海洋预报
海洋預報
해양예보
MARINE FORECASTS
2014年
6期
23-27
,共5页
王如云%雷磊%占飞%周钧
王如雲%雷磊%佔飛%週鈞
왕여운%뢰뢰%점비%주균
高低潮%BP人工神经网络%台风因子%风暴增水
高低潮%BP人工神經網絡%檯風因子%風暴增水
고저조%BP인공신경망락%태풍인자%풍폭증수
high and low water%BP artificial neural network%typhoon factor%storm surge elevation
针对只有高低潮数据的情况,利用人工神经网络建立起一种预报当前台风时刻后第一个高潮时增水的模型.该模型选取台风在当前时刻、前6h、前12h、前18h的中心经度、纬度、最大风速、中心气压以及当前时刻前第一个高潮时刻的风暴增水为输入单元.台风当前时刻后第一个高潮时刻风暴增水为模型输出单元.利用历史资料形成的规范化后的模式对,对模型进行训练,训练成功后,结合台风因子预报模型,即可用于风暴增水的预报.经过长江口高桥站高低潮实测资料的检验,结果表明该模型提取到了风暴增水效应,说明该模型可用于风暴增水的预报.
針對隻有高低潮數據的情況,利用人工神經網絡建立起一種預報噹前檯風時刻後第一箇高潮時增水的模型.該模型選取檯風在噹前時刻、前6h、前12h、前18h的中心經度、緯度、最大風速、中心氣壓以及噹前時刻前第一箇高潮時刻的風暴增水為輸入單元.檯風噹前時刻後第一箇高潮時刻風暴增水為模型輸齣單元.利用歷史資料形成的規範化後的模式對,對模型進行訓練,訓練成功後,結閤檯風因子預報模型,即可用于風暴增水的預報.經過長江口高橋站高低潮實測資料的檢驗,結果錶明該模型提取到瞭風暴增水效應,說明該模型可用于風暴增水的預報.
침대지유고저조수거적정황,이용인공신경망락건립기일충예보당전태풍시각후제일개고조시증수적모형.해모형선취태풍재당전시각、전6h、전12h、전18h적중심경도、위도、최대풍속、중심기압이급당전시각전제일개고조시각적풍폭증수위수입단원.태풍당전시각후제일개고조시각풍폭증수위모형수출단원.이용역사자료형성적규범화후적모식대,대모형진행훈련,훈련성공후,결합태풍인자예보모형,즉가용우풍폭증수적예보.경과장강구고교참고저조실측자료적검험,결과표명해모형제취도료풍폭증수효응,설명해모형가용우풍폭증수적예보.
