检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

广西暴雨集中度智能气候预测方法研究

气象研究与应用 2024年第03期 12-20页

作者：覃卫坚何莉阳蔡悦幸广西壮族自治区气候中心

利用1961—2023年广西79个气象观测站逐日降水和国家气候中心大气环流、海温指数资料，构建广西暴雨集中度计算方法，基于逐步回归方法、粒子群-神经网络、随机森林算法，建立暴雨集中度气候预测模型。结果表明，广西存在以桂林和柳州... 详细信息

利用1961—2023年广西79个气象观测站逐日降水和国家气候中心大气环流、海温指数资料，构建广西暴雨集中度计算方法，基于逐步回归方法、粒子群-神经网络、随机森林算法，建立暴雨集中度气候预测模型。结果表明，广西存在以桂林和柳州两市北部为中心的桂东北地区、以“东兰、巴马、凤山”为中心的桂西山区和沿海地区三个暴雨集中度高值区，暴雨集中度异常大小基本反映发生洪涝和干旱灾害的严重程度。经过2020—2023年气候预测试验，粒子群-神经网络算法预测效果最好，其次为随机森林算法，第三是逐步回归方法。

关键词：暴雨集中度集中期粒子群-神经网络随机森林算法

基于局部线性嵌入的人工智能台风强度集合预报模型

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

气象 2014年第7期40卷 806-815页

作者：黄颖金龙黄小燕史旭明金健广西气象减灾研究所南宁530022 广西区气候中心南宁530022 华东师范大学计算机科学技术系上海200241

利用局部线性嵌入算法通过学习挖掘高维数据集的内在几何结构,高效地实现维数约简和特征提取的能力,论文以2001—2012年共12年6—9月西北太平洋海域内生成的台风样本为基础,将气候持续因子作为台风强度的基本预报因子,采用局部线性嵌入... 详细信息

利用局部线性嵌入算法通过学习挖掘高维数据集的内在几何结构,高效地实现维数约简和特征提取的能力,论文以2001—2012年共12年6—9月西北太平洋海域内生成的台风样本为基础,将气候持续因子作为台风强度的基本预报因子,采用局部线性嵌入的特征提取与逐步回归计算相结合的预报因子信息数据挖掘技术,以进化计算的粒子群算法,生成期望输出相同的多个神经网络个体,建立了一种新的非线性人工智能集合预报模型,进行了分月台风强度预报模型的建模研究。在建模样本、独立预报样本相同的情况下,分别采用人工智能集合预报方法和气候持续法进行预报试验。试验对比结果表明,前者较后者在6、7、8和9月24 h台风强度预报中,平均绝对误差分别下降了23.34%、24.46%、19.41%和27.45%,4个月的平均绝对误差下降了23.10%;48 h台风强度预报中,6—9月平均绝对误差分别下降了44.82%、16.73%、0.89%和49.26%,4个月的平均绝对误差下降了25.54%。进一步研究发现,在变动局部线性嵌入算法忌近邻个数的情况下,建立的台风强度集合预报模型,其预报结果稳定可靠,相对于气候持续法均为正的预报技巧水平,为台风强度客观预报提供了新的预报工具和预报建模方法。

关键词：局部线性嵌入粒子群-神经网络集合预报气候持续法台风强度

基于两种机器学习方法的广西后汛期降水预测模型

在线全文

学校读者我要写书评

暂无评论

气象研究与应用 2022年第1期43卷 8-13页

作者：覃卫坚何莉阳蔡悦幸广西壮族自治区气候中心南宁530022

使用1991-2021年7-9月广西90个地面气象观测站降水量、NCEP/NCAR月再分析资料和国家气候中心BCC_CSM1.1气候模式回报资料,研究建立基于粒子群-神经网络、随机森林算法的广西后汛期降水气候预测模型,并对2016年-2021年预测进行应用试验... 详细信息

使用1991-2021年7-9月广西90个地面气象观测站降水量、NCEP/NCAR月再分析资料和国家气候中心BCC_CSM1.1气候模式回报资料,研究建立基于粒子群-神经网络、随机森林算法的广西后汛期降水气候预测模型,并对2016年-2021年预测进行应用试验。结果表明,基于粒子群-神经网络、随机森林算法的后汛期降水预测Ps得分比逐步回归方法分别提高了2.78分、2.5分,比气候模式分别提高了29.22分、28.94分,预测能力有明显的提升。

关键词：粒子群-神经网络随机森林算法经验正交函数气候预测汛期降水

在线全文

学校读者我要写书评

暂无评论

延伸期暴雨过程的神经网络预报技术应用初探

气象研究与应用 2018年第4期39卷 1-4页

作者：覃卫坚廖雪萍陈思蓉广西壮族自治区气候中心广西南宁530022 广西壮族自治区气象减灾研究所广西南宁530022

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... 详细信息

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。

关键词：延伸期暴雨过程粒子群-神经网络暴雨综合强度