Page 188 - 《高原气象》2025年第6期
P. 188
高 原 气 象 44 卷
1596
图3 LGB相较于SPCO和SCMOC的逐站平均绝对误差（a， b， 单位： ℃）和预报准确率（c， d， 单位： %）空间分布
Fig. 3 Spatial distribution of MAE （a， b， unit： ℃） and FA （c， d， unit： %） compared with SPCO and SCMOC
67. 2% 和 57. 5%。相较于 SPCO， LGB 在攀西地区 著， 但四川省地形尤为复杂， 盆地底部地区、 盆地
的提升站点比率最大， 达 95. 2%， 而盆地站点的最 边缘地区、 川西南山地地区和川西北高原地区的部
大提升量可达 17. 6%。相较于 SCMOC， LGB 在盆 分特征因子相关系数差异显著， 特别是坡度、 起伏
地提升的站点比率达 100%， 其中 76. 2% 站点的提 度在川西北高原地区和川西南山地地区有较高的
升量超过 10%， 而在攀西地区有单站最大提升量 相关性。因此有必要进行分区建模， 并与全省模型
23. 4%。 进行多时间尺度和空间尺度检验， 取长补短， 通过
（2） 逐月检验显示， 2024 年 1 -6 月 EC 模式的 多模型集成进一步提升全省和各区的预报准确率。
准确度是先减小后增大， LGB 相较于 EC 模式平均 另外， LightGBM 的可调参数较多， 本文仅对学习
绝对误差减小 2. 05~2. 78 ℃， 准确率提高 31. 1%~ 率、 叶节点数、 迭代数等几项基础的参数进行调整
41. 0%， 其中 4 月提升最显著， 相较于 SPCO， LGB 和建模试验， 同时超参数寻优是需要非常密集的计
准确率提高 0. 4%~9. 0%； 相较于 SCMOC， LGB 准 算， 因而需要更多的探索试验和更专业的硬件
确率提高 7. 3%~13. 8%。其中 LGB 在盆地逐月预 支持。
报准确率均超过 80%， 其中 3 -5 月较 SPCO 的提升
参考文献（References）：
幅度超过 10%； 川西高原， LGB 5 -6 月较 SPCO 的
提升幅度超过 10%； 攀西地区， LGB 3、 5、 6 月较 Alexander L V， Zhang X， Peterson T C， et al， 2006. Global observed
SPCO提高超过10%。 changes in daily climate extremes of temperature and precipitation
［J］. Journal of Geophysics Research， 111（D5）： D05109.
本文对全省统一建模， 虽然目前的检验结果显
Bauer P， Thorpe A， Brunet G， 2015. The quiet revolution of numeri‐
示 LGB 对位于复杂地形站点的 2 m 最高气温准确
cal weather prediction［J］. Nature， 525（7567）： 47.
率有所提升， 特别是甘孜州东部至盆地西南部陡峭 Bonavita M， Holm E， Isaksen L， et al， 2016. The evolution of the
过渡区以及安宁河谷周边的复杂山区提升较为显 ECMWF hybrid data assimilation system［J］. Quarterly Journal of
