延伸期暴雨过程的神经网络预报技术应用初探

• 作者: 廖雪萍 覃卫坚 陈思蓉
• 来源期刊: 气象研究与应用
• 学科: 地球科学
• 关键词: 延伸期暴雨过程 粒子群-神经网络 暴雨综合强度
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 天气气候
• 页码范围: 1-4
• 页数: 4页
• 分类号: P466
• 字数: 2773字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-8411.2018.04.001

摘要

利用DERF2.0延伸期环流预报数据资料,首先使用暴雨过程信号指标就一般降水和暴雨过程进行分类,结果延伸期逐日降水分类预报准确率为65％.最后利用逐步回归和粒子群-神经网络方法就延伸期暴雨综合强度进行建模预报,逐步回归方法在F=3条件下对广西暴雨综合强度预报误差最小;粒子群-神经网络预报误差均小于逐步回归方法,相对误差较逐步回归方法预报效果最好的方程减小了32.5％,可见粒子群-神经网络在延伸期定量化预报中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	廖雪萍		10	113	6.0	10.0
2	陈思蓉		8	114	4.0	8.0
3	覃卫坚		19	160	8.0	12.0