基于BP神经网络方法的近岸数值海温预报释用技术

• 作者: 何恩业 匡晓迪 张苗茵 王兆毅 邓小花
• 来源期刊: 海洋与湖沼
• 学科: 地球科学
• 关键词: 数值预报 释用 人工神经网络 近岸
• 年，卷（期）: 2016,（6）
• 页码范围: 1107-1115
• 分类号: P731
• 语种: 中文
• DOI: 10.11693/hyhz20160700156

摘要

为了提高近岸精细化海温预报精度,利用神经网络方法,分析了海温数值预报及观测数据在释用中的作用,研究了定点近岸海温影响因子的最优配置方案,建立了定点海温精细化数值预报释用模型,评估了释用模型性能.误差分析结果显示,数值海温产品及其观测在建模中起到了降低和稳定模型误差的作用;释用模型将定点数值预报的误差从2.2℃减少至0.7℃;预报误差较调训误差略高,但考虑到预报误差的稳定性,数值释用与人工经验预报水平持平,因此,该方法具有十分广阔的拓展空间和应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何恩业		7	43	4.0	6.0
2	邓小花		9	103	5.0	9.0
3	王兆毅		6	5	1.0	2.0
4	匡晓迪		5	10	1.0	3.0
5	张苗茵		2	1	1.0	1.0