局部均值伪最近邻算法在降水预报中的应用

• 作者: 林润生 黄明明
• 来源期刊: 沙漠与绿洲气象
• 学科: 地球科学
• 关键词: 局部均值伪最近邻算法 K最近邻算法 降水量
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 研究论文
• 页码范围: 1-8
• 页数: 8页
• 分类号: P456.1
• 字数: 5868字
• 语种: 中文
• DOI: 10.12057/j.issn.1002-0799.2017.05.001

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄明明		2	2	1.0	1.0
2	林润生		5	4	2.0	2.0