赵文婧，赵中军，汪结华，尚可政，王式功，柳志慧，孔德兵，苏俊礼

(1.兰州大学大气科学学院，甘肃　兰州　730000；2. 中国人民解放军92493部队6分队，辽宁　葫芦岛　125000；3.中国人民解放军95606部队气象台，重庆　402361；4.中国人民解放军95994部队气象台，甘肃　酒泉　735000)



基于支持向量机的云量精细化预报研究

赵文婧1，赵中军2，汪结华2，尚可政1，王式功1，柳志慧1，孔德兵3，苏俊礼4

(1.兰州大学大气科学学院，甘肃兰州730000；2. 中国人民解放军92493部队6分队，辽宁葫芦岛125000；3.中国人民解放军95606部队气象台，重庆402361；4.中国人民解放军95994部队气象台，甘肃酒泉735000)

摘要：基于T639数值预报产品与地面气象观测资料，以环渤海地区兴城站为例，选取与云的形成密切相关的4类预报因子——水汽类、大气不稳定度类、大气上升运动类和天气系统强度类，以总云量、低云量为预报对象，运用支持向量机，选取最佳参数，建立兴城站云量的逐月、逐时次精细化预报模型。试预报结果表明：平均预报准确率总云量为71%，低云量为69%，预报准确率较逐步回归模型有所提高；在大部分月份、时次，试预报值的变化趋势与观测值一致，可以较好地反映实际阴晴变换和云量变化；基于支持向量机的回归模型对云量有较好的预报能力。

关键词：支持向量机；最佳参数；云量；预报

引言

云是表示天气气候的重要要素[1-2]。云的变化直接影响居民日常生活、经济生产和部队军事活动，对云的预报一直是天气业务中的一个难点[3-5]。因此，云量的精细化预报具有重要的现实意义。

经典的云量预报方法是通过逐步回归建立线性模型。……