利用神经网络方法建立热带气旋强度预报模型
以神经网络方法为基础,建立西北太平洋热带气旋强度预测模型,模型首先进行历史相似热带气旋选择.从选择的样本出发,计算得到一组气候持续因子、天气学经验因子和动力学因子,对这些因子采用逐步回归方法进行筛选,将筛选得到的因子同对应时效的热带气旋强度输入神经网络训练模块,从而得到优化的预测模型.从2004-2005年西北太平洋26个热带气旋过程对12,24,36,48,72 h等不同预报时效分别进行的634,582,530,478,426次预测试验结果的统计来看,相对于线性回归模型预测水平,该模型显著降低了各时段的预测误差.从几个热带气旋个例的预测结果来看,该模型对超强台风,以及具有强度迅速加强、再次加强等特征的热带气旋过程均有很好的描述能力.
作 者： 黄小刚 费建芳 陈佩燕 Huang Xiaogang Fei Jianfang Chen Peiyan 作者单位： 黄小刚,Huang Xiaogang(中国科学院大气物理研究所大气科学与地球流体力学数值模拟国家重点实验室,北京,100029;解放军理工大学气象学院,南京,211101)费建芳,Fei Jianfang(解放军理工大学气象学院,南京,211101)
陈佩燕,Chen Peiyan(中国气象局上海台风研究所,上海,200030)
刊 名： 应用气象学报 ISTIC PKU 英文刊名： JOURNAL OF APPLIED METEOROLOGICAL SCIENCE 年，卷(期)： 2009 20(6) 分类号： P4 关键词： 热带气旋 神经网络 强度预报 tropical cyclone artificial neural networks intensity forecast