报告详情
基于机器学习方法的南极近地面短期风速预测
编号：984
访问权限：仅限参会人
更新：2026-04-10 13:43:41 浏览：16次
口头报告
报告开始：2026年04月26日 16:20（Asia/Shanghai）
报告时间：10min
所在会场：[S1-3] 专题1.3 人工智能在大气海洋中的应用 [F12] 专题1.3 人工智能在大气海洋中的应用
暂无文件
摘要
南极地区风能资源丰富，但受观测稀缺及复杂动力过程影响，风速预报存在显著系统偏差，且误差在复杂地形与大风条件下更为突出。基于此，本文使用了一种新的组合模型来加强南极短期风速预报。该方法融合ECMWF IFS HRES预报相关地面和高空数据变量、REMA地形数据作为LightGBM、CatBoost和XGBoost算法的输入，然后采用叠加集成技术将上述基本模型进行有效结合。经评估，堆叠模型效果最好，与ECMWF预报数据相比，叠加模型将风速等级预测准确率由 30% 提升至 41.1%，RMSE 降低 38%，并在多个站点验证中表现出良好的泛化能力，这些发现证明了该方法能够有效提升南极短期风速预报性能，并具有良好的应用潜力。
关键词
风速；机器学习；南极
报告人
崔祎格
博士研究生 中国气象科学研究院稿件作者
全部评论
重要日期
-
会议日期
04月25日
2026
至04月29日
2026
-
04月07日 2026
初稿截稿日期
主办单位
未来大气科学论坛理事会
承办单位
河海大学海洋学院
南京大学南京赫尔辛基大气与地球系统科学学院
南京大学南京赫尔辛基大气与地球系统科学学院
联系方式
- 秦箭煌
- qi******@hhu.edu.cn
- 173********
- 薛廉
- li******@nju.edu.cn
- 156********
- 孙佳妮
- sc******@chytey.com
- 152********
历届会议
-
2025年04月17日 中国 北京
第一届未来大气科学论坛
发表评论