分类与集成方法在降雨预报中的应用

• 作者: 刘还珠 曹晓钟 王式功 赵声蓉 闵晶晶
• 来源期刊: 气象
• 学科: 地球科学
• 关键词: 数值预报 降水 聚类分型 神经网络 集成
• 年，卷（期）: 2008,（10）
• 所属期刊栏目: 研究论文
• 页码范围: 3-11
• 页数: 9页
• 分类号: P4
• 字数: 6674字
• 语种: 中文

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王式功	兰州大学大气科学学院	254	5026	36.0	58.0
2	刘还珠		31	800	17.0	28.0
3	赵声蓉		29	728	14.0	26.0
4	曹晓钟		29	227	8.0	14.0
5	闵晶晶	兰州大学大气科学学院	3	104	3.0	3.0