《表2 气象变量对SVMr预报精度的影响》
首先,对气温、风速、风向、相对湿度和太阳辐射等常规气象变量的小时平均值与O3小时平均值做相关性分析,将相关系数绝对值大于0.40(均通过显著性水平α=0.05的显著性检验)的气象变量作为模型的输入.由此得到的气象输入变量为气温、相对湿度、紫外B波段辐射(ultraviolet radiation B,UVB)和日照时数,相关系数分别为0.47、-0.74、0.50和0.53.预报时刻前期的O3浓度能够提高模型预报的准确性[32],经模型测试,选取预报时刻前1 h的O3浓度作为输入变量.由于模型预报时间不超过15 s,将上述气象变量拟作为最优组合全部代入模型,每次只去除一项输入因子,以检验各变量在模型中的表现.结果显示(表2),去除UVB项后,模型的MAE和MAPE均增加8%,去除日照时数项,MAE和MAPE分别增加了2%和12%,其它因素的变化相对不明显.这说明在气象因素中,太阳辐射作为大气中光化学反应的主要能源,对O3小时值的预报尤为重要.
图表编号 | XD0033575700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.04.15 |
作者 | 苏筱倩、安俊琳、张玉欣、梁静舒、刘静达、王鑫 |
绘制单位 | 南京信息工程大学气象灾害教育部重点实验室气候与环境变化国际合作联合实验室气象灾害预报预警与评估协同创新中心、南京信息工程大学气象灾害教育部重点实验室气候与环境变化国际合作联合实验室气象灾害预报预警与评估协同创新中心、青海省人工影响天气办公室、中国气象局气象探测中心、南京信息工程大学气象灾害教育部重点实验室气候与环境变化国际合作联合实验室气象灾害预报预警与评估协同创新中心、南京信息工程大学气象灾害教育部重点实验室气候与环境变化国际合作联合实验室气象灾害预报预警与评估协同创新中心 |
更多格式 | 高清、无水印(增值服务) |