基于机器学习方法的探空数据质量控制研究

打开文本图片集

摘 要：【目的】建立一套基于机器学习方法的探空数据的自动化质量控制检测算法模型，为提高大气探空数据质量控制的效率及质量提供参考。【方法】本模型使用大气探空观测原始数据，以三西格玛准则完成初步质控，基于三西格玛准则检测结果标记生成机器学习数据集，应用XGBoost机器学习算法完成最终质控模型的构建。【结果】实现了对大气探空观测数据温度、气压、湿度、仰角、方位角、斜距素数的异常数据检测，模型异常数据检测精确率96.7%，识别率比人工检测提高了43.5%。（剩余5835字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。