Presentation Details
基于机器学习方法的南极近地面短期风速预测
ID：984
View Protection：ATTENDEE
Updated Time：2026-04-10 13:43:41 Hits：158
Oral Presentation
Start Time：2026-04-26 16:05（Asia/Shanghai）
Duration：10min
Session：S1-3 专题1.3 人工智能在大气海洋中的应用 »
No files
Abstract
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。
Keywords
风速；机器学习；南极
Speaker
崔祎格
博士研究生 中国气象科学研究院Submission Author
All Comments
Important Date
-
Conference Date
Apr 25
2026
toApr 29
2026
-
Apr 07 2026
Draft paper submission deadline
-
Jun 17 2026
Registration deadline
Sponsored By
未来大气科学论坛理事会
Organized By
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
Contact Information
- 秦箭煌
- qi******@hhu.edu.cn
- 173********
- 薛廉
- li******@nju.edu.cn
- 156********
- 孙佳妮
- sc******@chytey.com
- 152********
Previous Conferences
-
2025-04-17 China 北京
第一届未来大气科学论坛
Submit Comment