-
题名一种新的基于伪最近邻算法的降水预报方法
被引量:4
- 1
-
-
作者
黄明明
林润生
黄帅
邢腾飞
-
机构
北京市气象信息中心
中国地震局地壳应力研究所
腾讯大地通途(北京)科技有限公司
-
出处
《科学技术与工程》
北大核心
2018年第17期222-228,共7页
-
基金
北京自然科学基金(8174078)
国家自然科学基金(51708516)
+1 种基金
北京市科技计划(D171100000717002)
预报预测核心业务发展专项(CMAHX20160701)资助
-
文摘
分析北京地区日降雨量资料,相较于其他降雨事件,大雨或暴雨事件发生的次数较少,因此该地区的降水量预报属于样本不均衡问题。在样本不平衡的情况下,K最近邻(PNN)算法的分类误差率将会大大提高,这也就使传统的基于K最近邻算法的降水量预报方法的应用受到了限制。针对北京地区降水量预报这一样本不均衡问题,应用伪最近邻算法构建了北京市的降水量预报模型。该方法利用北京地区日降雨量资料和美国国家环境预报中心全球格点资料,将降雨量作为类,将美国国家环境预报中心全球格点资料的各种因子场作为天气样本特征,通过决策规则实现最优分类。利用提出的降水预报模型对北京地区2010年6~8月进行了24 h降水预报,实验结果表明,提出的预报方法对于降水等级预报的预报准确率以及晴雨预报的TS评分、正样本概括率和漏报率均优于传统的K最近邻预报方法,该方法具有较好的预报效果。
-
关键词
伪最近邻算法
K最近邻算法
降水量
-
Keywords
pseudo nearest neighbor algorithm
k-nearest neighbor algorithm
precipitation
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名局部均值伪最近邻算法在降水预报中的应用
被引量:2
- 2
-
-
作者
林润生
黄明明
-
机构
北京市气象信息中心
-
出处
《沙漠与绿洲气象》
2017年第5期1-8,共8页
-
基金
预报预测核心业务发展专项"基于云计算环境的气象数据环境应用试验"(CMAHX20160701)资助
-
文摘
分析北京地区日降雨量资料发现,相较于其他降雨事件,大雨或暴雨事件发生的次数较少,因此该地区的降水量预报属于样本不均衡问题。在样本不均衡的情况下,K最近邻算法的分类误差率将会大大提高,这也就使传统的基于K最近邻算法的降水量预报方法的应用受到了限制。针对北京地区降水量预报这一样本不均衡问题,应用局部均值伪最近邻算法构建了北京市的降水量预报模型。该方法利用北京地区日降雨量资料和美国国家环境预报中心全球格点资料,将降雨量作为类,将美国国家环境预报中心全球格点资料的各种因子场作为天气样本特征,计算得到不同天气样本在所有类中的局部均值伪最近邻,通过决策规则实现最优分类。利用提出的降水预报模型对北京市2010年6—8月进行了24 h降水预报,实验结果表明,提出的预报方法对于降水等级预报的预报准确率以及晴雨预报的TS评分、正样本概括率、空报率和漏报率均优于传统的K最近邻预报方法,该方法具有较好的预报效果。
-
关键词
局部均值伪最近邻算法
K最近邻算法
降水量
-
Keywords
local mean-based pseudo nearest neighbor algorithm
k-nearest neighbor algorithm
precipitation
-
分类号
P456.1
[天文地球—大气科学及气象学]
-