有显著提高,城镇观测站则均下降;随机森林算法订正后城镇观测站最高温度预报准确率整体提升,而最低温度预报准确率则有明显下降,乡镇观测站最高、最低温度预报准确率都上升;XGBoost算法订正后,城镇、乡镇观测站的最高、最低温度预报准确率均有大幅度提升,XGBoost算法订正效果最明显;对XGBoost算法订正进行应用检验,全区最高气温准确率、最低气温准确率分别提升7.6个、15.0个百分点。总体而言,XGBoost算法对乡镇观测站最高、最低气温订正效果比城镇观测站订正效果好。
出处
《现代农业科技》
2023年第8期146-149,共4页
Modern Agricultural Science and Technology