最优子集神经网络在武威气温客观预报中的应用

• 作者: 兰晓波 杨永龙 钱莉
• 来源期刊: 气象
• 学科: 地球科学
• 关键词: ECMWF格点资料 BP神经网络 气温 分县预报
• 年，卷（期）: 2010,（5）
• 页码范围: 102-107
• 分类号: P4
• 字数: 5893字
• 语种: 中文

摘要

选取2003年3月1日至2008年12月31日20时的逐日ECMWF(欧洲中期天气预报中心)数值预报产品实况格点资料,使用差分法、天气诊断、因子组合等方法,构造出能反映本地天气动力学特征的预报因子库,采用PRESS(预测平方和)准则初选因子,逐步回归复选因子,最优子集回归精选因子,建立分月、分站点逐日最高、最低温度BP神经网络预报模型.模型业务试用结果表明:该BP神经网络预报模型具有较强的非线性处理能力,能较好地反映日极端温度的变化,0～120 h内的最高、最低温度平均预报准确率达较高水平,且对明显的升降温过程反应灵敏,升降温趋势和幅度预报较为准确,为0～120 h的城镇精细化温度预报提供了重要的技术支撑,同时也为ECMWF数值预报产品在温度的释用提供了一种好的思路和方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	兰晓波		9	103	6.0	9.0
2	杨永龙		16	206	10.0	14.0