首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于年际增量法的广西6月月降水量预测
引用本文:蔡悦幸,史旭明,陆虹,金龙,罗小莉.基于年际增量法的广西6月月降水量预测[J].气象科技,2024,52(1):66-75.
作者姓名:蔡悦幸  史旭明  陆虹  金龙  罗小莉
作者单位:广西壮族自治区气候中心,南宁 530022;桂林航天工业学院,桂林 541004
基金项目:国家自然科学基金(42065004)、广西自然科学基金(2023GXNSFAA026511)和广西气象科技研究计划项目(桂气科2023Z05)共同资助
摘    要:利用广西87个气象站6月月平均降水量及NCEP/NCAR再分析资料,通过普查1960—2021年广西6月月降水量年际增量与前期500 hPa位势高度场的相关性,选取影响广西6月降水异常相关性较高的前期预测因子,研究其主要影响机制,并采用模糊神经网络与熵度量相结合的方法构建月降水年际增量的集合预报模型,对预测模型进行1960—2013年的拟合检验和2014—2021年的独立样本预报检验。结果发现,该模型的预测准确率较高,独立样本的回报年份同号率为87.5%,拟合平均绝对误差为26.64 mm,拟合平均相对误差为9.06%,预报效果优于利用逐步回归方法构建的预测模型,而且模型性能比较稳定,具有较好的业务应用前景。

关 键 词:年际增量法  月降水  熵度量  模糊神经网络集合方法
收稿时间:2022/11/29 0:00:00
修稿时间:2023/7/13 0:00:00

Research on Monthly Precipitation Prediction in Guangxi in June Based on Interannual Incremental Method
CAI Yuexing,SHI Xuming,LU Hong,JIN Long,LUO Xiaoli.Research on Monthly Precipitation Prediction in Guangxi in June Based on Interannual Incremental Method[J].Meteorological Science and Technology,2024,52(1):66-75.
Authors:CAI Yuexing  SHI Xuming  LU Hong  JIN Long  LUO Xiaoli
Abstract:
Keywords:interannual incremental method  monthly precipitation  entropy metric  fuzzy neural network ensemble method
点击此处可从《气象科技》浏览原始摘要信息
点击此处可从《气象科技》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号