Page 64 - 《高原气象》2026年第5期
P. 64
高 原 气 象 45 卷
1280
图5 基于站点降水数据的分类模型评估
Fig. 5 Performance evaluation of the classification model based on station-based precipitation data
2
图6 基于格点数据的回归模型训练集样本与测试集样本散点分布及决定系数(R)、 均方根误差(RMSE)
Fig. 6 Scatter plots and performance metrics (R and RMSE) of the regression model
2
based on gridded data for training and test samples
云顶对流发展旺盛, 对降水量预测呈正向贡献。总 选择提供参考。
体来说, 云顶状态这种能静止卫星观测到的变量, 本节中, 基于格点降水数据和站点降水数据进
能直观地反映其与降水之间的关系; 而云水路径、 行了模型训练, 通过各评估指标对比, 发现使用格
云相态等特征只能在部分情况有利于降水预测; 这 点降水数据进行模拟时, 分类模型对于是否降水有
说明模型学习到了一定的物理意义, 为特征变量的 更高的预报准确率, 而回归模型拟合程度更高且误

