基于自动LightGBM的贵州局地大气加权平均温度模型构建

打开文本图片集

文章编号1000-5269（2024）05-0112-06         DOI：10.15958/j.cnki.gdxbzrb.2024.05.15

摘要：针对贵州地形起伏大、探空站数量少，以及现有大气加权平均温度（Tm）模型不能很好地刻画Tm及其垂向变化的空间差异性和日变化特征等问题，结合贝叶斯超参数优化和LightGBM机器学习方法各自的优势，提出了一种顾及Tm及其垂向变化的空间差异性、年周期、季节周期和日变化特征的自动机器学习建模方法，并以包围威宁探空站的4个ERA5格网点为例，构建了一种无气象参数依赖的贵州局地Tm经验模型（WNTm模型）。（剩余10205字）