【技术实现步骤摘要】
本专利技术涉及天气预报，尤其涉及一种基于机器学习的特殊地形下温度预报客观订正方法。
技术介绍
1、气象预报在现代社会各个领域中发挥着重要作用，对于社会和经济的发展具有重要意义。然而，特殊地形地区(如山区、河谷、海洋等)的温度预报往往受到地形和环境的影响，导致预报结果存在偏差和误差。
2、传统的特殊地形下温度预报客观订正方法通常使用多种方法来改进和校正天气模型产生的温度预报。以下是一些常见的传统方法：
3、1.海拔高度和地形订正：特殊地形，如山脉和谷地，对温度分布产生重要影响。传统方法通常使用地形数据和海拔高度信息来订正温度。高海拔地区通常更冷，低海拔地区通常更暖。
4、2.统计方法：传统方法使用历史观测数据，例如气象站观测数据，与模型生成的预测数据进行比较，然后开发统计关系来进行温度修正。这包括回归分析、线性关系建模和偏差分析。
5、3.数值模型调整：传统方法可以使用气象模型的输出数据，例如垂直温度剖面和边界层参数，以对温度进行校正。这些调整通常基于模型的性能和历史观测数据。
...
【技术保护点】
1.一种基于机器学习的特殊地形下温度预报客观订正方法，其特征在于，它包括以下步骤：
2.根据权利要求1所述的一种基于机器学习的特殊地形下温度预报客观订正方法，其特征在于：步骤S1中数据收集具体包括收集指定站点的预报数据以及实况数据，并且将预报数据与实况数据一一对应。
3.根据权利要求1所述的一种基于机器学习的特殊地形下温度预报客观订正方法，其特征在于：步骤S2中的关键特征包括温度、湿度、风速、海拔高度、地表覆盖分类以及季节。
4.根据权利要求3所述的一种基于机器学习的特殊地形下温度预报客观订正方法，其特征在于：步骤S2还需要运用特征...
【技术特征摘要】
1.一种基于机器学习的特殊地形下温度预报客观订正方法，其特征在于，它包括以下步骤：
2.根据权利要求1所述的一种基于机器学习的特殊地形下温度预报客观订正方法，其特征在于：步骤s1中数据收集具体包括收集指定站点的预报数据以及实况数据，并且将预报数据与实况数据一一对应。
3.根据权利要求1所述的一种基于机器学习的特殊地形下温度预报客观订正方法，其特征在于：步骤s2中的关键特征包括温度、湿度、风速、海拔高度、地表覆盖分类以及季节。
4.根据权利要求3所述的一种基于机器学习的特殊地形下温度预报客观订正方法，其特征在于：步骤s2还需要运用特征构造技术，创建新的特征，包括特征分桶以及特征交叉，还需要使用python特征选择库mlxtend对上述构造的特征...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。