支持向量机非线性回归方法的气象要素预报

被引:29
作者
王在文
郑祚芳
陈敏
高华
机构
[1] 中国气象局北京城市气象研究所
关键词
支持向量机(SVM); MOS; 释用; 气象要素预报;
D O I
暂无
中图分类号
P456.7 [数值预报方法];
学科分类号
0706 ; 070601 ;
摘要
该文介绍了基于基本的支持向量机非线性回归方法,该方法具有解决非线性问题的能力,在数值预报解释应用技术中,对某些预报量与预报因子之间相关性不显著的要素,如风、比湿等,采用支持向量机非线性回归技术较多元回归的MOS方法更具优势;利用北京市气象局中尺度业务模式(MM5V3)的12:00(世界时)起始数值预报产品和观测资料,制作北京15个奥运场馆站点6~48 h逐3 h的气象要素释用产品。对比MM5V3模式,从均方根误差的平均减小率来看,2 m温度减小12.1%,10 m风u分量减小43.3%,10 m风u分量减小53.4%,2 m比湿减小38.2%。与同期的MOS方法预报结果相比,整体预报效果SVM略优于MOS。由此可见,支持向量机非线性回归方法解决与预报因子之间非线性相关的气象要素较好,具有较高的预报优势。
引用
收藏
页码:562 / 570
页数:9
相关论文
共 11 条
[1]   分类与集成方法在降雨预报中的应用 [J].
曹晓钟 ;
闵晶晶 ;
刘还珠 ;
赵声蓉 ;
王式功 .
气象, 2008, (10) :3-11
[2]   基于聚类天气分型的KNN方法在风预报中的应用 [J].
陈豫英 ;
刘还珠 ;
陈楠 ;
曾晓青 ;
马金仁 ;
刘迁迁 ;
马筛艳 .
应用气象学报, 2008, (05) :564-572
[3]   基于交叉验证技术的KNN方法在降水预报中的试验 [J].
曾晓青 ;
邵明轩 ;
王式功 ;
刘还珠 .
应用气象学报, 2008, (04) :471-478
[4]   多模式温度集成预报 [J].
赵声蓉 .
应用气象学报, 2006, (01) :52-58
[5]   支持向量机(SVM)方法在气象预报中的个例试验 [J].
冯汉中 ;
杨淑群 ;
刘波 .
四川气象, 2005, (02) :9-12
[6]   支持向量机回归方法在实时业务预报中的应用 [J].
冯汉中 ;
陈永义 .
气象, 2005, (01) :41-44+68
[7]   处理非线性分类和回归问题的一种新方法(Ⅱ)——支持向量机方法在天气预报中的应用 [J].
冯汉中 ;
陈永义 .
应用气象学报, 2004, (03) :355-365
[8]   处理非线性分类和回归问题的一种新方法(I)——支持向量机方法简介 [J].
陈永义 ;
俞小鼎 ;
高学浩 ;
冯汉中 .
应用气象学报, 2004, (03) :345-354
[9]   国家气象中心气象要素的客观预报——MOS系统 [J].
刘还珠 ;
赵声蓉 ;
陆志善 ;
赵翠光 ;
杨元琴 ;
李玉华 ;
不详 .
应用气象学报 , 2004, (02) :181-191
[10]   北京地区中尺度非静力数值预报产品释用技术研究 [J].
王迎春 ;
刘凤辉 ;
张小玲 ;
张朝林 ;
孟燕军 ;
托亚 ;
梁丰 .
应用气象学报, 2002, (03) :312-321