基于卷积神经网络的逐时降水预报订正方法研究OA北大核心CSCD
A Correction Method of Hourly Precipitation Forecast Based on Convolutional Neural Network
应用2017—2018年5—9月福建省观测资料对华南区域中尺度模式(GTRAMS-3 km-RUC)预报进行站点检验,建立和训练基于卷积神经网络的逐时降水分级订正模型,并与频率匹配法进行2017—2018年测试集的对比试验和2019年数据集的模拟业务检验,探讨了试验过程中遇到的样本不均衡、特征变量选取以及模型过拟合问题.结果表明:模式对于15 mm·h-1以上降水的预报能力弱,各订正方法对原始预报均有不同程度的改进作用.从评估指标来看,基于卷积神…查看全部>>
陈锦鹏;冯业荣;蒙伟光;文秋实;潘宁;戴光丰
福建省灾害天气重点实验室,福州 350001数据科学与统计重点实验室,漳州 363005福建省漳州市气象局,漳州 363005中国气象局广州热带海洋气象研究所/广东省区域数值天气预报重点实验室,广州 510640中国气象局广州热带海洋气象研究所/广东省区域数值天气预报重点实验室,广州 510640中国气象局广州热带海洋气象研究所/广东省区域数值天气预报重点实验室,广州 510640
天文与地球科学
卷积神经网络逐时降水预报分级订正相关系数判别主成分分析
《气象》 2021 (1)
60-70,11
国家自然科学基金联合基金项目(U1811464)、泛珠三角区域数值预报联合发展专项(201804和201904)、中国气象局预报员专项(CMAYBY2020-061)、广州市科技计划项目(201903010104)和数据科学与统计重点实验室开放课题(42010702)共同资助
评论