基于多神经网络的动态权重集成温度预报订正研究
朱育雷1
杨静2
钟水新3
朱文达2
李智玉2
魏涛2
李彦霖2
顾天红2
1.中国气象局广州热带海洋气象研究所/广东省区域数值天气预报重点实验室,广东 广州 510641;贵州省气象台,贵州 贵阳 5500022.贵州省气象台,贵州 贵阳 5500023.中国气象局广州热带海洋气象研究所/广东省区域数值天气预报重点实验室,广东 广州 510641
摘要：基于CMA-GD模式预报数据,利用多神经网络的动态权重集成方法,开展了贵州省温度预报订正研究,最终获得本地化温度预报订正产品.结果表明:(1)在对历史数据检验评估的基础上,利用多种神经网络方法可有效降低模式系统误差,通过BP、BP_GA、WAVENN、GRNN、LSTM等神经网络订正,2020年贵州省0～72h预报时效的温度平均绝对误差较模式降低0.01～0.17℃;(2)考虑到不同神经网络订正结果的差异性,采用动态权重方案对订正结果进行优势集成可显著提升预报可靠性.经集成后的温度预报效果优于模式直接输出和各神经网络订正结果,2020年贵州省0～72 h预报时效的温度平均绝对误差较模式降低14.93%,预报准确率提升8.24%.此外,动态权重集成后的订正结果还表现出较好的稳定性.基于该方法形成的本地化客观预报订正产品可为提升贵州复杂地形下温度预报质量以及精细化预报服务水平提供参考依据.
关键词：神经网络集成方法2 m温度订正CMA-GD
分类号：P456.7(天气预报)
资助基金：中国气象局/广东省区域数值天气预报重点实验室开放基金(J202003)贵州省气象局研究型业务关键技术攻关团队项目(GGTD-202210)
论文发表日期：2024-02-28
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：13( 156-168 )
英文信息