气候与环境研究
氣候與環境研究
기후여배경연구
CLIMATIC AND ENVIRONMENTAL RESEARCH
2007年
6期
795-803
,共9页
马学款%蔡芗宁%杨贵名%刘还珠
馬學款%蔡薌寧%楊貴名%劉還珠
마학관%채향저%양귀명%류환주
雾%能见度%天气特征%神经网络%诊断因子
霧%能見度%天氣特徵%神經網絡%診斷因子
무%능견도%천기특정%신경망락%진단인자
分析了重庆市区雾的特点、天气特征及温、湿等气象要素垂直分布特征,利用重庆站的观测资料选取适当的诊断因子,采用动态学习率BP算法的人工神经网络对重庆市区能见度进行了拟合和预报检验.研究表明:55年以来,重庆年雾日数总体呈逐年下降趋势,同时轻雾日数急剧上升,这种变化可能主要与城市热岛效应增强和空气污染状况加重有关;发展成熟的辐射雾大多具有逆温的稳定结构,雾顶上下温度、湿度存在明显跃变特征;神经网络模型具有较强的自适应学习和非线性映射能力,对能见度为0～1 km雾的报出率为83%,T,评分达到69%,平均预报误差为0.384 km.除常规气象要素外,通过M指数、Ri数、凝结核、辐射状况和其他物理量的引入,以及对因子网络输入值的技术处理,明显提高了神经网络对雾尤其浓雾的预报能力,其对能见度在0.4 km以下浓雾预报的T,评分可达89.5%.模型结果对重庆市区雾的预报具有良好的参考价值.
分析瞭重慶市區霧的特點、天氣特徵及溫、濕等氣象要素垂直分佈特徵,利用重慶站的觀測資料選取適噹的診斷因子,採用動態學習率BP算法的人工神經網絡對重慶市區能見度進行瞭擬閤和預報檢驗.研究錶明:55年以來,重慶年霧日數總體呈逐年下降趨勢,同時輕霧日數急劇上升,這種變化可能主要與城市熱島效應增彊和空氣汙染狀況加重有關;髮展成熟的輻射霧大多具有逆溫的穩定結構,霧頂上下溫度、濕度存在明顯躍變特徵;神經網絡模型具有較彊的自適應學習和非線性映射能力,對能見度為0～1 km霧的報齣率為83%,T,評分達到69%,平均預報誤差為0.384 km.除常規氣象要素外,通過M指數、Ri數、凝結覈、輻射狀況和其他物理量的引入,以及對因子網絡輸入值的技術處理,明顯提高瞭神經網絡對霧尤其濃霧的預報能力,其對能見度在0.4 km以下濃霧預報的T,評分可達89.5%.模型結果對重慶市區霧的預報具有良好的參攷價值.
분석료중경시구무적특점、천기특정급온、습등기상요소수직분포특정,이용중경참적관측자료선취괄당적진단인자,채용동태학습솔BP산법적인공신경망락대중경시구능견도진행료의합화예보검험.연구표명:55년이래,중경년무일수총체정축년하강추세,동시경무일수급극상승,저충변화가능주요여성시열도효응증강화공기오염상황가중유관;발전성숙적복사무대다구유역온적은정결구,무정상하온도、습도존재명현약변특정;신경망락모형구유교강적자괄응학습화비선성영사능력,대능견도위0～1 km무적보출솔위83%,T,평분체도69%,평균예보오차위0.384 km.제상규기상요소외,통과M지수、Ri수、응결핵、복사상황화기타물리량적인입,이급대인자망락수입치적기술처리,명현제고료신경망락대무우기농무적예보능력,기대능견도재0.4 km이하농무예보적T,평분가체89.5%.모형결과대중경시구무적예보구유량호적삼고개치.
