10.11755/j.issn.1006-7639(2022)-02-0308
一种基于神经网络的中国区域夏季降水预测订正算法
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.
CWRF模式、夏季降水预测订正、DD与ANN、均方误差、时间相关系数、距平相关系数
40
P426.6;P456(气象基本要素、大气现象)
南京信息工程大学无锡校区研究生创新实践项目WXCX202001
2022-06-15(万方平台首次上网日期,不代表论文的发表时间)
共9页
308-316