共查询到18条相似文献，搜索用时 140 毫秒
1.
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
2.
用小波分解（WT）和最小二乘支持向量机（LS-SVM）相结合的方法,建立西太平洋副热带高压面积指数的预报模型。该方法首先将西太平洋副热带面积指数（SI）分解为相对简单的带通分量信号,利用LS-SVM建立各分量信号的独立预报模型,然后对预报结果进行集成。为了评估和比较该方法的预报效果和技术优势,最后比较了在同等条件下WT～LS-SVM模型和神经网络、线性回归模型的独立检验预报效果。试验结果表明,该方法具有泛化能力强、预报精度高、训练速度快、稳定性好、便于建模等优点,具有良好的应用前景。 相似文献
3.
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
4.
5.
基于动力统计模型重构的副热带高压中长期预报 总被引：1，自引：0，他引：1
基于T106数值预报产品500 hPa位势高度场序列,用EOF方法对位势场序列进行时、空分解,在考虑相邻时段位势场空间模态基本稳定的前提下,引入动力系统重构的思想,以EOF分解的空间模态时间系数序列作为动力统计模型变量,用遗传算法全局搜索和并行计算优势,进行了模型参数的优化反演,建立了EOF分解的时间系数的非线性预报模型。通过模型积分和EOF的时、空重构,实现了副热带高压活动场的中长期预报。试验结果表明,在短期预报(1—5 d)该模型与T106模式的预报效果大致相当;但对于中长期预报(≥5 d),其预报效果优于T106预报产品;特别是10 d以上的预报结果对副热带高压的形态和范围仍然能较为准确地描述。该研究方法对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。 相似文献
6.
7.
基于模糊系统的西太平洋副热带高压异常年份的影响因子检测分析和动力预报模型反演 总被引：3，自引：1，他引：2
基于自适应网络模糊推理系统(ANFIS),讨论了滤除主信号之上影响因子噪声音的方法和途径,针对2010年的副热带高压异常的天气事实,首先用时滞相关法从观测资料中分析出2010年夏季风系统主要成员中对副热带高压异常影响最显著的3个因子:马斯克林高压、索马里低空急流和印度季风潜热通量,并用ANFIS诊断检测了这3个因子对副热带高压异常的影响和贡献。由于ANFIS系统具有非线性、容错性和自适应学习等特性,因此适宜于研究和模拟副热带高压等动力学不易准确描述的问题。在此诊断分析基础上,采用遗传算法和动力重构理论相结合的技术路径,从2010年实际的观测资料序列中客观准确地反演重构出非线性的副热带高压及其影响因子的动力模型,并对其进行了动力延伸预报试验。多次试验结果表明,预报的副热带高压面积指数、马斯克林冷高压强度指数、索马里低空急流和印度潜热通量指数在25天以内的中短期预报效果较好,误差不超过10%,并且预报出了指数的变化趋势。为西太平洋副热带高压与东亚夏季风系统的关联性和西太平洋副热带高压指数预测研究提供了一种新的思路和方法。 相似文献
8.
9.
10.
用卡门滤波作短期降水概率预报王毅荣黄建林（定西地区气象局７４３０００）引言因为卡门滤波方法不需要太多的样本资料，且可利用前一时刻预报误差的反馈信息及时修正预报方程，以提高下一时刻的预报精度，所以近年来被作为一种新的预报方法广泛地应用于预报业务。卡门滤... 相似文献
11.
1INTRODUCTIONItiswellknownthattheaccuracyoftheforecastingofwesternPacificsubtropicalhighcontributesmuchtothesuccessofforecastsofmedium-termprecipitationduringtherainingseasonofeasternChina.Forthepastfewyears,NWPproductsarebecomingindispensablefoundationsforoperationalforecastersmakingmedium-termforecasts,withtherapidmodernizationofmeteorologicalmeansandon-goingimprovementoftheNWPproducts.ModelscapableofproducingNWPproductscannotyieldresultsthatentirelyrepresentthe搕rueatmosphere?butha… 相似文献
12.
Based on the adaptive network fuzzy inference system (ANFIS), methods to filter out the noise of impact factors from the main signal are discussed. Focusing on the abnormal weather conditions in 2010, we use the delay-relevant method to analyze the five members of the summer monsoon system that had the largest effect on the subtropical high anomalies from the observational data. ANFIS is suitable for research and simulation of subtropical highs that are difficult to describe accurately with dynamics, allowing the effect of five factors on the subtropical high anomalies to be examined. Our results show that the Mascarene cold high, the Indian monsoon latent heat flux, and the South China Sea monsoon trough had the largest effect on the subtropical high anomalies. Diagnostic analysis, with genetic algorithms (GA) and dynamical reconstruction theory, reconstructed the nonlinear dynamical model of the subtropical high and its main factors objectively and accurately from the sequence of observations in 2010. Furthermore, a dynamically extended forecast experiment is performed. The forecasts for the subtropical high area index, the Mascarene cold high index, the Indian monsoon latent heat flux, and the South China Sea monsoon trough index all show a strong short-term effect over less than 25 days. The forecasting trend is accurate, and the error rate is no more than 7%. Our results provide new insight and methods for research on the association between the western Pacific subtropical high and the East Asian summer monsoon system, and for the prediction of the western Pacific subtropical high index. 相似文献
13.
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
14.
该文介绍了基于基本的支持向量机非线性回归方法,该方法具有解决非线性问题的能力,在数值预报解释应用技术中,对某些预报量与预报因子之间相关性不显著的要素,如风、比湿等,采用支持向量机非线性回归技术较多元回归的MOS方法更具优势;利用北京市气象局中尺度业务模式 (MM5V3) 的12:00(世界时) 起始数值预报产品和观测资料,制作北京15个奥运场馆站点6~48 h逐3 h的气象要素释用产品。对比MM5V3模式,从均方根误差的平均减小率来看,2 m温度减小12.1%,10 m风u分量减小43.3%,10 m风v分量减小53.4%,2 m比湿减小38.2%。与同期的MOS方法预报结果相比,整体预报效果SVM略优于MOS。由此可见,支持向量机非线性回归方法解决与预报因子之间非线性相关的气象要素较好,具有较高的预报优势。 相似文献
15.
16.
基于线性回归方法、梯度提升回归方法(GBRT方法)、XGBoost方法和堆叠集成学习方法(Stacking方法)4种机器学习方法,采用误差分析建模思路,针对北京城市气象研究院研发的睿图-睿思系统对2020年12月—2021年11月所有起报时次未来3~12 h的2 m温度、2 m相对湿度、10 m风速以及10 m风向4种气象要素预报,开展京津冀复杂地形下的站点预报误差订正技术研究及试验应用。结果表明:基于预报误差分析构建的4种订正模型中,由于Stacking方法集成了前3种方法的优势,在4个季节的4种气象要素订正中均表现最佳,其他3种单一机器学习方法试验中,XGBoost方法表现最佳,其后依次为GBRT方法、线性回归方法,但均对预报准确率有明显的正向提升效果。总体上,基于机器学习方法构建的预报误差订正模型可有效降低系统原始预报误差,有助于进一步提升复杂地形下站点客观释用产品的预报准确性。 相似文献
17.
18.
2016年6—8月T639、ECMWF及日本模式中期预报性能检验 总被引：1，自引：1，他引：0
对2016年6—8月T639、ECMWF及日本（文中简称JP）数值模式的中期预报产品进行了分析和检验。结果表明：3个模式对亚洲中高纬环流形势的调整和演变均具有较好的预报性能,其中ECMWF模式预报效果最好。对于副热带高压,ECMWF和T639模式均能较好地预报副热带高压移动趋势,但具体过程存在不同偏差,ECMWF模式偏差较小;3个模式中期时效均能报出四川盆地的持续高温过程,且对北方850 hPa温度的转折性变化趋势均有较好的预报能力,ECMWF和JP模式对南方地区温度变化的预报能力明显优于北方地区,T639模式对南方温度预报偏差较大,ECMWF模式综合预报效果最好。对台风妮妲,ECMWF模式预报与零场较为接近,T639模式误差较大。 相似文献