共查询到18条相似文献，搜索用时 171 毫秒
1.
2.
小波分解与SOFM-BP网络结合的西太平洋副高数值预报产品优化技术 总被引：1，自引：2，他引：1
基于1995～1997年夏季（5～8月）T106数值预报场资料,研究讨论了夏季西太平洋副热带高压面积指数的预报误差修正与预报优化问题。首先通过小波分解对预报目标进行频域分解和高频滤波,随后引入了人工神经网络BP模型与自组织特征映射网络（SOFM）相结合的方法,对副高指数的数值预报结果进行了预报优化与误差修正的训练建模。试验结果表明,所建模型能够较为客观、有效地修正副高指数的数值预报误差,优化和改进副高预报效果。 相似文献
3.
4.
基于前传式网络逼近的太平洋副热带高压活动的诊断预测 总被引：13，自引：1，他引：13
基于前传式神经网络BP算法(BackpropagationNeuralNetwork)和回归模型,探讨了西太平洋副高面积指数同赤道东太平洋海温及赤道纬向风之间非线性分类和映射逼近的建模方法和效果比较.结果表明,前传式网络,特别是回归网络预报模型具有较好拟合精度和预报效果及比较实用的预报时效. 相似文献
5.
自组织网络与广义回归网络耦合的副热带高压指数预测 总被引：3，自引：0，他引：3
利用亚洲夏季风系统中各成员变化活动与西太平洋副高存在的不同程度的时延相关性,从1995~ 2004年NCEP/NCAR逐日再分析资料中,提取了亚洲夏季风系统各成员变化活动的特征指标及其对应的超前三候的西太平洋副高(简称副高)面积和脊线指数.在此基础之上,建立了自组织网络与径向基函数网络串级耦合的副高指数预测模型.该模型首先用自组织网络对各指标样本按其自身相似原则进行无监督分类,随后用广义回归网络分别对分类出的各指数样本子集进行有监督的训练建模和预测.模型的预测试验结果表明：副高指数的预测结果与其实际值之间的相关系数达到0.89,明显优于单一的神经网络模型预测效果. 相似文献
6.
基于Kalman滤波的副热带高压数值预报误差修正 总被引：3，自引：0，他引：3
利用Kalman滤波方法，对T106数值预报产品进行了误差修正和预报优化。用1995-1996年夏季（5-8月）T106数值预报产品资料建立预报模型，并提供递推参数初始值，其后以1997年夏季（5-8月）T106资料为独立样本对副高面积指数和脊线指数进行动态订正预报。预报效果的对比分析表明，Kalman滤波方法较其它统计预报方法的自适应能力更强。能够对预报对象提供更为准确、有效的跟踪和描述。对数值预报产品的副高预报误差修正效果良好。 相似文献
7.
8.
本文使用多层递阶的基础理论,提出了短期雷暴预报的两种模型A和B。试验结果表明,多层递阶方法,对于短期天气预报也具有较强的预报能力。 相似文献
9.
使用海南岛（以海口资料为代表）冬季平均气温资料,根据动态系统预测的理论,选用多层递阶自回归预报的方法,建立了海南岛冬季平均气温长期预报的多层递阶自回归预报模型,进行预报。结果表明,预报结果与实测值误差较小,冷暖年趋势预报和定量预报效果较理想。 相似文献
10.
本文用欧洲中心500 hPa中期逐日预报资料,使用多层递阶方法,提出了中期降水。气温的预报模型,业务使用结果表明,多层递阶方法对于中期天气预报也具有较好的预报能力。 相似文献
11.
A Medium/Long-Range Forecast of Paci c Subtropical High Based on Dynamic Statistic Model Reconstruction 
下载免费PDF全文
下载免费PDF全文 Based on the 500-hPa geopotential height eld series of T106 numerical forecast products, by empirical rthogonal function (EOF) time-space separation, and on the hypotheses of EOF space-models being stable,he EOF time coe cient series were taken as dynamical statistic model variables. The dynamic system econstruction idea and genetic algorithm were introduced to make the dynamical model parameters optimized, and a nonlinear dynamic statistic model of EOF separating time coefficient series was established. By he model time integral and EOF time-space reconstruction, a medium/long-range forecast of subtropical high was carried out. The results show that the dynamical model forecast and T106 numerical forecast were approximately similar in the short-range forecast (65 days), but in the medium/long-range forecast>5 days), the forecast results of dynamical model was superior to that of T106 numerical products. A new method and idea were presented for diagnosing and forecasting complicated weathers such as subtropical high, and showed a better application outlook. 相似文献
12.
13.
支持向量机与卡尔曼滤波集合的西太平洋副热带高压数值预报误差修正 总被引：1，自引：0，他引：1
基于T106数值预报产品资料,提出了支持向量机和卡尔曼滤波相结合的方法来进行夏季西太平洋副热带高压数值预报的误差修正与预报优化。首先采用支持向量机方法建立了西太平洋副热带高压面积指数的误差修正模型。基于支持向量机预报优化模型尽管有比较好的拟合精度和预报效果,但与实际副热带高压指数尚有一定的差异。究其原因,除预报对象(副热带高压)本身比较复杂、模型优化因子不够充分以及数值预报误差自身的随机性以外,优化模型的输入、输出基本上是一个静态映射结构,因此前一时刻的预测误差难以得到有效的反馈、调整和修正。为考虑前一时刻预报误差的反馈信息,动态跟踪副高的变化趋势,随后引入卡尔曼滤波方法建立支持向量机-卡尔曼滤波模型,对支持向量机模型的输出结果作进一步的调整和优化。试验结果表明,该方法模型的预报优化效果优于T106数值预报产品以及单纯的神经网络修正模型和卡尔曼滤波修正模型的优化效果,能够较为客观、有效地修正西太平洋副热带高压指数的数值预报误差,改进和优化西太平洋副热带高压的数值预报效果。该方法为副热带高压等复杂天气系统和要素场预报提供了一种新的思路,表现出较好的应用前景。 相似文献
14.
BP神经网络法在大气污染预报中的应用研究 总被引：2，自引：2，他引：2
近年来将BP网络模型应用到大气污染浓度预报中 ,并建立了大气污染物浓度的神经网络预报模型。将计算结果与监测值进行了验证 ,结果表明 :TSP的计算值与观测值之间的绝对误差为 4× 1 0 - 3～ 3× 1 0 - 2 mg·m- 3,NOX 的计算值与观测值之间的绝对误差为 5× 1 0 - 3～ 2× 1 0 - 2 mg·m- 3;且具有较好的相关性。BP模型是目前最为广泛应用的神经网络模型之一 ,它是一种简单而又非常有效的算法 ,BP神经网络法为城市空气污染预报工作提供了一种全新的思路和方法。 相似文献
15.
通过对大同市2011-2012年PM10质量浓度、有关气象要素和参数进行随机抽样、分组,建立单隐含层BP神经网络、多隐含层BP神经网络以及RBF网络对以上数据进行调试和训练,得出：就2011-2012年预测PM10日均质量浓度样本而言,按预测效果好坏排序,多隐含层最佳BP神经网络＞单隐含层最佳BP神经网络＞RBF神经网络;从网络最小误差总和来看,三种网络对夏秋两季的预报效果最好;从预测值和实测值的拟合效果来看,RBF网络对春季和冬季PM10质量浓度的预测效果最好;多隐含层BP网络对秋季PM10质量浓度的预测效果最好;三种神经网络对夏季PM10质量浓度的预测效果都很好,优劣性差异不大. 相似文献
16.
基于MATLAB的主成分RBF神经网络降水预报模型 总被引：13，自引：3，他引：10
以前期500 hPa高度场、海温场为预报因子,采用径向基函数(RBF)神经网络与主成分分析相结合的方法,建立了广西中部5月平均降水预报模型。在5年独立样本的预测检验中,预测的平均相对误差、均方误差及平均绝对误差分别为18.12%、50.52和34.23。对比分析RBF神经网络与BP(Back Propagation)神经网络的预测结果,表明RBF神经网络预测结果更准确、精度更高。 相似文献
17.
2009 年我国汛期降水形势总结与三个常用模式预报效果检验 总被引：2，自引：0，他引：2
利用实况24小时降水、形势场资料及T213、T639、Japan模式降水、形势场的预报资料,对2009年汛期(5-9月,下同)中国降水时空分布进行分析,并对T213、T639、Japan三个常用模式对2009年汛期的天气形势、降水及其影响系统的预报做主客观检验,以期得出2009年汛期降水分布特点及三个模式的降水预报效果对比.结果表明:(1) 2009年汛期华南地区降水量为全国之最,长江中下游和西南东部地区其次,东北和华北地区再次.(2)从TS评分看,Japan模式的小雨～大雨量级评分较高,T639模式暴雨～大暴雨量级评分较高；T213模式对华北地区暴雨、大暴雨量级降水预报评分高于Japan和T639模式.(3)从降水预报偏差看,T213模式对华北预报明显偏强,T639模式对华北预报强度较为适中,两模式对其他区域中等以下强度降水预报偏强,对强降水预报偏弱；T639对中等以下强度降水预报偏强程度明显小于T213,而对强降水除华南和东北区域外,预报偏弱程度明显大于T213；Japan模式预报偏差随降水量级增大而减小,对大雨以上各量级预报均明显偏弱,且偏弱程度明显大于T213、 T639.(4)由代表性形势场预报检验结果可知,除T213对500hPa高度场、850hPa温度场预报效果好于其他两模式外,各模式预报效果相差不大.(5)三个模式对500 hPa副高总体预报偏东、偏北、偏强,但Japan预报效果明显好于T213、T639.(6) T639模式对台风和低涡的预报相对较好,T213较差. 相似文献
18.
基于灰色关联分析与RBF神经网络的水面蒸发量预测 总被引：1，自引：0，他引：1
利用灰色关联度法分析了影响水面蒸发量的主要气象因素,并通过RBF神经网络建立了水面蒸发量的经验预测模型.计算结果表明,所建立的模型简单易行,精度较高,可以应用于生产实践中. 相似文献