文献类型：期刊文章

作　　者：杨成荫[1] 王汉杰[2] 周林[1] 赵苏璇[3]

机构地区：[1]解放军理工大学气象学院,南京211101 [2]中国科学院东亚区域气候-环境重点实验室,北京100029 [3]南京军区空军气象中心,南京211101

出　　处：《应用气象学报》

基　　金：国家重点基础研究发展规划项目(2006CB400505);国家自然科学基金项目(40675040)共同资助

年　　份：2009

卷　　号：20

期　　号：2

起止页码：232-239

语　　种：中文

收录情况：BDHX、BDHX2008、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、JST、RCCSE、ZGKJHX、核心刊

摘　　要：对于短期气候时间尺度预报来说,短期内尚无有效方法提高数值预报产品精度,建立一种能综合有效利用全场信息的非线性释用方法,通过统计释用提高短期气候的预报准确率,是一条可行的途径。通过CCA-BP法建立的典型因子,可以代表因子场与站点预报要素之间的大部分协方差关系,使因子与站点要素相关性大为提高,进而通过神经网络技术(BPNN)建立非线性预报模型,实现上述目标。以平潭、福州站10月旬平均温度、降水距平百分率预报为例,分别使用CCA-BP—BPNN模型和插值模型对1983—2001年资料建立预报方程,对2002—2005年的试报结果表明:解释预报对数值预报产品做了较大修正,使预报产品具有一定的使用意义及参考价值。从各项评价指标来看,CCA-BP—BPNN模型优于插值模型。该方法为提高短期气候数值预报产品的释用精度提供了一个值得参考的途径。

关 键 词：数值预报产品 解释应用  典型相关  神经网络

分 类 号：P456.7[大气科学类]