分类与集成方法在降雨预报中的应用

介绍一种利用数值预报产品进行降雨预报的方法。该方法按照人工智能分类与集成的思想,利用前馈神经网络将T213、日本、德国的数值预报产品集成在一起,构成一个集成型的预报系统。在此基础上,利用高度场的天气形势和预报区域近低层流场和温湿条件,采用自组织神经网络进行天气分型,并针对不同的天气类型选用不同的预报因子,建立不同的预报模型。按照上述方法,选用江淮流域68个站点2003—2005年的5—9月数据,逐站建模,用2006—2007年5—9月的数据进行分级降水试报。各级降水预报结果表明,集成多家数值预报信息好于仅用单一模式的信息,采用天气分型建模优于不分型的建模。因此,多模式(型)预报结果的综合集成方法的研究,是数值预报解释应用中很值得探索的方向。