人工神经网络在成山头风预报中的应用

作者：王慧  马学款  赵伟

单位：国家气象中心, 北京 100081

关键词：人工神经网络 BP算法 成山头 风 数值预报产品释用

分类号：P457.5

出版年·卷·期（页码）：2013·30·第一期（20-24）

摘要：

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（1o×1o）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%（24 h）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。

Due to the special position of ChengShanTou, located at the Eastern most Shandong Peninsula, the winds at ChengShanTou can represent the sea surface winds over the entire Yellow Sea. Based on the NCEP reanalysis data (1°×1°) and the observed data from October 2005 to September 2010, and the interpretation of numerical forecasting products of the T639 model, an artificial neural network model is constructed with the dynamically learning rate back propagation (BP) algorithm to predict the winds at ChengShanTou for 24 and 48 hours. Compared to the winds in ChengShanTou forecasted by the T639 model, the BP model decreases the mean absolute errors of 28.2% for the 24-hour forecast and of 19.7% for the 48-hour forecast. The prediction accuracy is also improved obviously for strong winds above 6 Beaufort scale. Especially, when the gale is completely missed by the T639 forecast, the accuracy rates of the BP prediction are still 25% within 24 hours, and 50% within 48 hours.

参考文献：

[1] 林健玲, 金龙, 彭海燕. 区域降水数值预报产品人工神经网络释 用预报研究[J].气象科技, 2006, 34(1):12-17. [2] 金龙, 罗莹, 王业宏, 等. 月降水量的神经网络混合预报模型研 究[J].高原气象, 2003, 22(6):618-623. [3] 李喜波, 张喜波, 王吉奎. 人工神经网络在降水预报中的应用[J]. 气象水文海洋仪器, 2009, 3:53-55. [4] 马学款, 普布次仁, 唐叔乙, 等. 人工神经网络在西藏中短期温 度预报中的应用[J].高原气象, 2007, 26(3):491-495. [5] 周慧, 朱彬, 陈万隆, 等.动态学习率神经网络预测气温的尝试[J]. 南京气象学院学报, 2005, 28(3):398-403. [6] 马学款, 蔡芗凝, 杨贵名, 等. 重庆市区雾的天气特征分析及预 报方法研究[J].气候与环境研究.2007, 12(6):795-803. [7] 李法然, 周之栩, 陈卫锋, 等.湖州市大雾天气的成因分析及预 报研究[J].应用气象学报, 2005, 16(6):794-803. [8] 黄小刚, 费建芳, 陈佩燕. 利用神经网络方法建立热带气旋强 度预报模型[J].应用气象学报, 2009, 20(6):699-705. [9] 孟雷, 闻斌, 姜洪峰, 等. 神经网络方法对海浪有效波高数值模 拟的改进[J].海洋预报, 2010, 27(2):8-14. [10] 梁益同, 刘可群, 夏智宏.利用FY22C卫星资料估算太阳辐射 研究[J].气象科技, 2009, 37(2):234-238. [11] 曹晓钟, 王强. 神经网络在气象观测资料优化中的应用研究[J]. 高原气象, 2002, 21(1):96-101. [12] 张立明.人工神经网络的模型及其应用[M].上海:复旦大学出 版社, 1993:13-47.

服务与反馈：

【文章下载】【发表评论】【查看评论】【加入收藏】