首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 125 毫秒
1.
鉴于当前短期气候预测中,纯粹使用动力学方法尚不能完全满足气候预测业务的需要,因此有必要在策略上采取动力和统计相结合的办法.在具体实现手段上,简要介绍了从历史资料中提炼预测信息,发展了一种基于历史相似误差订正的相似—动力短期气候预测新方法.分别在月、季节以及ENSO等短期气候预测领域相继开展了试验和应用,取得了—些令人鼓舞的初步结果,为下一步深入开展有关短期气候预测科学的研究提供了些许借鉴.  相似文献   

2.
气象要素在电力负荷预测中的应用   总被引:10,自引:1,他引:10  
罗慧  巢清尘  李奇  刘安麟  顾润源 《气象》2005,31(6):15-18
综合应用人工神经网络、模糊理论等智能技术,着重考虑天气因素对电力负荷的影响,确定了一种有效的电力系统短期负荷预测方法。并应用陕西省9个地市1998-2001年的逐日8个气象要素以及对应的逐日电力负荷值,对陕西省电力负荷进行训练和预测。研究结果证明这种方法能较大地提高日负荷预测的精度。  相似文献   

3.
1引言国外不少国家开展短期气候预测的研究与业务已有几十年历史。目前大多数国家(包括我国)业务预报仍以经验统计方法为主,预报效果不稳定。80年代以来。有关气候变化物理成因及其机制的研究,为短期气候预测尤其是动力模式的发展提供了物理依据,有的已成为短期气候预测很有用的工具。一些发达国家在进行动力模式的研制和气候模拟方面发展很快。为更好开展短期气候预测的研究,有必要了解其发展现状。但限于篇幅,本文只能对短期气候预测的较新进展作比较详细的介绍。2短期气候预测方法2.1经验、统计方法经验方法仍以天气气候的相似相…  相似文献   

4.
袁重光 《大气科学》1990,14(2):249-256
本文回顾了用大气环流模式及大气-海洋耦合模式进行短期气候预测试验研究的进展情况,综述了试验研究得出的一些初步结论,文中也介绍了我国在这方面进行的一些初步试验研究的结果,供短期气候预测研究工作的参考。  相似文献   

5.
人工神经网络的短期气候定性预测方法研究   总被引:5,自引:3,他引:5  
采用EOF方法将众多具有一定物理意义的环境场预报因子和序列周期因子进行降维去噪处理,并结合人工神经网络前馈网络模型,进行了影响广西热带气旋年频数和夏季(6~8月)降水量短期气候预测的定性预报建模方法研究。结果表明,该方法对于影响广西热带气旋的年频数及广西夏季降水量定性趋势具有很好的预报能力,可作为一种新的短期气候预测业务预报配套方法。  相似文献   

6.
《应用气象学报》是由中国气象科学研究院、国家气象中心、国家卫星气象中心和国家气候中心联合主办的气象科学技术与应用研究的综合性学术期刊。《应用气象学报》将向您提供有关我国气象科技领域内研究和应用成果的最新论文、资料、方法等大量信息,内容包括气象预报、卫星气象、农业气象、海洋气象、航空气象、环境气象、人工影响天气、应用气象、大气探测、遥感技术以及计算机应用技术等学科;还向您介绍国内外现代科技的最新理论与新技术在大气科学中应用的研究论文及信  相似文献   

7.
一、概述概率统计方法应用于大气科学领域,日益广泛、深入,在气象预报(包括不同尺度的天气预报和各种专业气象预报)的应用,主要反映在以下几个方面: 1.气象资料或气象场的分析和处理; 2.天气、气候规律的分析研究; 3.气象预报(包括大范围和单站的长、中、短期天气预报,以及超长期、超短期预报等);  相似文献   

8.
吕非 《黑龙江气象》1994,(3):40-40,49
介绍一种短期预报方法吕非1此方法命名为双雨区迭加法。在制作地区或单站气象预报时,经常无法确定降水量级,但往往可以确定与本区相连区域降水量的量级,然后将相连区域的雨量与本区降水量进行比较迭加,就可以得到本区的降水量的量级。我们称这种进行雨区降水量比较进...  相似文献   

9.
短期降水预报的动力学与热力学   总被引:1,自引:0,他引:1  
提出了当前短时和短期降水预报中需待解决的3个问题。由这些问题引发了如何把动力学与热力学相结合,如何把大量的观测和模式资料应用于短期无间隙预报的思考。最后给出了一个短期大暴雨预报的应用实例。  相似文献   

10.
SVM是近年来数学领域的一门新学科,它的应用极为广泛,颇具发展前途。如今,SVM理论已经应用于气象预报,并在对流层中高层气象数据分类应用上效果良好,为精确预报提供了坚实基础。本文简要介绍了SVM的基本思想和在气象数据分类方面的应用及其发展前景。  相似文献   

11.
强对流天气监测预报预警技术进展   总被引:23,自引:8,他引:15       下载免费PDF全文
强对流天气预报业务包括监测、分析、预报、预警和检验等方面。对流初生识别、对流系统强度识别和对流天气类型识别等监测技术取得新进展,综合多源资料的监测技术已应用于中国气象局中央气象台业务。对流系统的触发、发展和维持机制等获得了新认识,我国不同类型强对流天气及其环境条件统计气候特征、分析规范及相应业务产品等为业务预报提供了必要基础和技术支撑。光流法、多尺度追踪技术以及应用模糊逻辑方法的临近预报技术等有明显进展,融合短时预报技术得到广泛应用,对流可分辨高分辨率数值 (集合) 预报及其后处理产品预报试验取得了显著成效,基于数值 (集合) 预报应用模糊逻辑方法的分类强对流天气短期预报技术为业务预报提供了技术支撑。强对流天气综合监测和多尺度自适应临近预报技术、多尺度分析技术以及融合短时预报技术、发展并应用模糊逻辑等方法的、基于高分辨率数值 (集合) 模式的区分不同强度等级和极端性的分类强对流天气精细化 (概率) 预报技术等是未来发展的主要方向。  相似文献   

12.
模块化模糊神经网络的数值预报产品释用预报研究   总被引:13,自引:0,他引:13       下载免费PDF全文
金龙  林熙  金健  李菁 《气象学报》2003,61(1):78-84
综合应用预报量自身时间序列的拓展,数值预报产品和模块化模糊神经网络方法,进行了一种新的数值预报产品释用预报研究。将这种新方法与常规的数值预报产品完全预报(PP)方法进行了对比试验。结果表明,这种模块化模糊神经网络数值预报产品释用预报方法比PP预报方法的预报精度显著提高。并且,通过对预报模型“过拟合”现象的研究发现,这种模块化模糊神经网络的数值预报产品释用预报模型具有很好的泛化性能。  相似文献   

13.
短临降水预报是一项重要且具有挑战性的世界性难题.研究人员曾尝试使用各种技术预报降水,但是由于降水本身具有高度非线性、随机性和复杂性的特性,使得降水预测精确度并不高.近年来,随着人工智能技术的迅猛发展,其日渐渗透到人们生活的方方面面,气象领域也因此得益.人工神经网络能够对非线性系统进行建模,因此相比于传统方法,如数值天气预报法和光流法等,人工智能方法使得降水预报的准确率大大提高.本文介绍了传统降水预报的方法,着重总结概括了用于短临降水预报的各种最新人工智能方法,并对各研究方向进行归纳分析,为各类研究人员研究提供有益参考和借鉴.  相似文献   

14.
人工神经网络预报模型的过拟合研究   总被引:35,自引:0,他引:35  
针对神经网络方法在预报建模中存在的“过拟合”(overfitting)现象和提高泛化性能 (generalizationcapability)问题 ,提出了采用主成分分析构造神经网络低维学习矩阵的预报建模方法。研究结果表明 ,这种新的神经网络预报建模方法 ,通过浓缩预报信息 ,降维去噪 ,使得神经网络的预报建模不需要进行适宜隐节点数的最优网络结构试验 ,没有“过拟合”现象 ,并且与传统的神经网络预报建模方法及逐步回归预报模型相比泛化能力有显著提高  相似文献   

15.
段婧  苗春生 《气象》2005,31(8):31-36
将人工神经网络应用于南京夏季梅雨期短期降水分级预报。根据梅雨期天气特点,用统计和动力学方法从HLAFS(高分辨率有限区域预报系统)资料中寻找预报因子;然后分别用两种方法选取输入因子对人工神经网络进行训练,并分别利用抽取的五天做降水分级预报检验。通过对人工神经网络方法预报降水的结果与HLAFS降水预报以及逐步回归预报的结果对比发现:与HLAFS降水预报相比,降水预报准确率由原来的66.7%提高到88.2%,漏报、错报明显减少;与逐步回归预报相比,大到暴雨的预报准确率得到了明显提高。  相似文献   

16.
一种改进的BP算法及在降水预报中的应用   总被引:3,自引:1,他引:2       下载免费PDF全文
传统BP(back propagation)算法在实际应用中具有网络结构参数和学习训练参数难以确定、泛化能力差、训练学习易陷入局部极小点等问题。该文在传统BP算法的基础上,提出一种改进算法,在训练过程中能自动确定各种参数,并避免陷入局部极小点,提高网络的泛化能力。利用2003—2005年5—9月中国国家气象中心T213的数值预报产品,通过动力诊断得出反映降水的物理量,然后从中挑选出与降水关系较好的25个因子,连同中国国家气象中心T213模式、日本气象厅业务模式和德国气象局业务模式相应的降水量预报结果作为预报因子。采用改进的BP算法建立江淮流域68个站24 h降水(08:00—08:00,北京时)3个等级(降水量≥0.1 mm,降水量≥10 mm,降水量≥25 mm)的预报模型。通过对2006—2007年5—9月68个站试报结果表明:改进BP算法对降水预报的TS评分大大高于传统BP算法,也高于几种模式的降水预报结果,同时,改进算法使降水预报的平均空报率、漏报率明显降低。  相似文献   

17.
针对气象预测内容繁多且影响因素多样的问题,提出了一种基于长短时记忆(LSTM)的气象预测方法。方法能够对繁杂的气象数据进行自动预处理,提取相应的特征信息。通过神经网络的前向训练、长短时记忆反馈学习,经过多隐藏层地自主训练,对能见度、温度、露点、风速、风向以及压力气象信息实现准确预测。通过实验以及与经典机器学习预测方法的比较,验证了本文方法在气象预测中的有效性,进一步提升了气象预测的准确性,各项预测值的均方检验误差平均值为0.35。   相似文献   

18.
当前,人工智能迎来第3次发展浪潮并在多个领域大数据分析中取得巨大成功,这为人工智能技术与数值天气预报结合提供了契机。已有大量研究尝试将人工智能技术用于数值天气预报的初值生成、预报和产品应用过程中,涉及观测资料预处理、资料同化、模式积分、后处理以及高性能计算,通过误差估计、参数估计和局部代理等手段使预报结果,得到改进且计算速度大幅提升,展示出良好的应用前景,一些神经网络模型也表现出纯数据驱动预报的可能性,在短时强对流天气、降水以及气候预测中已有较为理想的应用实例。然而,人工智能技术在数值天气预报中的应用与发展仍面临一些挑战,主要包括深度学习的弱解释性、不确定性分析以及两者的耦合等,除了应对这些挑战,未来两者的深度结合还需要在理论指导下的人工智能模型设计、高时空分辨率人工智能预报模型设计以及使用更多新型人工智能技术等方面深入探索。  相似文献   

19.
银川河东机场小样本雷暴分类客观预报方法研究   总被引:2,自引:2,他引:0  
利用2000—2016年欧洲中心再分析资料、探空及地面自动气象站观测资料,根据天气过程的强度和对应物理量,分别对银川河东机场雷暴伴随大风、降水等不同天气现象类别进行定量化转换,采用峰度偏度系数、χ~2以及Q-Q图3种方法对定量转换的数据进行正态性检验,结果表明:按天气现象分类的样本服从正态分布,未分类样本基本服从。利用逐步回归、多元回归、非线性回归、BP人工神经元网络以及支持向量机5种方法,分别建立了雷暴现象与强度预报模型。结果表明:BP网络以及SVM对天气现象的预报能力较强;分类逐步、多元以及非线性回归模型分别对弱雨、强雨以及大风和降雨同时发生的天气强度预报效果较好。并在此基础上通过最优分析设计了河东机场不同种类雷暴天气定性和定量预报相结合的业务系统。  相似文献   

20.
神经网络在气象上的应用往往是采用固定学习率的BP算法建模,学习过程易出现振荡现象和网络存在冗余连接等缺陷,基于此对神经网络进行了改进。利用时间序列分析方法对样本数据进行处理,用改进后的神经网络对时间序列样本数据进行训练预测,创建了时间序列动态学习率神经网络模型。最后用库车县1997—2007年四季的平均气温值作样本数据进行训练,其训练精度和拟合度都达到很高的标准,用该模型预测了库车县2008年的气温。通过实例证明这个模型在气象预测领域有一定的实用价值。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号