共查询到19条相似文献，搜索用时 140 毫秒
1.
以1960-2007年共48年6月份西行进入南海海域的热带气旋样本为基础, 将热带气旋中心附近最大风速作为台风强度, 以气候持续预报因子作为模型输入, 采用模糊神经网络方法, 进行了热带气旋强度预报模型的预报建模研究。结果表明, 对175个独立预报样本模糊神经网络方法的南海热带气旋强度24 h的预报平均绝对误差为3 m·s-1。另外, 根据相同的热带气旋样本及预报因子, 还进一步将该预报方法与国内外普遍采用的气候持续法热带气旋强度预报方法进行对比分析, 结果表明, 气候持续预报方法的预报误差明显偏大, 独立样本强度预报平均绝对误差为4.54 m·s-1。 相似文献
2.
南海热带气旋强度预报的线性模型与非线性模型研究 总被引：1，自引：0，他引：1
以1980—2012年共33 a的6—10月在南海生成或西行进入南海海域的热带气旋样本为基础,采用线性回归方法和非线性人工神经网络方法,分别进行12～72 h各个预报时效的南海热带气旋强度预报模型建模研究。根据相同的热带气旋个例,相同的预报因子,将逐步回归预报模型、BP神经网络预报模型和遗传-神经网络预报模型进行比较。试验预报结果表明,非线性的神经网络预报模型比线性的回归模型有更好的预报能力;而同为非线性模型,遗传-神经网络模型比BP神经网络预报模型预报能力更强。 相似文献
3.
利用广东省沿海阳江、汕头气象探空站1980~2012年的观测资料,采用基于动力气象学原理的方法,估算影响广东沿海的热带气旋的海面可能最低中心气压为866.3h Pa,热带气旋中心附近海面可能最大风速为80.2m·s-1,进一步估算热带气旋登陆广东沿海时近地面可能最大10min平均风速为60.1m·s-1,同时利用1949~2012年热带气旋资料对估算结果进行了合理性分析。 相似文献
4.
对1960~2002年盛夏(7~9月)在南海中北部海域活动的热带气旋,引入欧洲中心(ECMW F)数值预报格点资料,采用移动坐标,选用有关热带气旋自身特征变量及环境场等物理量动力因子,用多元回归方法,建立热带气旋强度的动力统计预报模式,结果表明该模式较单纯靠天气学经验的预报能力有明显提高。 相似文献
5.
用统计动力方法作盛夏南海中北部热带气旋强度预报 总被引：5，自引：0，他引：5
对1960～2002年盛夏（7～9月）在南海中北部海域活动的热带气旋，引入欧洲中心（ECMWF）数值预报格点资料，采用移动坐标，选用有关热带气旋自身特征变量及环境场等物理量动力因子，用多元回归方法，建立热带气旋强度的动力统计预报模式，结果表明该模式较单纯靠天气学经验的预报能力有明显提高。 相似文献
6.
2013年欧洲中心台风集合预报的检验 总被引：1，自引：0，他引：1
广州中心气象台利用中国气象局下发的欧洲中心台风集合预报数据,制作了台风集合预报产品,供业务参考应用。利用欧洲中心台风集合预报数据,对2013年1307—1331号热带气旋的集合预报路径和强度进行检验,通过对比集合平均、模式高分辨率确定性预报和预报员主观预报,发现路径集合平均在24~120 h预报误差最小;在有限的预报样本数中,从热带风暴到台风级别的热带气旋,各预报时效路径集合平均的误差随强度增强而减小;强引导气流背景下的热带气旋预报误差小于弱引导气流的误差。对比强度集合平均和模式高分辨率确定性预报,发现各时效集合平均的误差比确定性预报大,随着预报时效的延长误差没有明显增大或减小的趋势,而且强度集合平均预报,在中心最低气压、中心最大风速、热带气旋等级都表现出明显的系统性偏弱特征;对不同级别的热带气旋强度预报,集合平均的误差随强度增强而增大,即强度集合预报对强度较弱的热带气旋有更高的准确率;对比受强、弱引导气流影响的两类热带气旋,集合平均对受弱引导气流影响的一类预报误差更小。 相似文献
7.
8.
9.
以神经网络方法为基础,建立西北太平洋热带气旋强度预测模型,模型首先进行历史相似热带气旋选择。从选择的样本出发,计算得到一组气候持续因子、天气学经验因子和动力学因子, 对这些因子采用逐步回归方法进行筛选,将筛选得到的因子同对应时效的热带气旋强度输入神经网络训练模块,从而得到优化的预测模型。从2004-2005年西北太平洋26个热带气旋过程对12,24,36,48,72h等不同预报时效分别进行的634,582,530,478,426次预测试验结果的统计来看,相对于线性回归模型预测水平,该模型显著降低了各时段的预测误差。从几个热带气旋个例的预测结果来看, 该模型对超强台风, 以及具有强度迅速加强、再次加强等特征的热带气旋过程均有很好的描述能力。 相似文献
10.
热带气旋的强弱和移动路径会直接影响到周围大气中气压、温度、露点等气象要素的变化.为更好地了解热带气旋对海口市的影响,通过收集影响海口市热带气旋关键因子,建立热带气旋风雨影响预报因子库,基于SVM方法对热带气旋在过程降水量、最大风速和平均温度进行趋势预报.结果表明,该方法对影响海口市热带气旋的过程降水量、最大风速和平均温度都有较好的预测效果,但对于超过15 m/s的最大风速和200 mm以上降水量级上存在一定的偏差,这可能与SVM模式中预报因子库中关键因子不全及模式的择中原理使结果趋于平均化相关. 相似文献
11.
基于主成分分析的人工智能台风路径预报模型 总被引：1，自引：0，他引：1
利用主成分分析可以从具有随机噪声干扰的气象场提取主要信号特征,排除随机干扰的能力,论文以1980～2010年共31年6～9月西行进入南海海域的台风样本为基础,综合考虑台风移动路径的气候持续因子和数值预报产品动力预报因子,采用主成分分析的特征提取与逐步回归计算相结合的预报因子信息数据挖掘技术,以进化计算的遗传算法,生成期望输出相同的多个神经网络个体,建立了一种新的非线性人工智能集合预报模型,进行了分月台风路径预报模型的预报建模研究。在预报建模样本、独立预报样本相同的情况下,分别采用人工智能集合预报方法和气候持续法进行了预报试验,试验对比结果表明,前者较后者在6、7、8和9月份台风路径预报中,平均绝对误差分别下降了7.4%、4.8%、12.4%、17.0%。另外,论文进一步在初选预报因子和样本个例相同的情况下,通过比较新模型与直接采用主成分分析方法选因子并分别运用逐步回归和遗传—神经网络集合预报模型进行计算的预报精度差异表明,前者具有更高的预报精度,其原因是该方法挖掘利用了全部备选预报因子的有用预报信息,而且遗传—神经网络集合预报模型的是由多个神经网络个体预报结果合成,集合模型的各个神经网络个体的网络结构,是通过遗传算法的优化计算确定的,因此,该集合预报模型的泛化能力显著提高,在实际天气预报中具有较好的实用性和推广价值。 相似文献
12.
阵风特性研究是大风预报和服务的基础。基于2011-2013年浙江省自动气象站逐日逐10 min测风资料,分析了浙江省陆地和近海海面冷空气、热带气旋和强对流大风的阵风系数特征。结果表明:冷空气和热带气旋大风阵风系数空间分布基本相同,大风主要发生在近海海面和沿海地区,海面阵风系数一般小于1.5,等值线平行于海岸线且自西向东逐渐减小,陆地阵风系数一般大于2.0,山区可超过3.0,表现出地形对阵风系数的增强作用。强对流大风阵风系数明显高于业务规范平均值,发生地点遍及浙江省各地,但发生概率超过10%的站点主要位于沿海地区和近海海面。风向基本不影响阵风系数空间分布。冷空气和热带气旋站点阵风系数与海拔高度有较高正相关性。模糊聚类分析发现:浙江省400 m以上山区站与70 m以下的低海拔站点在阵风系数特征上分属不同空间类型;基于逐步回归建立站点阵风系数预报模型,检验表明:模糊聚类可帮助提高模型阵风系数预报能力。 相似文献
13.
A western North Pacific tropical cyclone (TC) intensity prediction scheme (WIPS) is developed based
on TC samples from 1996 to 2002 using the stepwise regression technique, with the western North Pacific
divided into three sub-regions: the region near the coast of East China (ECR), the South China Sea region
(SCR), and the far oceanic region (FOR). Only the TCs with maximum sustained surface wind speed greater
than 17.2 m s-1 are used in the scheme. Potential predictors include the climatology and persistence factors,
synoptic environmental conditions, potential intensity of a TC and proximity of a TC to land. Variances
explained by the selected predictors suggest that the potential intensity of a TC and the proximity of a TC
to land are significant in almost all the forecast equations. Other important predictors include vertical wind
shear in ECR, 500-hPa geopotential height anomaly at the TC center, zonal component of TC translation
speed in SCR, intensity change of TC 12 or 24 h prior to initial time, and the longitude of TC center in
FOR.
Independent tests are carried out for TCs in 4 yr (2004-2007), with mean absolute errors of the maximum
surface wind being 3.0, 5.0, 6.5, 7.3, 7.6, and 7.9 m s-1 for 12- to 72-h predictions at 12-h intervals,
respectively. Positive skills are obtained at all leading time levels as compared to the climatology and
persistence prediction scheme, and the large skill scores (near or over 20%) after 36 h imply that WIPS
performs especially better at longer leading times. Furthermore, it is found that the amendment in TC
track prediction and real-time model analysis can significantly improve the performance of WIPS in the
SCR and ECR. Future improvements will focus on applying the scheme for weakening TCs and those near
the coastal regions. 相似文献
14.
利用2007—2017年余姚地区44个气象自动站观测数据和欧洲中心ERA5再分析资料,对余姚地区日极大风分布进行了统计分析,并提出一种本地化的经验阵风预报模型(雷暴日除外)。研究发现:余姚地区日极大风呈正态分布,风力峰值为4～5级,平均每年大风日占比达7.03%,累计大风时次占比3.32%,年平均大风日26 d。风力越小,阵风与平均风之间的线性拟合效果越好。影响阵风预报的因子主要有10 m平均风速、925 hPa风速、地面粗糙度、摩擦速度和3 h变压。6级及以下阵风预报中,业务中的阵风经验系数1.4容易造成余姚本地阵风预报偏低,适用于余姚本地阵风预报经验系数为1.775;6级以上阵风预报经验方程考虑了平均风速、垂直动量下传、水平动量传输、地面摩擦和海拔高度订正,其与925 hPa风速的平方呈正相关,与摩擦速度呈自然指数相关,经验方程相对于经验阵风系数的预报拟合优度提升了59.61%;经验阵风预报方程通过了2018—2019年的数据检验,该方程对1～2级阵风预报偏高,3～5级效果最好,6级阵风的预报偏低;6级以上的阵风等级预报准确率达55.2%。地形摩擦作用在冷空气大风与台风大风过程中尤为重要,这两类过程阵风系数分布类似,但台风带来的动量下传比冷空气更为明显。 相似文献
15.
The possibility of using a nonlinear empirical atmospheric model for hybrid coupled atmosphere-ocean modelling has been examined
by using a neural network (NN) model for predicting the contemporaneous wind stress field from the upper ocean state. Upper
ocean heat content (HC) from a 6-layer ocean model was a better predictor of the wind stress than the (observed or modelled)
sea surface temperature (SST). Our results showed that the NN model generally had slightly better skills in predicting the
contemporaneous wind stress than the linear regression (LR) model in the off-equatorial tropical Pacific and in the eastern
equatorial Pacific. When the wind stresses from the NN and LR models were used to drive the ocean model, slightly better SST
skills were found in the off-equatorial tropical Pacific and in the eastern equatorial Pacific when the NN winds were used
instead of the LR winds. Better skills for the model HC were found in the western and central equatorial Pacific when the
NN winds were used instead of the LR winds. Why NN failed to show more significant improvement over LR in the equatorial Pacific
for the wind stress and SST is probably because the relationship between the surface ocean and the atmosphere in the equatorial
Pacific over the seasonal time scale is almost linear.
Received: 2 March 1999 / Accepted: 13 July 2000 相似文献
16.
夏季南海台风移动路径的一种客观预报方法 总被引：1，自引：0，他引：1
以1960—2003年共44a夏季的7月、8月、9月西行进入南海海域的台风样本为基础,综合考虑南海台风移动路径的气候持续因子和数值预报产品物理量因子,运用条件数方法选取因子并建立回归方程,进行台风路径预报模型的预报建模研究。通过对比分析发现,基于条件数方法的南海台风移动路径模型具有较好的预报效果,7月、8月、9月3个月24h台风路径预报的平均距离误差为153．9km,预报能力明显高于目前国内外的其他一些台风路径客观预报方法。该方法的预报精度相对于逐步回归方法有了很大的提高,相对于气候持续法也为正的预报技巧水平。 相似文献
17.
A prediction scheme with genetic neural network and Isomap algorithm for tropical cyclone intensity change over western North Pacific 总被引：1，自引：1，他引：0
A western North Pacific tropical cyclone (TC) intensity prediction scheme has been developed based on climatology and persistence (CLIPER) factors as potential predictors and using genetic neural network (GNN) model. TC samples during June–October spanning 2001–2010 are used for model development. The GNN model input is constructed from potential predictors by employing both a stepwise regression method and an Isometric Mapping (Isomap) algorithm. The Isomap algorithm is capable of finding meaningful low-dimensional architectures hidden in their nonlinear high-dimensional data space and separating the underlying factors. In this scheme, the new developed model, which is termed the GNN-Isomap model, is used for monthly TC intensity prediction at 24- and 48-h lead times. Using identical modeling samples and independent samples, predictions of the GNN-Isomap model are compared with the widely used CLIPER method. By adopting different numbers of nearest neighbors, results of sensitivity experiments show that the mean absolute prediction errors of the independent samples using GNN-Isomap model at 24- and 48-h forecasts are smaller than those using CLIPER method. Positive skills are obtained as compared to the CLIPER method with being above 12 % at 24 h and above 14 % at 48 h. Analyses of the new scheme suggest that the useful linear and nonlinear prediction information of the full pool of potential predictors is excavated in terms of the stepwise regression method and the Isomap algorithm. Moreover, the GNN is built by integrating multiple individual neural networks with the same expected output and network architecture is optimized by an evolutionary genetic algorithm, so the generalization capacity of the GNN-Isomap model is significantly enhanced, indicating a potentially better operational weather prediction. 相似文献
18.
台风“莫拉克”影响期间浙江大风成因分析 总被引：1，自引：0，他引：1
利用常规资料、浙江省自动站加密资料、NCEP/NCAR1°×1°每日4次再分析资料和多普勒天气雷达资料对2009年第8号台风“莫拉克”影响期间浙江大风的成因进行了分析。此次台风大风影响具有影响时间早、持续时间长、影响范围大和大风强度强的特点。副热带高压快速加强西进是造成台风大风提早出现的主要原因之一。鞍型场、3个台风相互影响使得“莫拉克”台风移速减慢,导致台风大风对浙江沿海的影响时间增长。“莫拉克”登陆福建后其西北侧华北高压以及东南侧海上高压的存在使得地面气压梯度维持,导致大风影响时间增长和影响范围增大。垂直方向环流将高层动量下传导致低层风速猛增。多普勒天气雷达径向速度产品VCP21进行速度退模糊后可以作为台风大风分布范围和极大风速预测的一个参考依据,预测时其在沿海海面效果要较内陆好。 相似文献
19.
针对航天气象保障中高分辨率高空风的预报需求，利用欧洲数值预报、GRAPESGFS、导航探空数据，通过WRF模式直接输出、高空风模式产品融合、动力统计订正等方法实现了20 km以下逐250 m的高空风短期预报，并选择2019年11月—2020年3月进行试验，结果表明：U风预报好于V风；5～14 km高空风预报效果好于其它层次；在模式产品融合基础上进行的动力统计订正，预报效果最好，对于同层U、V风，4 m/s偏差内预报准确率为77.4%,6 m/s偏差内预报准确率为93.2%。 相似文献