机器学习在西北太平洋热带气旋生成前期大尺度环流场分型与识别中的应用OA北大核心CSTPCD
基于1979~2020年6~11月的热带气旋最佳路径(IBTrACS)和欧洲中期天气预报中心的第五代再分析(ERA5)资料,本文根据以热带气旋(TC)生成位置为中心的850 hPa水平风场特征,采用自组织映射网络(SOM)将西北太平洋TC生成前期的低层大尺度环流场分为5型:季风辐合型(MC)、季风涡旋型(MG)、强季风槽型(SMT)、弱季风槽型(WMT)及东风波型(EW)。MC型TC生成于副热带高压南侧辐合带中,占比最高;MG、SMT与WMT三型…查看全部>>
赵宇慧;陈光华;王紫清;方荻
中国科学院大气物理研究所云降水物理与强风暴重点实验室,北京100029 中国科学院大学,北京100049中国科学院大气物理研究所云降水物理与强风暴重点实验室,北京100029中国科学院大气物理研究所云降水物理与强风暴重点实验室,北京100029 中国科学院大学,北京100049中国科学院大气物理研究所云降水物理与强风暴重点实验室,北京100029 中国科学院大学,北京100049 贵州省山地环境气候研究所,贵阳550002
大气科学
大尺度环流型自组织映射网络支持向量机(SVM)热带气旋
《大气科学》 2024 (2)
P.671-686,16
国家重点研发计划项目2017YFC1501901国家自然科学基金项目42175073、41975071。
评论