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。
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
❤️ 「气象学家」 点赞