新的集成预报及其在短期气候预测中的应用
分析了传统的基于加权的集成预报等方法及其在气象预测应用中存在的问题,在此基础上提出了一种新的基于数据挖掘的集成预报方法,并选用BP人工神经网络建立集成预报分类器来对各种子预报方法的预报结果进行集成和综合;该方法可以根据不同预报对象的特性,对集成预报权值进行动态改变,克服了传统的集成预报方法中权值一旦确定就不能改变的不足,也克服了现有的集成预报不能得到最优结果的不足.通过对2001~2007年重庆市城口县1月的降水和平均气温以及重庆市的春旱指数进行预报,实验结果显示,集成预报结果的可靠性和准确性不但高于集成之前的各种子预报方法,而且高于传统的其它集成预报方法,验证了方法的有效性.
BP人工神经网络、数据挖掘、集成预报、气象预测、环流特征
33
P456(天气预报)
国家科技支撑计划重大资助项目2007BAC03A06;科技部农业成果转化资助项目2007GB24160446;中国气象局新技术资助项目CMATG2009MS21;重庆市重大科技攻关资助项目CSTC2009AB2221
2011-04-11(万方平台首次上网日期,不代表论文的发表时间)
119-126