基于EOF-NAR神经网络混合模型的海温预报方法研究

摘要：

　　海温预报在海洋科学研究、环境监测和工程应用中发挥着至关重要的作用。海温所具备的非线性、非平稳和非连续等特征,导致海温预报的高复杂性。海温统计预报的研究多针对海温时间演变规律,鲜少有对海温的空间信息进行分析预报。本文针对海温预报中时间信息和空间信息结合的问题,提出基于改进经验正交函数和NAR神经网络方法的具有较强非线性和空间信息处理能力的海温统计预报模型(EOF-NAR模型)。该模型基于经验正交分解时间函数,结合三维海温场空间点变量的线性组合构造主要分量,引入高频海温空间信息,通过分析主要分量随时间变化的规律代替原始场的时空变化特征；利用NAR神经网络构建海温时间序列长期依赖模型进行低频海温信息处理。在南海海域海温的中长期时空预报实验中,EOF-NAR模型预报均方根误差较EOF模型降低16％,证明该模型在海温时空预报中的有效性并为海温预报提供了新思路。

关键词： 统计预报 海温时空序列 经验正交函数 NAR神经网络

作者: 郝日栩 赵玉新 何忠杰 刘厂 李威 杨德全

作者单位: 哈尔滨工程大学自动化学院,黑龙江哈尔滨150001 天津大学海洋科学与技术学院,天津300072

会议类型: 国内会议

会议名称: 中国海洋学会2019海洋学术(国际)双年会

会议地点: 三亚

会议语种:中文

页码: 27-41

在线出版日期: 2019-10-01（万方平台首次上网日期，不代表论文的发表时间）