抚顺地区地表温度预报方法研究
利用2007～2012年中国气象局下发的ECMWF和T213数值预报产品资料及抚顺地区的逐日地表温度资料,采用逐步回归分析方法和BP神经网络模型构建抚顺地区地表温度预报模型,并对模型的精度进行检验.结果表明,地表温度与ECMWF的高度场、温度场和T213的散度场、高度场、海平面K指数、水汽通量、相对湿度、温度场和地面气温场均呈显著正相关,与ECMWF的海平面气压场和T213的海平面气压场、地面气压场、涡度场均呈显著负相关.利用与地表温度相关性较大的物理量作为预报因子分别构建基于逐步回归分析方法和BP神经网络的地表温度模型.利用模型对抚顺地区地表温度进行试报并分析其预报精度,结果显示预报结果精度较高.其中模型对地表平均温度和地表最低温度的预报效果良好,≤3℃预报准确率均达到78％以上.逐步回归预报模型的结果比实测值偏低0.01℃,BP神经网络预报模型的结果比实测值偏高0.19℃.从预报准确率上看,BP神经网络预报模型总体上优于逐步回归预报模型;从平均绝对误差看,逐步回归预报模型较BP神经网络预报模型稳定.地表温度预报模型可用于开展地表温度预报服务.
地表温度 数值预报 逐步回归分析 BP神经网络
刘东明 张鸿 张微玮 吴春英 张昱 全美兰
辽宁省抚顺市气象局,抚顺,113006 新宾县气象局
国内会议
南京
中文
1-10
2013-10-23（万方平台首次上网日期，不代表论文的发表时间）