申子彬　郁懋楠　吴泽亮　岳梦琦

摘  要：针对当前气温预报精细化程度无法满足经济发展及人民群众的需求，利用宁海县22个气象站2013—2016年的逐日气温资料、EC数值模式气温预报资料以及各站点的地理信息资料，实况资料作为输出，数值预报、地理信息资料作为输入，构建DBN神经网络气温预报模型。经过训练的神经网络模型对数值预报气温资料有正的订正作用，对站点平均预报准确度缩小1.18 ℃，该模型可以用于气温降尺度业务实际。

关键词：机器学习;EC数值预报模式;地理信息资料;气温降尺度

中图分类号：TP181    文献标识码：A 文章编号：2096-4706（2021）17-0022-04

Abstract： In view of the fact that the current refinement of temperature forecast can not meet the needs of economic development and the people， the daily temperature data of 22 meteorological stations in Ninghai County from 2013 to 2016， the EC numerical mode temperature forecast data， the geographic information materials of each station and factual information are used as the output， and the numerical forecast and geographic information materials are used as the input， the temperature prediction model based on DBN neural network is constructed. The trained neural network model has a positive correction effect on the numerical temperature prediction data， and the average prediction accuracy of the station is reduced by 1.18 ℃. This model can be used in the practice of temperature downscaling.

Keywords： machine learning; EC numerical prediction model; geographic information materials; temperature downscaling

0  引  言

天气与人类社会的工农业生产、日常生活、军事行动等各方面联系密切，而气温则是天气的重要因素，是表征大气冷热程度的物理量，其变化不仅仅能直接影响到公众的日常生活，同时也对经济活动有着显著影响。2016年1月20—25日，受几十年一遇的寒潮天气影响，宁海出现罕见的低温雨雪冰冻天气，全县农、林、渔、交通、城市设施、人民生活等均受到不同程度的影响，其中宁海农业支柱产业白枇杷几乎全军覆灭，橘树也有不同程度的冻害，大面积的水管、水表冻裂也对人民生活造成了很大影响。目前气象监测站点的建设密度有限，从空间分辨率上、精准度上远远无法满足经济发展及人民群众对气温精细化监测预报的需求。所以对气温监测数据以及预报数据的降尺度越来越迫切。

目前国内外已有较多的气温降尺……