粒子群-神经网络在华南夏季降水短期气候预测中应用研究
2015-01-12覃卫坚李耀先陈思蓉谢敏
气象研究与应用 2015年2期
关键词:关键
覃卫坚,李耀先,陈思蓉,谢敏
(1.广西区气候中心,广西 南宁 530022;2.广西气象减灾研究所,广西 南宁 530022)
引言
华南是我国降水最多的地区之一,每年因强降水引发的洪涝灾害都会给当地造成严重的经济损失和人员伤亡。近年来华南降水引起专家的关注,肖伟军等[1]分析了华南夏季降水时空分布特征;张婷[2]研究了华南雨带变化与马斯克林高压和澳大利亚高压的关系;郑彬等[3]、苗春生等[4]、邓立平等[5]分别研究了华南降水异常与南海夏季风、东北冷涡、海温的关系。动力气候模式预测是现代气候预测技术的发展方向,目前动力模式预测水平还不高,利用各种异常因子及其前兆信号来做预测,无疑是提高短期气候预测的有效途径[6-8]。 如封国林等[9]结合海温、环流等前期异常信号分析了2011年长江中下游地区旱涝急转成因;杨杰等[10]、熊开国等[11]研究了多因子异常组合的多元客观相似,提出动力统计模式预报误差的订正方法。粒子群-神经网络是最近流行的一种预测方法,它具有处理非线性问题的能力,比传统统计方法更具有优势。本研究查找华南夏季降水的影响关键因子,利用这些因子和粒子群-神经网络建模做预报,尤其分析关键因子出现异常时对华南降水的影响,在关键因子异常年份里利用这些因子建模预测,提高华南夏季降水预测技巧。
1 资料与方法
1.1 资料
降水资料使用1961~2013年广东、广西、海南三省共110个气象观测站的20:00~20:00的日降水资料、美国气候预测中心组合降水分析(CMAP)资料。……
登录APP查看全文
