基于人工神经网络的热带气旋路径预报试验
气候持续法不受天气图资料的约束，方法简单易行且效果较好，被认作热带气旋路径预报的门槛。但是，传统的气候持续法采用最小二乘为基础的线性回归方法建模，所以预报水平一直较低。本文改进传统的气候持续法，采用人工神经网络法建模，提高了预报水平，为发挥气候持续性因子在热带气旋路径预报中的优势提供了一种新思路。采用BP网络，选取气候持续性因子，使用1949～1991年(共42a)进入115°E～140°E，15°N～35°N范围的热带气旋资料建立预报模式，预报时效为12h、24h、36h、48h。然后使用1992～2002年(24h预报样本数为3293)资料进行所建模型的预测检验，并与传统的气候持续法进行比较。结论表明，人工神经网络方法优于回归方法，且这种优势在预报时效较长时更明显。人工神经网络法48h的预报平均绝对误差比回归法减小了27.56km，预报水平提高了7％。
热带气旋 路径预报 神经网络 气候持续法
吕庆平 罗坚 朱坤 杨成荫
解放军理工大学气象学院,南京,211101
国内会议
北京
中文
1-8
2008-11-20（万方平台首次上网日期，不代表论文的发表时间）