科研之友
微信
新浪微博
Facebook
分享链接
摘要
全球导航卫星系统（Global Navigation Satellite Systems,GNSS）能够以高精度和高时间分辨率有效地反演大气可降水量（precipitable water vapor,PWV）。GNSS衍生的PWV可用于反映强对流天气过程中的水汽变化。通过研究PWV、气象参数与降雨的相关系可以帮助研究人员利用随机森林模型进行降雨预报。但缺少测站位置的气象参数限制了PWV的进一步应用。因此，文章利用GPT3模型得到经验气象参数帮助GNSS反演PWV，并利用wuh2测站建立随机森林降雨预报模型，研究季节性对预报效果的影响。结果表明，在7月—9月的预报效果是最好的，达到了93%以上，1月—3月的效果是最差的，但也在75%以上。在今后的研究中，可以针对不同季度改变建模策略，来提高预报的精度。
- 单位
