机器学习在广西台风极大风速预报中的应用

• 作者: 吴玉霜 黄小燕 陈家正 赵华生
• 来源期刊: 气象研究与应用
• 学科: 地球科学
• 关键词: 机器学习 台风 极大风 预报建模
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 广西台风团队专栏
• 页码范围: 26-31
• 页数: 6页
• 分类号: P457.8
• 语种: 中文
• DOI: 10.19849/j.cnki.CN45-1356/P.2021.4.05

摘要

以1980-2020年广西台风期间桂林、梧州、龙州、南宁、玉林等5个气象观测站的地面日极大风速为研究对象,采用多元线性回归(MR)、支持向量机(SVM)、模糊神经网络(FNN)等三种较为常用的线性和非线性方法分别进行预报建模,对2011-2020年共10a独立样本的检验.结果 表明,在全样本风速预报的平均绝对误差上,FNN模型对桂林站、梧州站、龙州站、玉林站共4个站点预报的平均绝对误差最小,总体预报精度最好,MR预报模型则对南宁站有较好的预报能力,SVM模型预报效果总体偏差.对于6级以上大风的TS评分、命中率、空报率和预报偏差等4个评估指标的统计,FNN模型的预测精度最高且相对稳定,MR方案次之,SVM在三种方案中预报效果最差.FNN方法对广西台风期间地面日极大风速的预报有较好的参考作用.