多隐层BP神经网络在模式预报中的简化应用

论文摘要

EC细网格预报效果好,基本满足业务需要,在工作中被广泛应用。为进一步提升预报准确性,做好迪士尼园区的气象服务保障,选取2016年7月至2017年6月1年的2 m温度预报场,24 h预报时效的时间分辨率为3 h,72 h预报时效的时间分辨率为24 h,分别用回归分析法、S型和简化Line型BP神经网络法进行模式释用,与迪士尼气象站观测数据对比。结果表明:阈值为1℃时,对模式结果释用后,均方根误差减少了0.5℃到1.0℃,3—9 h和21—72 h预报时效的准确率由原来的50%和30%分别上升到70%和50%。采用S型多隐层BP神经网络误差最小,不同预报时效释用稳定性最高,同时该释用方法对tmin的预报特征把握更精准,释用效果明显优于对tmax的预报释用,但迭代计算耗费时间大幅增多,与预报效果的提升不成正比。简化Line型的BP神经网络通过8个半月的数据量和简单的网络模式,捕获了EC预报的特征,不但减小了计算量,大幅缩短了计算时间,而且预报结果也有显著提升,预报稳定性较好,具有广泛的业务应用空间。

论文目录

• 引 言
• 1 资 料
• 2 方 法
•   2.1 预报能力评估方法
•   2.2 回归分析方法
•   2.3 多隐层BP神经网络的方法
• Thin模式预报与释用结果对比'>3 EC_Thin模式预报与释用结果对比
• Thin模式预报与释用结果对比'>  3.1 EC_Thin模式预报与释用结果对比
• sigm在tmax和tmin预报的释用效果'>  3.2 BP_sigm在tmax和tmin预报的释用效果
• 4 结论和讨论

文章来源

类型: 期刊论文

作者: 沈沉,赵文灿,施金海,高翔,顾松强

关键词: 上海迪士尼度假区,地面气温,神经网络,模式释用

来源: 气象与环境科学 2019年04期

年度: 2019

分类: 基础科学

专业: 气象学

单位: 德清县气象局,上海市浦东新区气象局

基金: 上海市气象局科研(启明星)项目(QM201717)

分类号: P456.7

DOI: 10.16765/j.cnki.1673-7148.2019.04.018

页码: 127-132

总页数: 6

文件大小: 625K

下载量: 123