多隐层BP神经网络在模式预报中的简化应用

• 作者: 施金海 沈沉 赵文灿 顾松强 高翔
• 来源期刊: 气象与环境科学
• 学科: 地球科学
• 关键词: 上海迪士尼度假区 地面气温 BP神经网络 模式释用
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 应用技术
• 页码范围: 127-132
• 页数: 6页
• 分类号: P456.7
• 字数: 4498字
• 语种: 中文
• DOI: 10.16765/j.cnki.1673-7148.2019.04.018

摘要

EC细网格预报效果好,基本满足业务需要,在工作中被广泛应用.为进一步提升预报准确性,做好迪士尼园区的气象服务保障,选取2016年7月至2017年6月1年的2m温度预报场,24 h预报时效的时间分辨率为3h,72 h预报时效的时间分辨率为24 h,分别用回归分析法、S型和简化Line型BP神经网络法进行模式释用,与迪士尼气象站观测数据对比.结果 表明:阈值为1℃时,对模式结果释用后,均方根误差减少了0.5℃到1.0℃,3-9h和21-72 h预报时效的准确率由原来的50％和30％分别上升到70％和50％.采用S型多隐层BP神经网络误差最小,不同预报时效释用稳定性最高,同时该释用方法对tmin的预报特征把握更精准,释用效果明显优于对tmax的预报释用,但迭代计算耗费时间大幅增多,与预报效果的提升不成正比.简化Line型的BP神经网络通过8个半月的数据量和简单的网络模式,捕获了EC预报的特征,不但减小了计算量,大幅缩短了计算时间,而且预报结果也有显著提升,预报稳定性较好,具有广泛的业务应用空间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	顾松强		3	17	2.0	3.0
2	赵文灿		1	0	0.0	0.0