2023, 51(3):338-345.
摘要:
針對傳統方法采用天氣雷達進行強降水的定量估測存在較大偏差問題,論文以1 h累計雨量為估測對象,基于雷達組網拼圖資料,采用XGBoost(eXtreme Gradient Boosting)算法,建立新的雷達估測降水模型。該模型設計以前1 h的雷達組合反射率因子作為輸入,進一步采用若干個剔除異常樣本的策略有效清除建模樣本中的部分噪聲,更好地構建了雷達組合反射率與估測對象之間的非線性映射關系。在32萬個獨立檢驗樣本的估測結果中,其均方根誤差(RMSE)為6.04 mm、平均絕對誤差(MAE)為3.50 mm、預報偏差(BIAS)為1.05;與目前業務系統上使用的Z-R(300,1.4)關系方法相比,前者的RMSE和MAE分別下降了20.6% 和 10.3%,而BIAS指標則顯示后者對降水量級的估測明顯低估。進一步對小時雨強大于10 mm樣本的統計結果表明,新方案的RMSE、MAE以及TS評分均大幅優于ZR(300,1.4)關系方法,可進行實際業務應用。