共查询到20条相似文献，搜索用时 546 毫秒
1.
天空云量预报及支持向量机和神经网络方法比较研究 总被引：11，自引：2，他引：11
使用支持向量机和人工神经网络两种方法,分别建立了天空云量的预报模型。利用2001年5月1日～2004年12月31日的武汉市地面、高空观测值及欧洲中心的24小时预报场等资料,通过按不同比例随机抽取样本进行交叉验证的方法,分析了SVM和ANN模型的预报能力和鲁棒性;然后再用全部样本资料建立预报模型,来预报2005年1月1日～5月31日武汉市天空云量。交叉验证和实例预报的结果显示：虽然SVM和ANN模型都表现了较好的预报能力,但SVM的预报能力高于ANN方法,且在计算速度上有ANN无法比拟的优势。 相似文献
2.
南宁市空气臭氧污染的TAR模型预报研究 总被引：1，自引：0，他引：1
以门限自回归统计方法为基础进行南宁城市臭氧日最大小时浓度TAR模型预报研究.选取日平均气压作为参与预报气象因子、180日作为建模资料长度、开方形式的数据转换后建立模型预报效果更佳.预报结果检验表明预报方案是可行的,并提出了改进建议. 相似文献
3.
4.
5.
6.
本文利用一适合复杂地形区的有限区域预报模式系统，分别采用欧洲中期天气预报中心的格点资料和我国国家气象中心的ＤＣＤ电码资料，对１９８１年７月１－３０日和１９８８年８月１０－１４日两时段共３５天作了４８小时预报。形势场和降水预报的主客观评分表明，该模型系统已具备了在业务环境下作预报的可能，该模型预报性能良好，具有较好的强降水预报的能力。 相似文献
7.
宁波桃树花期预报方法 总被引：8，自引：0，他引：8
以宁波奉化桃花为例,应用区域中尺度自动气象站的逐时资料,分析前期光、温、湿条件的变异系数及这些要素与花期的相关系数得出:时积温(度·时)相对日积温(度·日)更能体现其与花期的内在关系,根据变异系数和相关系数的极值来确定预报因子。在此基础上利用欧洲中期天气预报中心(ECMWF)细网格资料的中期预报产品,采用BP神经网络,建立花期精细化预报模型,应用于实际预报。结果表明,利用中期数值预报产品和适当的预报模型进行花期中期预报是可行的,取得了较好的预报效果,提高了气象为农业服务水平。 相似文献
8.
文章利用2010年1月1日—2013年12月31日逐日NCEP再分析资料(1°×1°)和大同地区地面常规观测资料,采用BP人工神经网络法建立大同市分站点、分季节日极大风速人工神经网络预报模型并且在对T639数值预报产品和EC细网格数值预报产品释用基础上建立了台站日极大风速的客观预报系统,对2015年9月1日—2016年7月31日进行了24h预报,试用结果显示,各季模式平均绝对误差在3.2~5.7m·s^-1之间,因此,该系统可以为预报员快速做出日极大风速的预报提供客观参考依据。 相似文献
9.
10.
基于欧洲中期天气预报中心(the European Centre for Medium-Range Weather Forecasts, ECMWF)2015年2月8日—2016年12月31日中国华东及华南地区24～168 h预报时效的逐日24 h累积降水集合预报资料,利用前馈神经网络建立NN(Neutral Network)模型及NN-GI(Neutral Network-Geographic Information)模型进行概率预报试验,并对两个模型输出的概率预报结果进行评估。结果表明,经NN模型和NN-GI模型订正后,降水概率预报结果得到明显改进,在168 h预报时效时,降水概率预报的CRPS值与原始集合预报相比分别下降了约16.00%、21.27%。与NN模型相比,NN-GI模型由于考虑到各格点的地理信息差异,在区域内预报技巧整体改进更优。这表明,在利用机器学习方法改进降水预报时,在模型中加入各个格点的地理信息非常重要。 相似文献
11.
使用1970－1998年5－10日地面以及850hPa、700hPa、500hPa天气图资料，卫星云图资料，同期丹江口水库入库流量资料和汉江中上游50个雨量站点日平均降水量资料，采用统计学方法，对影响到丹江口水库运行的致洪降水过程的天气系统进行了归类分型，建立了汉江中上游致洪峰水过程预报模型；配合预报模型，对致洪降水的诸多天气因子进行了相关分析，筛选相关性和稳定性较好的因子，建立了汉江中上游不同量级降水的预报指标和预报判据；将以上预报方法试用于2000年5－10月，其预报效果较好。 相似文献
12.
利用1960~2001年NCEP再分析格点资料、陇东南4市31站的降水实况资料、及4个代表站的15~40 cm的地温资料,用11种物理量设计了86个初选因子,将预报区域分东、南、西3片,将天气环流分4型,采用判别分析方法求得陇东南暴雨初级判别函数3个、二级判别函数12个,构成暴雨的动力统计PP预报模型。回检情况,初级预报判别在正例概括90%~93%暴雨日的情况下,排空率可达63%~68%;二级动态判别东片、南片性能较好,预报技巧基本在60%以上,其中东片辐合气流型可达80%以上,西片整体要差一些,但相对于暴雨的实际预报水平,12个函数均具有一定的参考性。用2004~2005年7月实际资料检验,模型预报技巧可达39.3%;试验运行,模型解释应用T213数值预报12 h、36 h的资料,对2005年6月30日至7月2日陇东南出现的暴雨有较好的反映,两方面都说明了模型的实用价值。 相似文献
13.
《干旱气象》2021,39(4)
基于石家庄2017—2019年逐日最大电力负荷和同期气象资料,分析日最大电力负荷的变化规律,在分析日最大电力负荷变幅与气象因子及空气质量指数(AQI)的相关性基础上,采用逐步回归、多元线性回归和广义相加模型(GAM)分冬季和夏季建立日最大电力负荷变幅预报模型,将2019年冬季和夏季月资料作为预报效果独立检验样本。结果表明:2017—2019年石家庄日最大电力负荷存在明显增长趋势,电力负荷变幅和气象因子及AQI的相关性具有明显的季节性,冬季与日最大电力负荷变幅呈负相关的因子在夏季与日最大电力负荷变幅呈正相关,反之亦然;3种模型中,GAM模型的预报效果最好,且夏季预报效果好于冬季,在业务应用中,夏季可选取含AQI的GAM模型,冬季应选取不含AQI的GAM模型。 相似文献
14.
15.
本文采用ECMWF北半球500 hPa高度、850 hPa温度和地面气压的分析场资料和预报场资料,运用最优子集回归方法,建立温江日均气温、日最高及最低气温预报模型,进行试报,并对预报结果进行了检验,其结果表明最优子集回归方法可以运用在逐日分县要素客观预报中,且PP法比MOS法预报效果好. 相似文献
16.
灰色理论在夏汛中期降水预报中的应用 总被引：1，自引：0，他引：1
采用丹江口水库流域各水文气象站（点）７～８月降水资料,并根据有关灰色系统理论,建立了灰色系统ＧＭ（１,１）预报模型,对流流域１９９８年７～８月,１９７０～１９８９年同期中期降水峰日预报分别进行了试验和检验。其结果表明：应用灰色理论在中期降水预报业务中建立模型简单,使用方便,尤其对流域夏汛期降水峰日预报的准确率较高。 相似文献
17.
本文采用ECMWF北半球500hPa高度、850hPa温度和地面气压的分析场资料和预报场资料,运用最优子集回归方法,建立温江日均气温、日最高及最低气温预报模型,进行试报,并对预报结果进行了检验,其结果表明最优子集回归方法可以运用在逐日分县要素客观预报中,且PP法比MOS法预报效果好。 相似文献
18.
《干旱气象》2020,(3)
为探究最高气温预报准确率偏低这一现象,采用2013—2018年SCMOC精细化指导预报资料及气象站观测资料,对贵州省85站24～72 h最高气温预报开展研究。通过建立横向预报模型(F1)、纵向预报模型(F2)以及横向与纵向预报相整合的预报模型(Fzh),对贵州日最高气温进行预报试验。结果表明,无论平均均方根误差还是预报准确率,各模型预报效果均有不同程度改进,三种客观订正预报中Fzh表现最优;相对于SCMOC,F1春、夏季的预报优于秋、冬季,且贵州省北部地区改进较南部明显,F2四季均有改进,总体较平稳;Fzh预报结果明显优于F1和F2,均方根误差得到明显改善,平均RMSE下降1.0～2.0℃,准确率平均提高11%～13%。 相似文献
19.
20.
《贵州气象》2015,(6)
基于贝叶斯理论,建立了确定性预报向概率预报转换的预报模型,并利用2013年1月1日—2014年6月30日T639地面气温预报资料及观测资料,对转化后的概率预报结果进行评估与释用。结果表明,通过所建立的预报模型,可将单一确定值的预报转化为概率预报,且所得结果的均值预报优于原始的确定性预报,此外,相对单一的确定性预报,其结果所含预报产品更为丰富、信息更为全面。在通过对贵州85个县站72 h预报时效内的最高、最低气温预报试验中,无论从绝对误差还是从准确率的角度,都能明显看出经过概率化后所提取的预报均值较直接的确定性预报更为精确和稳定,特别是在24 h的预报中表现更为突出;另一方面也反映出在T639的预报中,最低气温的预报性能总体优于最高气温。 相似文献