Page 73 - 《高原气象》2025年第3期
P. 73

3 期                李   健等:基于CMA-GD模式的2 m气温逐小时预报误差订正方法分析                                    631
               现, 两种方法各有优劣。平均值法相比中位数法在                           重滑动平均法采用周期 n=20 d 订正效果最。由于
               中短周期(5 d、 10 d、 15 d 和 20 d)下准确率更高,               使用不同参数的双权重滑动平均法间订正效果较
               误差更小, 而在长周期(25 d、 30 d、 40 d 和 50 d)下             为接近, 本文仅采用周期为 20 d的平均值法进行再
               准确率更低, 误差更大。综合实验结果表明, 双权                          订正。

                                   表2  2022年不同周期的一维卡尔曼滤波法再订正后平均MAE及ACC
                                   Table 2  Average MAE and ACC after re-correction by one-dimensional
                                          Kalman filtering method with different periods in 2022

                                                    不同周期的一维卡尔曼滤波法再订正后参数平均值
                  误差参数
                               5 d      7 d      10 d      15 d     20 d     25 d     30 d      40 d     50 d
                  MAE/℃        1. 57    1. 56    1. 55     1. 55    1. 56    1. 57     1. 58    1. 59    1. 61
                   ACC/%      71. 50   71. 90   71. 90    72. 20   72. 00    71. 40   71. 10   70. 60   70. 00

                                   表3  2022年不同周期的中位数法、 平均值法再订正后平均MAE及ACC
                  Table 3  Average MAE and ACC after re-correction by median method, mean method with different periods in 2022

                                                       不同周期的中位数法、 平均值法再订正后参数平均值
                      误差参数
                                        5 d      10 d      15 d     20 d     25 d      30 d     40 d     50 d
                 中位数法       MAE/℃       1. 55    1. 53     1. 51    1. 50     1. 50    1. 50    1. 52    1. 55
                             ACC/%     72. 10    72. 70   73. 20   73. 60    73. 60   73. 40    72. 80   72. 00
                 平均值法       MAE/℃       1. 54    1. 53     1. 51    1. 49     1. 50    1. 51    1. 52    1. 55
                             ACC/%     72. 50    72. 90   73. 40   73. 70    73. 60   73. 30    72. 70   71. 90
               4. 2 订正结果逐时效分布分析
                   在不回归分级法的订正基础上, 对 2022年 3月
               1 日至 2023 年 3 月 1 日的气温产品采用 15 d 周期的
               卡尔曼法和 20 d周期的平均值法进行复合订正, 结
               果如表 4 所示, 两种方法都表现出正向订正效果,
               其中平均值法相较于卡尔曼法, 在白天时段将
               MAE降低了 0. 04 ℃, ACC提高了 1. 5%, 夜间时段
               将 MAE 降低 0. 06 ℃, ACC 提高了 1. 7%。总体来
               看, 平均值法的订正幅度大于卡尔曼法。ACC逐时
               效分布表明(图 4), 35 h的订正效果最好(相比订正
               前 ,  卡 尔 曼 法 提 升 了 25. 7%,  平 均 值 法 提 升 了
               28. 7%)。相比订正前的 ACC, 平均值法在白天提
               升了 22. 5%, 夜间提升了 11. 0%, 白天的平均准确
               率提升幅度大于夜间。数理方法的再订正有效提                                图4 卡尔曼法、 平均值法再订正后ACC逐时效分布
               高了准确率。                                                     (以不分级回归法订正结果为参照)
                                                                    Fig. 4 Hourly ACC distribution after re-correction by
                   对 CMA-GD 模式的气温产品进行订正后, 得
                                                                     Kalman method and mean method.(Reference to the
               到不同季节的ACC逐时效分布(图5)。研究结果显
                                                                       result after correction by ungraded regression)
                 表4  卡尔曼法、 平均值法订正再后平均MAE及ACC
                Table 4  Average MAE and ACC after re-correction by   示, 不分级回归法订正同数理方法再订正之间的预
                        Kalman method and mean method            报准确率差值存在日变化和季节变化特征。在春
                             卡尔曼法               平均值法             季夜间, 不分级回归法的准确率相比平均值法和卡
                 时段
                         MAE/℃     ACC/%    MAE/℃     ACC/%      尔曼法的准确率差距不大, 春季白天, 经过数理方
                 白天       1. 77     66. 0    1. 73     67. 5     法再订正准确率变化不大, 卡尔曼法准确率最低,
                 夜间       1. 33     77. 8    1. 27     79. 5     从时效分布来看, 20 h 的订正效果最差, 卡尔曼法
   68   69   70   71   72   73   74   75   76   77   78