海洋预报
海洋預報
해양예보
MARINE FORECASTS
2013年
1期
20-24
,共5页
人工神经网络%BP算法%成山头%风%数值预报产品释用
人工神經網絡%BP算法%成山頭%風%數值預報產品釋用
인공신경망락%BP산법%성산두%풍%수치예보산품석용
成山头处于山东半岛最东端,由于其特殊的地理位置,使得成山头站的风对黄海海面风有很好的指示作用.本文使用2005年10月-2010年9月NCEP再分析资料(1°×1°)和实况观测资料,采用动态学习率BP网络(前馈反向传播Back Propagation,简称BP网络)算法的人工神经网络建立模型,在对T639数值预报产品解释释用基础上,针对成山头站进行了24 h和48 h模拟预测.模型预测结果显示,BP网络模型对成山头站的风力预报相对T639模式的平均绝对误差降低了28.2％(24h)和19.7％(48 h).对容易致灾的6级以上大风准确率提高显著,尤其是在T639模式对8级以上大风完全漏报情况下,BP模型在24 h仍有25％的预报准确率,48 h能达到50％的准确率.
成山頭處于山東半島最東耑,由于其特殊的地理位置,使得成山頭站的風對黃海海麵風有很好的指示作用.本文使用2005年10月-2010年9月NCEP再分析資料(1°×1°)和實況觀測資料,採用動態學習率BP網絡(前饋反嚮傳播Back Propagation,簡稱BP網絡)算法的人工神經網絡建立模型,在對T639數值預報產品解釋釋用基礎上,針對成山頭站進行瞭24 h和48 h模擬預測.模型預測結果顯示,BP網絡模型對成山頭站的風力預報相對T639模式的平均絕對誤差降低瞭28.2％(24h)和19.7％(48 h).對容易緻災的6級以上大風準確率提高顯著,尤其是在T639模式對8級以上大風完全漏報情況下,BP模型在24 h仍有25％的預報準確率,48 h能達到50％的準確率.
성산두처우산동반도최동단,유우기특수적지리위치,사득성산두참적풍대황해해면풍유흔호적지시작용.본문사용2005년10월-2010년9월NCEP재분석자료(1°×1°)화실황관측자료,채용동태학습솔BP망락(전궤반향전파Back Propagation,간칭BP망락)산법적인공신경망락건립모형,재대T639수치예보산품해석석용기출상,침대성산두참진행료24 h화48 h모의예측.모형예측결과현시,BP망락모형대성산두참적풍력예보상대T639모식적평균절대오차강저료28.2％(24h)화19.7％(48 h).대용역치재적6급이상대풍준학솔제고현저,우기시재T639모식대8급이상대풍완전루보정황하,BP모형재24 h잉유25％적예보준학솔,48 h능체도50％적준학솔.
