用于干旱地区能见度等级预测的物理约束机器学习方法

本发明公开了用于干旱地区能见度等级预测的物理约束机器学习方法。方法包括：S1、获取数值天气预报要素与台站能见度观测，依据预先确定的等级阈值集合生成标签；S2、围绕排放、垂直混合、输送与湿清除计算物理先验特征集合，其中包含摩擦速度、阈值摩擦速度、行星边界层高度、可降水量与湿清除指数，并与预报要素拼接形成模型输入；S3、将任务建模为序数分类，建立K−1个判别子模型构成判别链，输出概率序列并施加单调性约束；S4、在推理阶段计算，执行一致性校正，依据映射阈值集合输出最终等级。该方法以物理先验约束数据学习，结构清晰，便于业务部署，适用于干旱与半干旱区域的能见度等级预测。