基于BP神经网络的浙北夏季降尺度降水预报方法的应用

摘要：

利用NCEP提供的全球空间分辨率为2.5°×2.5°、2007-2012年6-8月日平均500 hPa高度场再分析格点资料和浙北地区158个站点观测资料,研究了不同大气环流型下局地降水与大尺度降水场之间的关系,以4种不同环流型下的预报对象和预报因子分别采用BP神经网络方法对观测资料进行逼近,得到4种空间降尺度的预报模型,分析对比4种预报模型158站逐日的降水量的预报.结果表明:神经网络模型的隐层节点数为2时,对降水的拟合效果最好;对降水的极值拟合效果中,环流分型中NW型和C型的效果优于SW型和SE型;从4种分型下的误差空间分布来看,浙北地区沿海的宁波、舟山一带的误差小于浙北其他区域;把雨量分等级后进行预测,发现模型对暴雨的预测能力最好.

关键词：降水预报、降尺度、BP神经网络、大气环流分型

所属期刊栏目：40

分类号：TP1;TP2

资助基金：公益性行业气象科研专项GYHY2010006017

在线出版日期：2017-07-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：425-432