共查询到20条相似文献，搜索用时 265 毫秒
1.
2.
成山头处于山东半岛最东端,由于其特殊的地理位置,使得成山头站的风对黄海海面风有很好的指示作用。本文使用2005年10月—2010年9月NCEP再分析资料(1o×1o)和实况观测资料,采用动态学习率BP网络(前馈反向传播Back Propagation,简称BP网络)算法的人工神经网络建立模型,在对T639数值预报产品解释释用基础上,针对成山头站进行了24 h和48 h模拟预测。模型预测结果显示,BP网络模型对成山头站的风力预报相对T639模式的平均绝对误差降低了28.2%(24 h)和19.7%(48 h)。对容易致灾的6级以上大风准确率提高显著,尤其是在T639模式对8级以上大风完全漏报情况下,BP模型在24 h仍有25%的预报准确率,48 h能达到50%的准确率。 相似文献
3.
4.
基于第三代海浪模式WaveWatch III,采用集合最优插值(EnOI)方法对北印度洋海浪进行同化数值实验研究。在集合样本选取方案上,针对不同的实验分别选取有效波高(SWH)的历史后报场(样本A)、24h变化(样本B)以及以同一时刻72h预报时效和24h预报时效的差异(样本C)用于估计背景误差协方差。样本A和样本B是为海浪模拟而设计,样本C是为海浪预报而设计;通过与由高度计数据确定的模式背景误差进行比较,认为样本B优于样本A。采用样本B对2011年北印度洋海浪场进行同化模拟,结果表明2011-03-11相对误差改进都在5%及以上,其中7月份改进效果最佳。采用样本C对2013-07的有效波高进行0~72h预报,发现同化使0~24h预报改进最明显:均方根误差改进0.12m,相对误差改进5%。浮标检验结果支持上述结论。 相似文献
5.
基于主成分和BP神经网络的智利竹筴鱼渔场预报模型研究 总被引：3，自引：0，他引：3
东南太平洋智利竹筴鱼Trachurus murphyi是我国大型拖网渔船队的重要捕捞对象。准确预报中心渔场是提高渔业生产能力的重要工作。本文根据2003—2009年我国船队在东南太平洋海域捕捞智利竹筴鱼的渔捞日志数据,结合海洋遥感获得的海表温度(SST)和海面高度(SSH)等海洋环境因子,利用主成分和BP神经网络方法对智利竹筴鱼中心渔场预报模型进行了研究。研究利用主成分分析法(PCA)得到累计贡献率在90%以上样本的主成分,综合考虑模型测试的精度与速度,基于原始样本和经PCA处理后的主成分分别建立了BP模型,其最优BP模型结构分别为5∶10∶1和3∶7∶1。研究结果表明,经PCA处理后的主成分所建立的BP神经网络模型在训练结果和测试结果上均要优于用原始样本建立的BP神经网络模型,两者的预报准确率分别为67%和60%。 相似文献
6.
南海台风路径预报CLIPER模式 总被引：8，自引：0，他引：8
基于南海（１１３°－１２３°Ｅ，１０°－２５°Ｎ）台风的气候学、持续性和一些组合因子，根据与未来的经向、纬向位移的回归分析，发展了一种预报台风路径的气候与持续的（ＣＬＩＰＥＲ）模式。并建立了一组从２４小时到１２０小时的预报台风路径经、纬向位移的预报方程，同样，根据台风前２４小时移向的分组，建立了分类样本预报方程，对非独立样本和独立样本试报表明，分类样本方程比全样本方程有更高的精度，无论对于全样本模 相似文献
7.
8.
针对调和分析法预报潮汐精度不高的缺陷,论述了神经网络的BP(反向传播)模型用于潮汐预报的可行性和先进性,设计了潮汐预报的BP神经网络模型,论述了模型的算法改进和预报方法过程,用验潮站20多年的潮汐记录,验证了BP模型用于潮汐预报的可行性和精度. 相似文献
9.
国家海洋环境预报中心基于MM5模式及WRF模式构建了两套印度洋海域数值预报系统。文中利用这两套系统2012年1月一12月期间的业务化数值预报结果,结合亚丁湾海域两个随船观测站点的观测资料,对亚丁湾海域进行了预报与观测的对比分析;并收集了世界气象组织(WMO)全球气象通信系统(GTS)2012年海洋大气观测资料,对印度洋海域的业务化预报结果进行了检验。结果表明:WRF模式与MM5模式均能很好的对海面风场、温度场和气压场进行预报,WRF模式在风速预报上较MM5模式没有明显改进,但对气温、气压和风向的预报准确性都有所提高;WRF模式风场34h、58h、82h预报与10h预报的差异较MM5模式都有所缩小,说明WRF模式对长时段风场预报的准确度优于MM5模式。 相似文献
10.
基于灵敏度分析的海洋油气资源BP神经网络预测模型的优化 总被引：2，自引：2，他引：0
作者针对BP神经网络结构设计中存在的问题,提出利用灵敏度分析方法对BP神经网络预测模型进行优化。通过BP算法与参数灵敏度分析的结合,寻找网络输入属性与输出属性之间的影响因子;在保证精度的前提下优选网络输入属性,简化网络结构,以增强网络的泛化能力,减少人为主观因素对网络设计的影响。最后以海洋油气资源预测为例,结合实测资料建立BP神经网络预测模型并进行了优化及预测精度评价,表明优化后的模型既能有效提高油气资源预测结果的稳定性,又不损失预测精度。 相似文献
11.
12.
13.
利用厦门海域2005—2008年海洋水质自动连续监测仪器的多年全天24 h连续监测所获取的海水各项因子的有关数据,对其进行24 h滑动平均处理后,再进一步筛选整理形成统计所需样本,采用逐步回归统计方法建立28 h预报方程,试图能对和赤潮产生有紧密关系的叶绿素含量变化做出短期预报,并尝试将预报结果应用于灾害性赤潮预报业务。 相似文献
14.
《海洋预报》2016,(4)
以BP人工神经网络可有效描述非线性问题的特性应用于短期风暴潮增水预报,利用风暴潮增水与各项影响因素的关系,建立厦门沿海的风暴潮增水预报的人工神经网络模型。该模型将以台风中心最低气压、最大风速,七级大风半径、台风中心距测站位置的距离和测站当地气压、当地风速、天文潮位及增水值、作为主要的输入因子,预测未来1 h、2 h、3 h及6 h风暴潮增水值。分别探讨厦门沿海的风暴潮増水在3种代表性热带气旋路径的影响下的模型应用情况,由预报结果的分析显示:该BP神经网络模型所预报的风暴潮增水较好的拟合了实际变化趋势,表明本模型对于厦门沿海风暴潮増水的预报具有相当不错的成效。 相似文献
15.
16.
水位在忽略观测误差的前提下,可分解为潮位和余水位,后者具有较强的空间相关性以及非平稳特征,是影响水位预报精度的主要因素。港口工程、航运计划编制等方面对实时高精度水位预报具有重要需求,这对余水位预报模型构建提出了更高要求。另外,利用高精度余水位预报模型可减少验潮站布设数量。针对余水位短期预测模型精度不高的现状,本文对余水位进行集合经验模态(EEMD)分解,获得余水位在时间序列上的本征模函数(IMF);使用快速傅立叶变换(FFT)分析各本征模函数的频谱特征;再利用BP神经网络对各个本征模函数进行训练,预测了未来6 h、12 h、24 h的余水位值。对哥伦比亚河下游河口处的3组典型验潮站的余水位数据的预测结果表明,在未来6 h、12 h内的余水位的预测精度达到厘米级,在24 h内接近厘米级,证明了该组合模型在余水位短期预测方面的可行性。 相似文献
17.
提出1种基于改进BP算法的风暴潮极值水位预报方法。首先针对现有人工神经网络BP算法存在的缺陷,引入Cauchy训练方法计算连接权的调整,解决BP算法的局部极小点和网络瘫痪的问题。然后结合山东海区水文观测站每年的台风风暴潮资料,应用该改进算法建立台风强度、风速和台风移速与风暴潮极值水位的非线性网络预报模型,对该站极值水位进行预报。实验结果表明,该算法具有很好的稳定性和准确性,为风暴潮预报分析提供了1种可靠的技术手段。 相似文献
18.
水下机器人神经网络滤波技术的研究 总被引：2，自引：1，他引：2
滤波技术能提高水下机器人传感器信息的可靠性和精度 ,以保障水下机器人智能作业的顺利完成。将水下机器人的动力学特性隐式地分布在网络权值上 ,构造BP神经网络 ,进行水下机器人的运动状态预报 ,并将预报值与平滑后的实测数据相结合进行滤波 ,有效去除信号的噪声。仿真结果表明该方法能达到很好的滤波效果 相似文献
19.
基于不同要求的咸潮入侵理论模式较多。本文在河道地形概化的基础上, 综合考虑流量、潮汐、盐淡水混合类型及地形等因子, 建立起一个可以快速预报各水道日最大氯度及咸潮最大影响范围的模式, 并用于西江三角洲咸潮入侵的模拟和预报。结果表明, 模式可以很好地模拟西江三角洲各水道日最大氯度及咸潮入侵范围, 预报结果良好, 同时该模式也能较好地预报磨刀门水道剧烈的地形变化及其它要素，如流量、潮汐对咸潮活动的影响程度。今后仍需更多的实测资料或数学模型对其他因子进行更深入的定量化研究, 用来修正该预报模式, 以进一步提高模式的精度及可预报性。 相似文献
20.
本文以动力学原理为依据,结合低纬西太平洋南海地区热带气旋历史资料建立了一个预报南海海区热带气旋未来72小时路径的预报模式。模式只要求输入预报时刻和前期的热带气旋中心位置,最低气压和中心附近最大风速资料便可在IBM或类似的微机上作出未来72小时的路径预报。用统计样本外的6年历史资料作预报检验,6年的平均预报误差表明其预报精度已达一般客观预报水平。 相似文献