基于神經網絡的多模式天氣集成預報研究.pdf

1、分類號：T P 3 1 1密級：( 秘密、機密、絕密)學校代碼：1 0 0 5 7研究生學號：1 1 8 3 4 0 1 2基于神經網絡的多模式天氣集成預報研究R e s e a r c ho f M u l t i - m o d e l I n t e g r a t i o n W e a t h e r F o r e c a s t b a s e d o nN e u r a l N e t w o r k專業(yè)名稱：計算機應

2、用技術指導教師姓名：熊聰聰教授研究生姓名：潘璇申請學位級別：工學碩士論文提交日期：2 0 1 4 年3 月論文課題來源：合作項目學位授予單位：天津科技大學摘要天氣預報是人們安排出行計劃的重要參考依據(jù)，也是城市以及鄉(xiāng)鎮(zhèn)針對惡劣性氣候進行防災減災的重要保障。隨著現(xiàn)代氣象科學技術的進步，氣象預報在準確性和高效性方面著更為嚴格的要求，其中集成天氣預報技術成為現(xiàn)代天氣預報技術研究的重點和熱點問題。集成預報是一種用數(shù)學模型將多種相互獨立的單模式預報

3、產品進行整合與分析，最終得到更為理想、統(tǒng)一的預報結論的技術。目前，關于中短期集成預報的研究還不是很多。本課題的研究目的在于，建立基于人工神經網絡的集成預報模型，以此為基礎開發(fā)多站點精細化天氣預報業(yè)務軟件，提供定點、定時、定量集成預報數(shù)據(jù)，減小數(shù)值模式和預報員主觀決策所帶來的預報誤差。目前，基于人工神經網絡的集成預報大多采用B P 網絡，這種方法存在學習速度較慢、訓練過程容易陷于局部最小的問題。所以選取學習速度快、收斂性好、實時性強的徑向

4、基神經網絡處理集成預報問題作為有著很大的優(yōu)勢。本文采用新的集成預報路線，將低級單模式數(shù)值預報作為網絡輸入層，經過訓練的網絡輸出統(tǒng)一高級集成預報結果，以此為目標來設計集成預報模型。本文主要工作有：首先針對天津觀測站點的數(shù)值模式預報數(shù)據(jù)特點，篩選出可靠的集成預報成員，創(chuàng)建精細化氣溫訂正方法來處理錯誤數(shù)據(jù)；然后在徑向基神經網絡的基礎上建立了新型氣溫集成預報模型；同時開發(fā)多模式氣溫集成預報系統(tǒng)，實現(xiàn)天津的2 3 2 個城市以及鄉(xiāng)鎮(zhèn)站點的逐六小時

5、、最高溫和最低溫的客觀集成預報業(yè)務。系統(tǒng)實現(xiàn)了模式數(shù)據(jù)的自動集成、手動集成和分類查詢等功能。從預報的結果的分析中可以看出，基于徑向基神經網絡的集成預報方法在預報誤差和站點預報準確率上，均好于每個參與集成的單模式預報成員；在算法的執(zhí)行時間的比較中，神經網絡的執(zhí)行時間比粒子群算法以及遺傳算法要快許多。因此，該系統(tǒng)是一款在穩(wěn)定性、準確率和時間效率上都具備一定的優(yōu)勢的集成預報軟件，在氣象業(yè)務中具有好的應用前景。關鍵詞：集成預報；多模式；神經網絡