文献类型：期刊文章

作　　者：胡邦辉[1] 刘善亮[2] 席岩[3] 王学忠[1] 游大鸣[1] 张惠君[3]

机构地区：[1]解放军理工大学气象海洋学院 [2]中国人民解放军61741部队 [3]南京军区气象水文中心

出　　处：《应用气象学报》

基　　金：国家自然科学基金项目(41330420;41275099)

年　　份：2015

卷　　号：26

期　　号：2

起止页码：185-192

语　　种：中文

收录情况：BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、JST、RCCSE、ZGKJHX、核心刊

摘　　要：MOS预报最优子集模型,通过消除数值模式系统性误差,可最大程度地提高其预报技巧。为了建立Nave Bayes降水最优模型,利用2008 2011年T511数值预报产品和单站观测资料,对介休、运城、丰宁3个站Nave Bayes降水概率分级预报模型进行研究。通过设计恰当的适应度函数,提出了一种用遗传算法搜寻Nave Bayes模型最优子集的计算方案,得到了3个站的最优子集模型。结果表明:最优子集的拟合效果明显高于普通初始子集,能够显著提升数值模式在单站的预报技巧。最优子集模型主要通过降低数值模式空报率提高单站晴雨、小雨预报效果,通过小幅提高正确次数和降低空报次数改善对中雨预报效果。

关 键 词：遗传算法 朴素贝叶斯分类器 单站降水预报  预报技巧  

分 类 号：P457.6[大气科学类]