《表2 准因子之间相关检验p值的平均要素说明同表1》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《高斯过程回归方法在浙江沿海海岛冬春季阵风预报中的应用试验》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

虽然相关性良好的准因子很多，但由于许多准因子彼此之间相关性好，都放到预报模型里面会导致信息的重复利用，导致模型训练拟合好，但预报会变得不稳定，因此最好将相关不显著的准因子挑选出来，使预报模型尽可能保留更多差异化信息，提高预报的稳定性。表2为准因子之间相关检验p值的平均情况，先考虑同一类型变量选择一个因子，由于p均值越大，相关性越小，故选取p平均值大的准因子；此外，由于低层的水平风速和垂直速度与阵风相关性为最好，因此模型入选低层因子w975和f1000，以增加这两种类型因子的权重系数。最终入选的预报因子包括875 hPa散度（d875）、975 hPa垂直速度（w975）、500 hPa比湿（q500）、600 hPa气温（t600）、600 hPa垂直速度（w600）、700～1 000 hPa的浮力能（b700＿1000）、925 hPa水平风速（f925）、1 000 hPa的水平风速（f1000）。