粒子群-神经网络在华南夏季降水短期气候预测中应用研究

• 作者: 李耀先 覃卫坚 谢敏 陈思蓉
• 来源期刊: 气象研究与应用
• 学科: 地球科学
• 关键词: 粒子群-神经网络 夏季降水 EOF分析 华南
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 天气气候
• 页码范围: 1-7
• 页数: 7页
• 分类号: P466
• 字数: 5479字
• 语种: 中文

摘要

使用1961～2013年广东、广西、海南三省共110个气象观测站的日降水资料、CMAP格点降水、国家气候中心74项和美国NOAA CPC 40项指数资料、NCEP/NCAR再分析资料,利用经验正交公式(EOF)等方法分析华南夏季降水气候变化特征,查找其影响关键因子,使用粒子群-神经网络建模预报.结果表明:利用高相关因子的粒子群-神经网络建模预报,从近10a华南夏季降水回报结果对比来看,粒子群-神经网络效果略好于国家气候中心第二代海-陆-冰-气耦合的气候系统动力模式,动力模式好于逐步回归方法.从7年华南出现异常降水年份的预报试验来看,利用异常因子的粒子群-神经网络建模预报误差均小于动力模式预报,预报与实况同号率高达到85.7％,高于动力模式,可见粒子群-神经网络建模预测具有很好的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	覃卫坚		19	332	12.0	18.0
2	李耀先		42	317	10.0	15.0
3	谢敏		7	16	2.0	3.0
4	陈思蓉		5	9	2.0	2.0