Page 316 - 《高原气象》2026年第3期
P. 316
高 原 气 象 45 卷
924
型在该折上的性能; 该过程重复 5 次, 直到每个子 1 n 2
RMSE = ) (3)
集都被用作验证集一次。在此交叉验证框架下, 通 n ∑( M i - O i
i = 1
过贝叶斯优化迭代搜索, 使 5 次验证集上平均均方 1 n - - 2
) (
根误差 RMSE(Root Mean Square Error)最小化, 从 CRMSE = n ∑ [( M i - M - O i - O ] ) (4)
i = 1
而获得每日最优的模型超参数(如学习率、 树的数
式中: 对于格点检验而言, O 为 CLDAS 地表温度;
i
量和树的最大深度等)。随后, 将有云条件下不同 - -
M 为融合前后 FY-4B 地表温度; O 和 M 分别为 CL‐
i
时次的各特征变量输入到训练得到的最优模型, 模
DAS 地表温度、 融合前后 FY-4B 地表温度的平均
拟得到相应时次的云下地表温度。
值。对于站点检验而言, O 为站点观测地表温度;
i
最后, 将模拟得到的云下地表温度与对应时次
M 为融合前后 FY-4B 地表温度或 CLDAS 地表温
i
晴空条件下的 FY-4B 地表温度进行融合。具体而 - -
度; O 和 M 分别为站点观测地表温度、 融合前后
言, 保留 FY-4B 地表温度中晴空区域的原始值, 而
FY-4B 地表温度或 CLDAS 地表温度的平均值。n
在云下缺值区域使用重建后的地表温度模拟值进
为样本数量。
行填补, 从而输出逐小时的全天候地表温度融合结
果。此外, 采用 SHAP 值评价最优模型中特征变量 3 结果分析
重要性, 并分析关键特征变量的依赖性。同时, 利
3. 1 FY-4B地表温度格点检验
用气象站点观测数据对最终的地表温度融合结果
为了检验FY-4B地表温度在晴空条件下的可靠
进行站点尺度的精度验证分析。
性, 选取了 2024年 5月 16日、 6月 14日、 9月 23日 3
2. 2. 5 检验评估指标
个典型日期 08:00 -17:00数据, 将其与 CLDAS地表
不同地表温度数据的精度验证分析使用相关系数
温度进行对比分析(图 3)。从图 3 中可以看出, 两
r、 平均绝对误差MAE(Mean Absolute Error)、 均方根
种地表温度数据之间具有很强的正相关关系, 相关
误差 RMSE、 中心化均方根误差 CRMSE(Centralized
系数可达 0. 9左右。相比之下, 9月 23日的 MAE和
Root Mean Square Error)等指标。计算公式如下: RMSE 相对更小, 分别为 2. 34 ℃和 2. 97 ℃, 其他
)(
∑( M i - M O i - O ) 两个日期的误差则相对较大, MAE 和 RMSE 最大
n
-
-
r = i = 1 (1) 可达 5. 07 ℃和 5. 92 ℃。同时, 从散点密度分布上
∑( M i - M ) ∑( O i - O ) 2 也能发现, FY-4B 地表温度相对于 CLDAS 地表温
n
-
n
-
2
i = 1 i = 1
度在不同程度上表现出一致性偏低的现象, 特别是
1 n | )
MAE = ∑ |( M i - O i (2) 在地表温度的高值区域。
n
i = 1
图3 不同典型日期下的晴空FY-4B地表温度与CLDAS地表温度格点检验对比
Fig. 3 Grid-based comparison of clear-Sky FY-4B LST and CLDAS LST on different typical dates

