自动气象站数据采集器温度通道的采集处理性能直接影响温度测量数据准确性,利用最小二乘支持向量机(LSSVM:Least Squares Support Vector Machine)算法对一款区域站数据采集器温度通道校准数据系统误差进行拟合建模。基于该模型对校准...自动气象站数据采集器温度通道的采集处理性能直接影响温度测量数据准确性,利用最小二乘支持向量机(LSSVM:Least Squares Support Vector Machine)算法对一款区域站数据采集器温度通道校准数据系统误差进行拟合建模。基于该模型对校准结果进行修正,并对校准修正后温度通道的测量结果进行不确定度评估。经校准修正后,数据采集器温度通道测量误差均小于0.05℃,测量结果的不确定度为0.06℃,远小于修正前测量误差与不确定度,修正效果显著。该方法同样适用于其他型号的数据采集器,为自动站观测数据质量控制提供有效参考。展开更多
针对自动气象站数据采集器温度通道容易受到环境温度影响限制测量精度的问题,对数据采集器进行了温度漂移检测实验并对实验数据进行了误差分析,提出了基于改进自适应遗传算法优化的最小二乘支持向量机(improved adaptive geneticalgorit...针对自动气象站数据采集器温度通道容易受到环境温度影响限制测量精度的问题,对数据采集器进行了温度漂移检测实验并对实验数据进行了误差分析,提出了基于改进自适应遗传算法优化的最小二乘支持向量机(improved adaptive geneticalgorithm least squares support vector machine,IAGA-LSSVM)的温度补偿方法。改进的自适应遗传算法能够对最小二乘支持向量机拟合过程中的关键参数进行调整从而建立最优模型。与传统LS-SVM相比,IAGA-LSSVM对温度数据的建模均方根误差减小了0.007,有效提高了建模的精度。根据建立的最优函数模型对该数据采集器温度通道进行温度补偿结果表明,经该方法补偿后的数据采集器在任何温度环境下的温度测量误差均小于0.03℃,具有更高的测量精度和稳定性,有效提高了自动气象站的温度观测质量。同时,设计开发了温度补偿界面,为自动气象站观测数据校验和实际业务应用奠定了基础。展开更多
文摘自动气象站数据采集器温度通道的采集处理性能直接影响温度测量数据准确性,利用最小二乘支持向量机(LSSVM:Least Squares Support Vector Machine)算法对一款区域站数据采集器温度通道校准数据系统误差进行拟合建模。基于该模型对校准结果进行修正,并对校准修正后温度通道的测量结果进行不确定度评估。经校准修正后,数据采集器温度通道测量误差均小于0.05℃,测量结果的不确定度为0.06℃,远小于修正前测量误差与不确定度,修正效果显著。该方法同样适用于其他型号的数据采集器,为自动站观测数据质量控制提供有效参考。
文摘针对自动气象站数据采集器温度通道容易受到环境温度影响限制测量精度的问题,对数据采集器进行了温度漂移检测实验并对实验数据进行了误差分析,提出了基于改进自适应遗传算法优化的最小二乘支持向量机(improved adaptive geneticalgorithm least squares support vector machine,IAGA-LSSVM)的温度补偿方法。改进的自适应遗传算法能够对最小二乘支持向量机拟合过程中的关键参数进行调整从而建立最优模型。与传统LS-SVM相比,IAGA-LSSVM对温度数据的建模均方根误差减小了0.007,有效提高了建模的精度。根据建立的最优函数模型对该数据采集器温度通道进行温度补偿结果表明,经该方法补偿后的数据采集器在任何温度环境下的温度测量误差均小于0.03℃,具有更高的测量精度和稳定性,有效提高了自动气象站的温度观测质量。同时,设计开发了温度补偿界面,为自动气象站观测数据校验和实际业务应用奠定了基础。
