第30卷第2期气象科学Vol.30,No.22010年4月SCIENTIAMETEOROLOGICASINICAApr.,2010王耀领,胡邦辉,杨玉震,等.主分量分析在热带气旋强度客观预报中的试用.气象科学,2010,30(2:1792184.WangYaol2ing,HuBanghui,YangYuzhen,etal.AstudyofapplicationofprincipalcomponentsanalysistoobjectivepredictionofnorthwestPa2cifictropicalcycloneintensity.ScientiaMeteorologicSinica,2010,30(2:1792184.主分量分析在热带气旋强度客观预报中的试用王耀领1胡邦辉1杨玉震2王学忠1徐志春3(1解放军理工大学气象学院,南京211101(2中国人民解放军61714部队,北京100081(3中国人民解放军96215部队,广西柳州546016摘要为了解主分量因子分析在热带气旋强度客观预报中的应用效能,在NCEP再分析资料、T106L19模式产品和热带气旋历史观测资料基础上,采用主分量因子分析技术,结合多元线性回归和BP型人工神经网络,开展了西北太平洋热带气旋的强度客观预报技术研究试验。试验包含完全预报法原理下的预报因子有无主分量分析、线性与非线性预报方法建模等方面的比较。结果表明,预报因子的主分量分析通过降低线性回归和BP人工神经网络模型的维数,提高因子间独立性,可减小模型强度预报平均绝对误差,提高模型实际预报能力。关键词热带气旋强度预报主分量分析BP型神经网络分类号P45718文献标识码A收稿日期:2008209201;修改稿日期:2008210222基金项目:国家自然科学基金项目(40730953,40425009第一作者简介:王耀领(19842,男,河南漯河,硕士生,主要从事数值产品解释应用研究.wangyaoling1984@yahoo.com.cn.通讯作者:胡邦辉,男,教授,hubanghui@yahoo.com.cn.AstudyofapplicationofprincipalcomponentsanalysistoobjectivepredictionofnorthwestPacifictropicalcycloneintensityWangYaoling1HuBanghui1YangYuzhen2WangXuezhong1XuZhichun3(1InstituteofMeteorology,PLAUniversityofScienceandTechnology,Nanjing211101,China(2Troop61714PLA,Beijing100081,China(3Troop96215PLA,GuangxiLiuzhou546016,ChinaAbstractInordertoevaluatethepotentialefficiencyofprincipalcomponentsanalysis(PCAintropicalcyclone(TCintensityobjectiveforecasting,basedonNCEPreanalysisdata,T106L19modelforecastingdataandCMAhistoricaltropicalcycloneobservationdata,thePCAefficiencyareinvestigatedthroughmultiplelinearregressionandbackpropagation(BPneuralnetworkfocusingonthenorthwest2ernPacificOceanTCintensityobjectivepredictiontechnology.ThisresearchincludesperfectprognostictheoryguidedfactoranalysiswithandwithoutPCAconsiderationdimensionreduction,linearandnonlin2earmodeling.ResultshowsthatfactoranalysiswithPCAconsiderationreducesthemodelsdimensionoflinearregressionandBPnetwork,andimproveseachfactorπsindependency.Thusthemethodlessensav2erageabsoluteerrorofTCintensity,andincreasesthecapabilityofTCintensityobjectiveprediction.KeywordsTropicalcycloneIntensityforecastPrincipalcomponentsanalysisBPneuralnetwork引言通常,台风强度可由台风中心附近地面最大风速和(或最低海平面气压两个量来确定。本文所指的台风强度仅以台风中心附近地面最大平均风速为准。台风强度是热带气旋(TropicalCyclone,简称TC预报的主要内容之一,其统计预报模型的改进有很长的历史。1972年Neumann[1]提出了预报TC强度的气候持续性模式(ClimatologyandPersistence,简称CLI2PER,即以TC过去时刻的经纬度、强度等为预报因子,用统计学线性回归技术导出回归方程,以预报未来12h的强度。后来不少学者在CLIPER方法基础上,增加了反映TC强度变化的动力因子,采用了统计-动力预报模式[223]。近年来,随着数值预报水平不断提高,雷达、卫星等探测技术的不断发展,关于TC强度变化的动力学机理也有新的进展[425],因此,气候持续性因子与数值预报相结合的统计-动力预报模式有了长足的进步[627]。随着TC强度预报技术的不断改进,可以考虑的影响TC强度变化的预报因子个数在不断增加,这些因子共同影响着TC强度变化,之间必然存在着复...