基于CNN-LSTM的珠江河口台风过程实时滚动修正预报 |
| |
作者姓名: | 邓志弘 刘丙军 张卡 胡仕焜 曾慧 张明珠 李丹 |
| |
作者单位: | 1. 中山大学土木工程学院;2. 中山大学水资源与环境研究中心;3. 广州市水务科学研究所 |
| |
基金项目: | 国家自然科学基金资助项目(52179029、51879289); |
| |
摘 要: | 为改善台风预报精度,基于实时滚动修正预报思路,利用卷积神经网络嵌套长短期记忆神经网络(CNN-LSTM)和误差校正(EC)技术,搭建了珠江河口台风实时预报模型。研究结果表明:“滚动预报”比单次预报有更好的路径和强度预报效果,随着模型滚动时间的延长,预报整体精度有逐渐改善的趋势。路径预报结果的均方根误差比单次预报减小了25.67%,强度预报结果的平均绝对误差比单次预报减小了65.04%;考虑误差校正的CNN-LSTM-EC的路径、强度“滚动预报”效果均优于CNN-LSTM,前者的路径预报误差较后者减小了22.57%,强度预报误差减小2.5%。
|
关 键 词: | 实时滚动预报 台风 珠江河口 深度学习 误差校正 |
|