基于机器学习分类算法的臭氧浓度等级预报在长沙的应用
李细生1
张华2
喻雨知3
邓新林2
谢倩雯2
舒磊2
1.气象防灾减灾湖南省重点实验室,湖南 长沙 4101182.株洲市气象局,湖南 株洲 4120033.长沙市气象局,湖南 长沙 410017
摘要：为准确预报臭氧浓度等级,基于EC_THIN全球天气模式产品和我国自主研发的CMA_GFS全球天气数值预报产品以及华南GRACEs大气成分模式输出产品,融合气象和环境观测数据,使用6种机器学习智能算法,构建耦合数值预报模式和机器学习的混合模型,旨在充分发挥数值预报与机器学习智能算法的优势和互补协同作用,实现臭氧浓度等级预报准确度的跨越式提升.共设置4个控制试验,选取不同的特征产品,依次使用机器学习经典分类算法对长沙市未来4天的臭氧浓度等级进行分类预报,取测试准确度最高的模型输出结果作为结果统计.发现:最优模型1～4天的测试准确度分别为81.7%、81.7%、78.3%、60.9%,大大高于大气成分模式预报和预报员经验,达到预期设计目标;高质量的天气模式产品对模型贡献大,而大气成分模式产品对模型贡献有限;模型3天以内预测性能较好,低等级预测性能较好,高等级预测性能一般.提出解决方案供讨论:增加高等级样本数量,增强模型对此类事件的识别能力;加强高等级臭氧污染的机理分析,组合出更精炼的因子供模型使用.
关键词：机器学习分类臭氧大气成分数值模式
分类号：X513(大气污染及其防治)
资助基金：湖南省气象局重点课题(XQKJ20A001)
论文发表日期：2023-08-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：9( 453-461 )
英文信息