基于多源气象资料与机器学习的降水数据质量控制方法研究

李施颖; 黄晓龙; 罗岚心; 吴薇; 吕纯月

doi:10.20040/j.cnki.1000-7709.2026.20250376

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于多源气象资料与机器学习的降水数据质量控制方法研究

水文水资源与环境 | 更新时间：2026-02-25

- 基于多源气象资料与机器学习的降水数据质量控制方法研究
- 基于多源气象资料与机器学习的降水数据质量控制方法研究
- 水电能源科学 2026年44卷第1期页码：15-19
- 作者机构：
  
  1. 四川省气象探测数据中心
  2. 高原与盆地暴雨旱涝灾害四川省重点实验室
  3. 川西南(雅安)暴雨实验室
  4. 温江国家气候观象台
  5. 国家气象信息中心
- 作者简介：
- 基金信息：
  
  国家气象信息中心2023年“揭榜挂帅”项目(13);川西南(雅安)暴雨实验室科技发展基金项目(CXNBYSYSYWZD202406)
- DOI：10.20040/j.cnki.1000-7709.2026.20250376
  中图分类号： TP181;P426.6
- 纸质出版：2026
- 稿件说明：
移动端阅览
李施颖, 黄晓龙, 罗岚心, 等. 基于多源气象资料与机器学习的降水数据质量控制方法研究[J]. 水电能源科学, 2026,44(1):15-19.

李施颖, 黄晓龙, 罗岚心, et al. 基于多源气象资料与机器学习的降水数据质量控制方法研究[J]. 2026, 44(1): 15-19.
李施颖, 黄晓龙, 罗岚心, 等. 基于多源气象资料与机器学习的降水数据质量控制方法研究[J]. 水电能源科学, 2026,44(1):15-19. DOI： 10.20040/j.cnki.1000-7709.2026.20250376.

李施颖, 黄晓龙, 罗岚心, et al. 基于多源气象资料与机器学习的降水数据质量控制方法研究[J]. 2026, 44(1): 15-19. DOI： 10.20040/j.cnki.1000-7709.2026.20250376.

摘要

为提高降水观测数据在公共气象服务中的应用价值，基于多源气象资料及机器学习模型，开展了降水数据的质量控制方法研究。研究利用气象站数据、多源融合实况分析产品、气象雷达卫星产品以及XGBoost模型，并通过综合评分，形成了一种多源协同的降水数据质量控制方法。采用人工植入误差法对该方法的准确性进行检验。结果表明，随机植入降水异常值时，错误数据的检出率为0.85;按降水量的不同等级植入误差时，错误数据的检出率为0.79。经协同质控后，待检降水数据与邻近气象站的平均误差减小15%

相关系数提高至0.7～1.0。因此，该方法能有效筛选疑误降水数据，为气象防灾减灾提供有力的数据支撑。

Abstract

关键词

Keywords

references

王建凯,陈汝龙,侯威,张楠,杨晓武.中国地面气象观测业务的发展历程与展望[J].气象科技进展,2022(05).

谢祥洲,刘军龙,霍斐斐,张相春.基于机器学习模型的关中地区GPM_IMERG降水数据订正方法[J].水电能源科学,2022(02).

黄少平,赖亮,刘海燕,李显风,王钰.基于格点场的江西省气象和水文降水资料对比分析[J].气象与减灾研究,2020(02).

李显风,张玮,黄少平,邓卫华,周雪莹.江西省气象-水文-雷达小时雨量信息融合试验结果分析[J].暴雨灾害,2020(03).

王根,陆雅君,王悦,吴瑞姣,丁从慧.KNN不同距离度量对FY-4A/ AGRI红外亮温反演降水的影响研究[J].红外,2020(04).

任芝花,张志富,孙超,刘一鸣,李俊,鞠晓慧,赵煜飞,李志鹏,张玮,李洪康,曾行吉,任晓炜,刘莹,王海军.全国自动气象站实时观测资料三级质量控制系统研制[J].气象,2015(10).

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

CEEMDAN分解与机器学习耦合模型在林海水库入库径流预报中的多尺度适用性分析

大型水轮发电机定子绕组温度智能预测方法

基于Stacking集成框架的预报降水统计后处理研究

基于可解释性机器学习算法的珠江河口区咸潮上溯预报

基于BP神经网络的易贡藏布河流含沙量预测模型研究