Page 213 - 《高原气象》2026年第2期

2 期 卢 姝等：融合地形特征和神经网络的日最高/最低气温预报订正方法研究 513
Q， Shi S Y， Wang H X， et al， 2023. An integrated correction teorological Science， 22（2）： 169-181.
method for 2 m temperature and its application to Yanqing compe‐ 姚润进， 程帅兵， 赵乾乾， 等， 2024. 一种基于组合深度学习的复杂
tition zone of Olympic Winter Games［J］. Journal of Applied Me‐ 山地风电场测风数据质量控制方法［J］. 高原气象， 43（6）：
teorological Science， 34（4）： 400-412. 1630-1638. DOI： 10. 7522/j. issn. 1000-0534. 2024. 00043. Yao
师春香， 潘旸， 谷军霞， 等， 2019. 多源气象数据融合格点实况产品 R J， Cheng S B， Zhao Q Q， et al， 2024. A quality control meth‐
研制进展［J］. 气象学报， 77（4）： 774-783. Shi C X， Pan Y， Gu od based on combination deep learning for measurement data of
J X， et al， 2019. A review of multi-source meteorological data fu‐ complex mountain wind farm［J］. Plateau Meteorology， 43（6）：
sion products［J］. Acta Meteorologica Sinica， 77（4）： 774-783. 1630-1638. DOI： 10. 7522/j. issn. 1000-0534. 2024. 00043.
孙康慧， 肖安， 夏侯杰， 2024. 基于 LightGBM 机器学习算法的江西 张玉涛， 佟华， 孙健， 2020. 一种偏差订正方法在平昌冬奥会气象
气温短期预报模型研究［J］. 高原气象， 43（6）： 1520-1535. 预报的应用［J］. 应用气象学报， 31（1）： 27-41. Zhang Y T，
DOI： 10. 7522/j. issn. 1000-0534. 2024. 00035. Sun K H， Xiao Tong H， Sun J， 2020. Application of a bias correction method to
A， Xia H J， 2024. Study on short term temperature forecast mod‐ meteorological forecast for the Pyeongchang Winter Olympic
el in Jiangxi Province based on LightGBM machine learning algo‐ Games［J］. Journal of Applied Meteorological Science， 31（1）：
rithm［J］. Plateau Meteorology， 43（6）： 1520-1535. DOI： 10. 27-41.
7522/j. issn. 1000-0534. 2024. 00035. 赵琳娜， 卢姝， 齐丹， 等， 2022. 基于全连接神经网络方法的日最高
王丹， 王建鹏， 党超琪， 等， 2023. CLDAS 实况产品在陕西气温网 气温预报［J］. 应用气象学报， 33（3）： 257-269. Zhao L N， Lu
格预报检验与订正中的应用［J］. 气象， 49（8）： 946-957. Wang S， Qi D， et al， 2022. Daily maximum air temperature forecast
D， Wang J P， Dang C Q， et al， 2023. Application of CLDAS in based on fully connected neural network［J］. Journal of Applied
test and correction of grid temperature forecast in Shaanxi Prov‐ Meteorological Science， 33（3）： 257-269.
ince［J］. Meteorological Monthly， 49（8）： 946-957. 朱宏武， 罗丹， 黎燚隆， 等， 2023. 国家级气温智能网格产品在湖南
夏侯杰， 肖安， 聂道洋， 2023. 基于观测的短时强降水深度学习预 地区的可靠性评估［J］. 现代电子技术， 46（20）： 61-68. Zhu H
报模型［J］. 高原气象， 42（4）： 1005-1017. DOI： 10. 7522/j. W， Luo D， Li Y L， et al， 2023. Reliability evaluation of national
issn. 1000-0534. 2022. 00046. Xia H J， Xiao A， Nie D Y， 2023. temperature smart gridded product CLDAS in Hunan province
Observation based deep learning model for short-duration heavy ［J］. Modern Electronics Technique， 46（20）： 61-68.
rain nowcasting［J］. Plateau Meteorology， 42（4）： 1005-1017. 朱育雷， 杨静， 钟水新， 等， 2024. 基于多神经网络的动态权重集成
DOI： 10. 7522/j. issn. 1000-0534. 2022. 00046. 温度预报订正研究［J］. 热带气象学报， 40（1）： 156-168. Zhu Y
薛海乐， 沈学顺， 苏勇， 2011. 地形湍流拖曳力参数化及在GRAPES L， Yang J， Zhong S X， et al， 2024. Research on temperature
中的应用［J］. 应用气象学报， 22（2）： 169-181. Xue H L， Shen forecast correction by dynamic weight integration based on multi-
X S， Su Y， 2011. Parameterization of turbulent orographic form neural networks［J］. Journal of Tropical Meteorology， 40（1）：
drag and implementation in GRAPES［J］. Journal of Applied Me‐ 156-168.