气象
氣象
기상
METEOROLOGICAL MONTHLY
2008年
10期
3-11
,共9页
曹晓钟%闵晶晶%刘还珠%赵声蓉%王式功
曹曉鐘%閔晶晶%劉還珠%趙聲蓉%王式功
조효종%민정정%류환주%조성용%왕식공
数值预报%降水%聚类分型%神经网络%集成
數值預報%降水%聚類分型%神經網絡%集成
수치예보%강수%취류분형%신경망락%집성
介绍一种利用数值预报产品进行降雨预报的方法.该方法按照人工智能分类与集成的思想,利用前馈神经网络将T213、日本、德国的数值预报产品集成在一起,构成一个集成型的预报系统.在此基础上,利用高度场的天气形势和预报区域近低层流场和温湿条件,采用自组织神经网络进行天气分型,并针对不同的天气类型选用不同的预报因子,建立不同的预报模型.按照上述方法,选用江淮流域68个站点2003-2005年的5-9月数据,逐站建模,用2006-2007年5-9月的数据进行分级降水试报.各级降水预报结果表明,集成多家数值预报信息好于仅用单一模式的信息,采用天气分型建模优于不分型的建模.因此,多模式(型)预报结果的综合集成方法的研究,是数值预报解释应用中很值得探索的方向.
介紹一種利用數值預報產品進行降雨預報的方法.該方法按照人工智能分類與集成的思想,利用前饋神經網絡將T213、日本、德國的數值預報產品集成在一起,構成一箇集成型的預報繫統.在此基礎上,利用高度場的天氣形勢和預報區域近低層流場和溫濕條件,採用自組織神經網絡進行天氣分型,併針對不同的天氣類型選用不同的預報因子,建立不同的預報模型.按照上述方法,選用江淮流域68箇站點2003-2005年的5-9月數據,逐站建模,用2006-2007年5-9月的數據進行分級降水試報.各級降水預報結果錶明,集成多傢數值預報信息好于僅用單一模式的信息,採用天氣分型建模優于不分型的建模.因此,多模式(型)預報結果的綜閤集成方法的研究,是數值預報解釋應用中很值得探索的方嚮.
개소일충이용수치예보산품진행강우예보적방법.해방법안조인공지능분류여집성적사상,이용전궤신경망락장T213、일본、덕국적수치예보산품집성재일기,구성일개집성형적예보계통.재차기출상,이용고도장적천기형세화예보구역근저층류장화온습조건,채용자조직신경망락진행천기분형,병침대불동적천기류형선용불동적예보인자,건립불동적예보모형.안조상술방법,선용강회류역68개참점2003-2005년적5-9월수거,축참건모,용2006-2007년5-9월적수거진행분급강수시보.각급강수예보결과표명,집성다가수치예보신식호우부용단일모식적신식,채용천기분형건모우우불분형적건모.인차,다모식(형)예보결과적종합집성방법적연구,시수치예보해석응용중흔치득탐색적방향.
