一种基于神经网络的中国区域夏季降水预测订正算法

一种基于神经网络的中国区域夏季降水预测订正算法
李涛;陈杰;汪方;韩锐
【期刊名称】《干旱气象》
【年(卷),期】2022(40)2
【摘要】基于CWRF(climate extension of WRF)区域气候模式的动力降尺度预测技术对夏季降水预测存在一定偏差,难以实现准确预测。

本文立足于中国区域夏季降水特点,分析与夏季降水相关的气象要素,采用树突(dendrite,DD)网络与人工神经网络(artificial neural networks,ANN)相结合的方法,针对CWRF模式回报的1996—2019年夏季降水量进行订正,检验其订正效果。

结果表明:人工树突神经网络(artificial dendritic neural network,ADNN)算法模型订正的中国夏季降水量整体好于CWRF模式历史回报,距平相关系数和时间相关系数较订正前均提高约0.10,均方误差下降约26%,趋势异常综合检验评分提高6.55,表明ADNN机器学习方法能够对CWRF模式夏季降水预测实现一定程度的订正,从而提高该模式降水预测精度。

【总页数】9页(P308-316)
【作者】李涛;陈杰;汪方;韩锐
【作者单位】南京信息工程大学人工智能学院;南京信息工程大学电子与信息工程学院;国家气候中心;中国人民解放军93117部队
【正文语种】中文
【中图分类】P426.6;P456
【相关文献】
1.基于BCC CSM模式的中国东部夏季降水预测检验及订正
2.基于RegCM4模式的中国区域日尺度降水模拟误差订正
3.边界强迫场订正的区域气候模式对2013年夏季中国东部极端高温预测的改进试验
4.降尺度方法在中国不同区域夏季降水预测中的应用
5.基于数据挖掘CART算法的区域夏季降水日数分类与预测模型研究
因版权原因，仅展示原文概要，查看原文内容请购买。