| 基于神经网络和地理信息的华东及华南地区降水概率预报 |
| |
| 引用本文： | 智协飞,张珂珺,田烨,季焱.基于神经网络和地理信息的华东及华南地区降水概率预报[J].大气科学学报,2021,44(3):381-393. |
| |
| 作者姓名： | 智协飞 张珂珺 田烨 季焱 |
| |
| 作者单位： | 南京信息工程大学 气象灾害预报预警与评估协同创新中心/气象灾害教育部重点实验室, 江苏 南京 210044;天气在线气象应用研究所, 江苏 无锡 214000 |
| |
| 基金项目： | 国家自然科学基金资助项目（41575104）；国家重点研发计划重点专项（2017YFC1502000） |
| |
| 摘 要： | 基于欧洲中期天气预报中心(the European Centre for Medium-Range Weather Forecasts, ECMWF)2015年2月8日—2016年12月31日中国华东及华南地区24～168 h预报时效的逐日24 h累积降水集合预报资料,利用前馈神经网络建立NN(Neutral Network)模型及NN-GI(Neutral Network-Geographic Information)模型进行概率预报试验,并对两个模型输出的概率预报结果进行评估。结果表明,经NN模型和NN-GI模型订正后,降水概率预报结果得到明显改进,在168 h预报时效时,降水概率预报的CRPS值与原始集合预报相比分别下降了约16.00%、21.27%。与NN模型相比,NN-GI模型由于考虑到各格点的地理信息差异,在区域内预报技巧整体改进更优。这表明,在利用机器学习方法改进降水预报时,在模型中加入各个格点的地理信息非常重要。
|
| 关 键 词： | 降水 概率预报 神经网络 地理信息 ECMWF集合预报 |
| 收稿时间： | 2021/1/17 0:00:00 |
| 修稿时间： | 2021/3/22 0:00:00 |
Probabilistic precipitation forecast in East and South China based on neural network and geographic information |
| |
| ZHI Xiefei,ZHANG Kejun,TIAN Ye,JI Yan.Probabilistic precipitation forecast in East and South China based on neural network and geographic information[J].大气科学学报,2021,44(3):381-393. |
| |
| Authors: | ZHI Xiefei ZHANG Kejun TIAN Ye JI Yan |
| |
| Institution: | Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters (CIC-FEMD)/Key Laboratory of Meteorological Disaster, Ministry of Education (KLME), Nanjing University of Information Science and Technology, Nanjing 210044, China;Weather Online Institute of Meteorological Applications, Wuxi 214000, China |
| |
| Abstract: | |
| |
| Keywords: | precipitation probabilistic forecast neural network geographic information ECMWF ensemble forecast |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《大气科学学报》浏览原始摘要信息 |
| 点击此处可从《大气科学学报》下载免费的PDF全文 |
|
