论文部分内容阅读
利用2003～2006年逐年1月WRF区域数值预报产品和单站历史观测资料，用相关系数法选取预报因子，采用最小二乘支持向量机回归方法，结合选取合适的参数和径向基核函数，建立了徐州、杭州站能见度短期预报模型，利用2007年1月样本资料对模型进行了预报和检验，并与人工神经网络方法的预报结果进行了比较。结果表明：两站的最小二乘支持向量机回归模型24、48h预报准确率分别为80[％]、80[％]和76.9[％]、72[％]，平均绝对误差分别为3.66Km、3.46Km和2.55Km、2.07Km，预报精度均高于人工神经网络，取得了较好的预报效果。