共查询到20条相似文献，搜索用时 46 毫秒
1.
本文对青岛2014~2015年4~8月份位于青岛奥帆基地站和胶州湾跨海大桥上的大桥4站的逐小时自动气象站测量数据进行多种统计分析工作,发现两地能见度变化影响因子有不同特点,大桥4站在雾出现时降温增湿过程更明显。能见度处于1km以下时,风速降低,温度降低,绝对湿度减小会导致更低的能见度出现。使用神经网络方法分别对两站建立逐小时的能见度分级预报模型,并用2016年4~8月数据进行预报检验,表明少数关键预报因子就可以较好地建立预报模型,奥帆基地站能见度0~1km和1~5km级别的TS评分可超过0.4,因子增多会提升能见度1~5km级别的预报效果。两站独立建模比使用一个模型预报效果更好。该研究为青岛近岸能见度精细化客观定量预报提供参考。 相似文献
2.
为改善台风预报精度,基于实时滚动修正预报思路,利用卷积神经网络嵌套长短期记忆神经网络（CNN-LSTM）和误差校正（EC）技术,搭建了珠江河口台风实时预报模型。研究结果表明：“滚动预报”比单次预报有更好的路径和强度预报效果,随着模型滚动时间的延长,预报整体精度有逐渐改善的趋势。路径预报结果的均方根误差比单次预报减小了25.67%,强度预报结果的平均绝对误差比单次预报减小了65.04%;考虑误差校正的CNN-LSTM-EC的路径、强度“滚动预报”效果均优于CNN-LSTM,前者的路径预报误差较后者减小了22.57%,强度预报误差减小2.5%。 相似文献
3.
基于观测和再分析数据的LSTM深度神经网络沿海风速预报应用研究 总被引：3，自引：1，他引：2
基于海洋气象历史观测资料和再分析数据等，利用LSTM深度神经网络方法，开展在有监督学习情况下的海面风场短时预报应用研究。以中国近海5个代表站为研究区域，通过气象台站观测数据和ERA-Interim 6 h再分析数据构建数据集。选取21个变量作为预报因子，分别构建两个LSTM深度神经网络框架(OBS_LSTM和ALL_LSTM)。经与2017年WRF模式6 h预报结果对比分析，得出如下结论:构建的两个LSTM风速预报模型可以大幅降低风速预报误差，RMSE分别降低了41.3%和38.8%，MAE平均降低了43.0%和40.0%；风速误差统计和极端大风分析发现，LSTM模型能够抓住地形、短时大风和台风等敏感信息，对于大风过程预报结果明显优于WRF模式；两种LSTM模型对比发现，ALL_LSTM模型风速预报误差最小，具有很好的稳定性和鲁棒性，OBS_LSTM模型应用范围更广泛。 相似文献
4.
《海洋预报》2017,(2)
在现有集合化预报方法的基础上,基于预估偏差的思想设计了一种新的优化方案,以进一步提高台风路径预报的精度和稳定性。首先以1307号台风"苏力"为例进行了单场台风的24 h集合预报,对预报过程中的误差进行了详细分析;然后对2013—2015年发生在西北太平洋的所有台风进行了24 h、48 h和72 h集合预报,就其整体误差进行了对比分析。结果表明:优化预报方案在对单场台风的路径预报中,其24 h集合预报误差相较于美、日、中、台等4个气象台站和现有集合预报方案分别减小了12.88%、18.40%、30.58%、19.44%、33.72%,各个预报时刻的预报偏差值波动相对较小;在对2013—2015年的多场台风路径预报中,在24 h预报时效下,优化方案的平均预报误差比现有集合预报方法提高了2.85%,而均方差则减小了10.6%,说明优化方案在保持与现有预报方案精度相当的基础上,在预报稳定性上有了较为显著的提高;48 h的集合预报误差相比于最好的台站中国台减小了4.38%,而72 h的集合预报误差与表现最好的中国台的预报误差相当,且明显小于现有方案的预报误差。 相似文献
5.
为了提高近岸精细化海温预报精度,利用神经网络方法,分析了海温数值预报及观测数据在释用中的作用,研究了定点近岸海温影响因子的最优配置方案,建立了定点海温精细化数值预报释用模型,评估了释用模型性能。误差分析结果显示,数值海温产品及其观测在建模中起到了降低和稳定模型误差的作用;释用模型将定点数值预报的误差从2.2°C减少至0.7°C;预报误差较调训误差略高,但考虑到预报误差的稳定性,数值释用与人工经验预报水平持平,因此,该方法具有十分广阔的拓展空间和应用前景。 相似文献
6.
7.
福建省沿海冬半年东北大风的数值预报释用方法研究 总被引：2，自引：0，他引：2
《海洋预报》2015,(5)
基于福建省冬半年沿海32个自动站的极大风观测资料和WRF、EC细网格以及T639 3种模式预报的10 m风场资料,将模式预报的风速与观测资料进行对比分析,结果表明:WRF和EC细网格的预报效果较好,有可参考性,T639可参考性不高。模式预报结果相比实况极大风速偏小,预报平均绝对误差由沿海向内陆逐渐减小,由中部向南北逐渐减小。择取预报效果较好的WRF和EC细网格模式,对沿海代表站点进行风速集成,建立集成预报方程,并进行集成订正。误差订正后,与误差较小的WRF模式相比,预报准确率提高了10%左右,改善效果显著,为提高福建省沿海冬半年东北大风的预报准确率提供定量的预报方法。 相似文献
8.
基于＂动力-统计＂预报方法的MEOFIS（精细化气象要素客观预报）平台以相关模式预报结果为基础,结合历史实况资料建立预报模型,实现站点的精细化预报.利用2009～2011年的T639模式产品和渤海湾北部相关观测站的数据积累统计建模,并对2012～2013年海面4个季节的气温和风速进行预报统计,对比分析该平台在海面气温和风速预报中的适用性.经客观检验,1℃误差范围内,海面各季节的气温和风速预报准确率均高于陆上的预报;海面日最高、日最低和逐3 h气温预报准确率均超过68%,秋季的日最高气温、逐3 h气温和冬季的日最低气温预报最为理想,准确率分别达86.8%、75.2%和78.9%,春季的气温预报整体不理想;显著性检验结果显示：和T639直接输出的结果相比,MEOFIS在各季节的气温预报中具有明显的订正能力.2 m/s误差范围内,过渡性季节春、秋季的日最大风速预报准确率均超过75.0%,夏季的预报效果较差,但逐3 h风速预报准确率最高,达78.0%,冬季的风速预报效果整体不佳;利用总体平均经验模态分解法（EEMD）对各月逐3 h的海面气温和风速预报误差做滤波处理,结果显示MEOFIS平台对这两要素的预报误差均存在明显的双周震荡波,通过滤波可以提高二者预报的准确率,且气温预报准确率的提高更大.预报偏差和方差小的季节,预报准确率的改善更为理想. 相似文献
9.
为检验南海海浪业务化数值预报系统的预报效果,利用2010年和2011年3-11月的观测资料,通过计算预报值和观测值的绝对误差、相对误差等统计参数和线性回归分析对南海海浪业务化数值预报系统进行检验.统计结果显示有效波高和平均周期的预报误差24 h＜48 h＜72 h,有效波高的24 h、48 h、72 h预报平均绝对误差小于0.5 m,平均周期的24 h、48 h、72 h预报平均绝对误差小于0.8 s;预报误差有明显的季节变化,10月和11月的预报误差显著小于其它各月;回归分析结果显示预报值与观测值存在中度高度线性相关关系,随着预报时效的增长相关度逐渐递减,预报值较观测值偏大.总体来说,该系统的预报误差在可接受的范围之内,满足业务化预报的要求,但与欧洲气象中心等发达国家的预报系统比较来看,该系统还存在较大差距. 相似文献
10.
河口潮汐过程受上游径流、外海潮波等综合因素影响,动力机制复杂,潮位预报难度大。本文提出了一种基于非稳态调和分析（NS_TIDE）和长短时记忆（LSTM）神经网络的混合模型,对河口潮位进行12~48 h短期预报。该模型首先对河口实测潮汐数据进行非稳态调和分析,通过与实测资料对比得到分析误差的时序序列;以此作为LSTM神经网络的输入数据,通过网络学习并预测未来12~48 h潮位预报误差,据此对NS_TIDE的预测结果进行实时校正。利用该模型对2020年长江口潮位过程进行了预报检验,结果表明混合模型12 h、24 h、36 h和48 h短期水位预报的均方根误差（RMSE）相比NS_TIDE模型至多分别降低了0.16 m、0.15 m、0.14 m和0.12 m;针对2020年南京站最高水位预测,NS_TIDE模型预报误差为0.64 m,而混合模型预报误差仅为0.10 m。 相似文献
11.
12.
13.
提出了1种动态权重的台风路径与强度集成预报方法,根据前4个时刻(24h,间隔6h)的预报误差来滑动确定接下来预报所用成员及其权重。设计了3种权重形式(最小误差、绝对偏差与相对偏差),并利用2013—2015年6家气象机构的台风预报数据,对台风路径与强度进行了时效为24,48和72h的预报应用检验。结果表明:1)动态权重集成方法在台风路径与强度预报上均有改进,平均预报误差小于单一成员的预报误差。2)路径预报以绝对偏差形式效果最佳,24,48和72h时效的预报误差减小2.4%～40.4%;强度预报以相对偏差形式效果最佳,3个时效的台风最大风速的预报误差减少11.2%～49.9%,而台风中心气压则为11.9%～52.6%。3)相对偏差动态集成预报能有效减小西北太平洋台风在东西方向上的偏差,24和48h均方根误差分别为92.5和146.7km。 相似文献
14.
亚丁湾海域是印度洋西部一个重要海洋运输通道,其海水性质变化多样,海水运动复杂,对航海等起着重要作用。利用了海浪-环流耦合模式建立的全球大洋环流预报系统2008年的预报结果,结合实时/准实时的Argo观测资料,针对亚丁湾海域进行了模拟与观测的对比研究。对比分析包括:不同季节代表月份的预报结果与Argo剖面的比较、预报结果与全年Argo观测温度误差的统计分析等。比较表明:该预报结果与Argo观测剖面吻合较好,温度预报在整体上具有较小的误差,在100 m以深的海洋下层有75%的温度误差分布在±1℃范围内,而100m以浅的海洋上层的温度误差在该范围占67%。比较结果也显示预报的上层混合作用仍略偏弱,剖面中的逆温现象没有在预报中反映出来等,其机制有待深入研究,可能受分辨率低的限制。这些结果为将来在该海域建立高分辨率的海洋环流预报系统有一定借鉴意义。 相似文献
15.
基于MASNUM海浪预报系统的北印度洋波浪特征模拟与预报分析 总被引：1，自引：0，他引：1
基于MASNUM海浪数值预报系统的全球10 a后报数据库资料,分析了北印度洋区域波浪分布特征.由于该地区受季风控制显著,夏季波浪大于冬季;在空间分布上,西部比东部风大、浪大,在亚丁湾、索马里外海波浪最大.基于Janson-1卫星高度计有效波高观测资料,对MASNUM海浪预报系统的预报性能进行了检验,检验结果表明,预报波高均方根误差在0.5 m左右,短期的24 h预报效果好于48 h和72 h,冬季好于夏季.另外,对预报误差进行了相应的概率分布分析. 相似文献
16.
17.
18.
中国海及邻近海域卫星观测资料同化试验 总被引：4，自引：0，他引：4
利用1个基于POMgcs海洋模式和多重网格三维变分同化方法建立的中国海及邻近海域海面高与三维温盐流数值预报模型,通过一系列数值试验,研究了同化卫星测高和卫星遥感海面温度观测资料对该模型预报能力的影响。试验结果表明,同化卫星测高资料可明显改善海面高度与三维温度和盐度的分析预报效果,使1 200 m以上的温度预报误差减小0.16℃,并能有效提高对海洋中尺度现象的预报能力;同化卫星遥感海面温度对100 m以上的温度和盐度的预报效果有所改善,可使海面温度的预报误差减小10%。 相似文献
19.