基于LightGBM的气象数据质量控制方法研究

为进一步提高气象数据质量控制的灵活性和准确度，选取2019—2021年福州市国家观测站点采集的气象数据，以气温数据的质控为例，引入轻量级梯度提升算法LightGBM,挖掘并利用气象要素之间的相关关系进行数值预测，综合考虑查全率和查准率，最终检测出异常点，并与传统的变化率判断法进行结果对比。结果表明，(1)针对四种典型的时间序列异常情况，LightGBM算法能检测出气温数据中的异常值，与变化率判断法相比，其质控的准确性高、效果好；(2)通过P-R曲线评估算法性能，发现基于LightGBM的质控方法泛化能力更好；(3)综合考虑查全率和查准率，LightGBM算法阈值选取更精确、针对性强、灵活性高。