奇异值分解与神经网络结合的卫星云图云团移动预测

被引：7

作者：

刘科峰 ^{[1
]}

张韧 ^{[1
]}

李文才 ^{[2
]}

赵中军 ^{[2
]}

江海英 ^{[2
]}

机构：

[1] 解放军理工大学气象学院

[2] 解放军部队

来源：

解放军理工大学学报(自然科学版) | 2008年 / 03期

基金：

中国博士后科学基金;

关键词：

云团预测; 奇异值分解; 径向基网络;

D O I：

暂无

中图分类号：

P457.1 [云预报];

学科分类号：

0706 ; 070601 ;

摘要：

云团运动和发展演变的预测是暴雨等灾害性天气监测预报的重点和难点问题,针对当前云团预测中缺乏有效的非线性、非平稳预测手段,提出了奇异值分解SVD(singular value decomposition)与径向基网络相结合的云团预测途径。首先用SVD对云图进行分解,提取主要的云团结构特征,然后用提取出的云图奇异特征值和左右奇异向量作为模式识别因子,选择特定区域和季节的云图时滞序列采样,并用前后时段样本云图的奇异值和奇异矢量作为云图预测模型的输入、输出,通过对径向基网络的学习训练和误差迭代收敛,建立了云团运动的非线性预测模型。试验结果表明,该方法能合理地描述云团运动的基本特征和演变趋势。

引用

页码：298 / 301

页数：4

共 5 条

[1] 基于交叉相关法的卫星云图中云团移动的短时预测 [J].