Py学习  »  机器学习算法

基于台站数据的精细化气象网格预测的模型残差机器学习方法

气象学家 • 1 年前 • 200 次点击  




Research Unit of Machine Learning Application


文章速递

简介

近些年来,精细化天气预报受到了越来越多的关注。在如2022年北京冬奥会等大型赛事中,对于格点预报的分辨率要求达到了1公里级别。然而目前常用的EC中尺度数值预报产品的分辨率并没有达到这一精细化的要求,因此提高格点预报的分辨率就成为了一个挑战性的问题。在本文中,我们提出了一种全新的Model Residual Machine Learning(MRML)框架来得到高分辨率的格点预报结果。MRML框架首先基于Model Output Machine Learning (MOML)算法来得到高精度的站点预报。接着利用机器学习算法来拟合站点预报和模式格点的残差,从而对粗网格的模式格点进行矫正。我们通过实验证明了MRML算法在温度相对湿度风速这三种气象要素上的预报效果优于传统的分片线性插值方法。此外,MRML做为一种通用型的框架具有高度的可扩展性,它为我们融合站点数据和格点数据提供了一种新的思路。



↓文章详细内容请点击「阅读原文」


声明:欢迎转载、转发本号原创内容,可留言区留言或者后台联系小编(微信:gavin7675 )进行授权。气象学家公众号转载信息旨在传播交流,其内容由作者负责,不代表本号观点。文中部分图片来源于网络,如涉及作品内容、版权和其他问题,请后台联系小编处理。





往期推荐

 ERA5-Land陆面高分辨率再分析数据(~16TB)

★ ERA5常用变量再分析数据(~11TB)

 TRMM 3B42降水数据(Daily/3h)

 科研数据免费共享: GPM卫星降水数据

 气象圈子有人就有江湖,不要德不配位!

 请某气象公众号不要 “以小人之心,度君子之腹”!

 EC数据商店推出Python在线处理工具箱

★ EC打造实用气象Python工具Metview

★ 机器学习简介及在短临天气预警中的应用

★ AMS推荐|气象学家-海洋学家的Python教程

★ Nature-地球系统科学领域的深度学习及理解

★ 采用神经网络与深度学习来预报降水、温度


   欢迎加入气象学家交流群   

请备注:姓名/昵称-单位/学校-研究方向

未备注的不通过申请



❤️ 「气象学家」 点赞


Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/137556
 
200 次点击