排序方式: 共有51条查询结果,搜索用时 31 毫秒
21.
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:13,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
22.
23.
GRAPES_Meso模式预报存在南风偏大、虚假降水偏多等问题,且在大地形下游地区异常明显。平缓-混合坐标可以有效减小气压梯度力计算误差以及平流输送误差,而这两种误差与风场和水汽场预报密切相关。基于GRAPES_Meso模式选择四种平缓-混合坐标对一次典型的高原东部准静止锋降水过程进行模拟分析。模拟结果表明,较弱的天气形势演变下,平缓-混合坐标的改进效果比较明显,可以有效缓解风场预报偏差、虚假降水、虚假天气系统等问题,个例模拟的结果与实况更接近。 相似文献
24.
25.
26.
27.
基于半拉格朗日 (semi-Lagrangian) 方案的数值天气预报模式, 求解半拉格朗日轨迹上游点变量, 通常采用传统直线逐点拉格朗日多项式插值, 由已知模式格点 (欧拉网格点) 的数值插值获得。对于三维空间上游点的插值, N阶精度需要O(N3) 运算量。N增大, 运算量将大幅增加, 特别耗费计算机机时, 而采用Cascade插值法 (降阶插值法) 则只需要O(N) 运算量。它的显著特点是:用曲线代替直线, 通过一系列中间过渡网格点, 在曲线上用一维拉格朗日插值, 使得相邻拉格朗日格点或中间过渡点的插值不再是孤立的, 而且可以重复使用某些中间结果, 达到减少运算量的目的。将这种方法合理应用于GRAPES模式, 并根据模式的特点, 对Cascade插值过程中独立变量的距离分段计算, 从而有利于实现并行计算。计算结果表明Cascade插值法与传统直线逐点插值法相比, 计算效率平均提高约30%, 同时不降低精度。 相似文献
28.
详细梳理了GRAEPS模式后处理系统的计算方案,进行了GRAPES模式后处理中海平面气压计算方案的改进,温度垂直插值方案的改进以及位势高度的垂直插值外插方案的改进等。假定温度廓线随地形高度变化并满足静力平衡条件,对海平面气压及位势高度外插进行改进,改进后海平面气压和低层等压面的位势高度场在青藏高原和南美洲西部等大地形处改进明显,均方根误差和距平相关系数改进较大并通过显著性检验。对温度垂直插值采用的原始插值层进行改进,使得高层等压面温度场的准确性进一步提高,统计检验评分在各区域都有不同程度的提高,尤其是热带地区和东亚地区高层温度场改善明显。这些都为模式产品用户提供了更可靠的数值模式产品。 相似文献
29.
30.