基于BP神经网络模型的广西月降水量降尺度预报

被引：59

作者：

何慧 ^{[1
]}

金龙 ^{[2
]}

覃志年 ^{[1
]}

袁丽军 ^{[3
]}

机构：

[1] 广西气候中心

[2] 广西气象减灾研究所

[3] 广西气象科技信息中心

来源：

热带气象学报 | 2007年 / 01期

关键词：

月动力延伸预报; BP神经网络; 降尺度预报; 预报误差;

D O I：

暂无

中图分类号：

P456.7 [数值预报方法];

学科分类号：

070601 [气象学];

摘要：

利用500hPa月平均高度距平场派生出涡度变化、经向风切变、纬向风切变等变量场。从1958～2001年6月500hPa月平均高度距平场及其派生变量场中选取预报因子,并将各个场中的因子分别作EOF分解,得到浓缩了初选因子变量大部分信息的综合预报因子,用以建立同月的广西月降水量的BP神经网络预报模型。进而利用2002～2005年月动力延伸集合预报产品及其派生变量,对广西6月降水量作BP神经网络降尺度释用预报。作为对比试验,以相同的预报量,从1957～2000年5～12月及1958～2001年1～4月500hPa月平均高度距平场中选取预报因子,并作相同处理,建立前期综合因子的广西6月降水量BP神经网络预报模型。独立样本试验结果表明,利用同期综合因子建立的BP神经网络降尺度预报模型的拟合精度优于利用前期综合因子建立的预报模型,但预报效果依赖于月动力延伸集合预报产品。

引用

页码：72 / 77

页数：6

共 9 条

[1]

气象科研与预报中的多元分析方法.[M].施能编著;.气象出版社.2002,

[2]

动力气候模式预测系统业务化及其应用 [J].