《表6 集成预报模型各方案准确率平均值和最大值与单一预报模式比较》

  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

注：单一模式的准确率最大值和平均值指的是在预见期和降雨等级相同的条件下，ECMWF、CMA和NCEP三个单一模式中，预报准确率的最大值和平均值；集成模型的准确率最大值和平均值指的是在预见期和降雨等级相同的条件下，ELM、ANN和SVM模型各方案中，预报准确率的最大值和平均值。

为了更加直观地比较集成模型与单一模式的预报准确率水平，表6给出了单一模式和集成模型在不同预见期、不同降雨等级条件下的预报准确率最大值与平均值。从表6中可以直观地看出，对于I级预报降雨，集成预报模型与单一模式预报准确率差别不大，预见期为1d时，单一模式和集成模型准确率最大值均为92%，平均值分别为90%和88%，预见期为2d时，单一模式和集成模型准确率最大值均为91%，平均值均为88%。对于Ⅱ、Ⅲ、Ⅳ级预报降雨，集成预报方法预报准确率要显著高于各单一预报中心，就IV级降雨而言，预见期为1d时，单一模式和集成模型准确率最大值分别为44%和67%，平均值分别为38%和51%，预见期为2d时，单一模式和集成模型准确率最大值分别为50%和71%，平均值分别为42%和55%。由此可见，基于机器学习模型的多模式集成预报技术可行，能够提高桓仁水库流域短期预报降雨准确率。