《表2 各单一模式未来1～3d各级降雨预报准确率》

  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

《基于机器学习模型的短期降雨多模式集成预报》

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

%

上述结果表明，集成预报与单一模式相比，其预报精度更高。在实际应用中，调度人员同时关心各量级降雨的预报准确率。因此，本文进一步对集成预报方法预报结果进行准确率分析，表2给出了验证期内各单一模式未来1～3d各级预报降雨准确率，表3至表5给出了验证期内集成预报模型各方案的预报准确率。从表2至表5中可以看出，对于未来1～3d内Ⅱ、Ⅲ、Ⅳ预报降雨，SVM和ELM模型相对于各单一模式，其预报准确率提高较为明显，例如就未来第1天的III级降雨而言，单一模式最大准确率为41%（见表2），而SVM模型各方案中，准确率最小值为57%，最大为65%，平均值为61%；ELM模型各方案中，准确率最小值为51%，最大值为58%，平均值为54%，均大于41%（见表3）。就未来第3天的Ⅳ级降雨而言，单一模式的最大准确率为34%（见表2），而SVM和ELM模型的最小准确率分别为50%和40%（见表5），均大于单一模式的最大准确率。对于未来1～3d内Ⅰ级预报降雨，SVM和ELM模型与各单一模式的预报准确率水平相当，甚至出现下降的情况，例如针对未来第1天的Ⅰ级降雨，单一模式的预报准确率最大值和最小值分别为92%和87%，而SVM模型各方案的最大值和最小值分别为89%和88%；ELM模型的最大值和最小值分别为91%和82%，这是因为对于各单一模式而言，Ⅰ级降雨预报准确率已经很高，不同预报中心预报信息的集成反而使训练数据更加复杂，模型模拟难度增加，预报效果很难继续改善。