主分量分析在热带气旋强度客观预报中的试用

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...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供参考,付费前请自行鉴别。
3、如文档内容存在侵犯商业秘密、侵犯著作权等,请点击“举报”。

常见问题具体如下:

1、问:已经付过费的文档可以多次下载吗?

      答:可以。登陆您已经付过费的账号,付过费的文档可以免费进行多次下载。

2、问:已经付过费的文档不知下载到什么地方去了?

     答:电脑端-浏览器下载列表里可以找到;手机端-文件管理或下载里可以找到。

            如以上两种方式都没有找到,请提供您的交易单号或截图及接收文档的邮箱等有效信息,发送到客服邮箱,客服经核实后,会将您已经付过费的文档即时发到您邮箱。

注:微信交易号是以“420000”开头的28位数字;

       支付宝交易号是以“2024XXXX”交易日期开头的28位数字。

客服邮箱:

biganzikefu@outlook.com

所有的文档都被视为“模板”,用于写作参考,下载前须认真查看,确认无误后再购买;

文档大部份都是可以预览的,笔杆子文库无法对文档的真实性、完整性、准确性以及专业性等问题提供审核和保证,请慎重购买;

文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为依据;

如果您还有什么不清楚的或需要我们协助,可以联系客服邮箱:

biganzikefu@outlook.com

常见问题具体如下:

1、问:已经付过费的文档可以多次下载吗?

      答:可以。登陆您已经付过费的账号,付过费的文档可以免费进行多次下载。

2、问:已经付过费的文档不知下载到什么地方去了?

     答:电脑端-浏览器下载列表里可以找到;手机端-文件管理或下载里可以找到。

            如以上两种方式都没有找到,请提供您的交易单号或截图及接收文档的邮箱等有效信息,发送到客服邮箱,客服经核实后,会将您已经付过费的文档即时发到您邮箱。

注:微信交易号是以“420000”开头的28位数字;

       支付宝交易号是以“2024XXXX”交易日期开头的28位数字。

文秘专家
机构认证
内容提供者

1

确认删除?