基于径向基函数神经网络温度预报订正方法及评估
张亚刚1
杨银1
张成军1
纪晓玲1
杨文军2
毛璐1
1.中国气象局旱区特色农业气象灾害监测预警与风险管理重点实验室,宁夏银川750002;宁夏回族自治区气象防灾减灾重点实验室,宁夏银川750002;宁夏气象台,宁夏银川7500022.中国气象局旱区特色农业气象灾害监测预警与风险管理重点实验室,宁夏银川750002;宁夏回族自治区气象防灾减灾重点实验室,宁夏银川750002;贺兰县气象局,宁夏银川750200
摘要：根据中央气象台自2017年10月—2018年9月20:00起报未来72h0.05 °×0.05 °分辨率格点日最高、最低温度指导预报和国家气象信息中心格点温度实况,应用Matlab神经网络工具箱提供的newrbe函数,建立基于径向基函数(RBF)神经网络的温度预报模型,对2018年10月—2019年9月RBF预报产品进行格点检验评估,并与同期的EC模式预报产品做了对比.结果表明:(1)通过RBF模型订正后的24h、48h和72h日最高和最低温度预报准确率较中央气象台指导预报(NMC)分别提高了 7.21％、6.98％、5.48％和5.67％、4.46％、4.47％,均为正技巧,且春、夏、秋季预报订正效果要好于冬季;(2)分区域预报检验来看,除海源、同心、彭阳的最高温度预报和海源、惠农的最低温度预报误差偏较大外,其他区域的误差基本都小于2℃.特别是对强降温、霜冻天气的温度预报准确率高于NMC,对预报员有一定的参考价值.
关键词：径向基神经网络最高温度最低温度
分类号：P457.3(天气预报)
资助基金：中国气象局旱区特色农业气象灾害监测预警与风险管理重点实验室指令性项目(CAMP-202001)中国气象局旱区特色农业气象灾害监测预警与风险管理重点实验室指令性项目(CAMP-201904)中国气象局创新发展专项(CXFZ2021J024)中国气象局预报员专项(CMAYBY2019-129)
论文发表日期：2021-02-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：9( 136-144 )
英文信息