基于循环神经网络的单站能见度短临预报试验
2020-03-28115次
Title: 基于循环神经网络的单站能见度短临预报试验
Journal: 海洋气象学报，39（2）：76-83
Authors: 李昕蓓，张苏平*，衣立，韩美，潘宁
Abstract: 由于能见度具有局地性和复杂的非线性变化特征，一直是精细化预报的难点。人工神经网络对复杂变化过程的模拟能力较高，为解决这一难题提供了可能性。本文采用循环神经网络，利用福州气象观测站地面观测数据，建立了福州单站能见度短临预报模型，并就预报能力进行了评估。随机检验结果表明，在1h、3 h、6 h 时效上，循环神经网络的预报与观测的变化趋势一致性较好; 均方根误差比基于实况的预报分别减小15. 75%、31. 66%、41. 26%，说明具备较好的预报能力；平均绝对值误差比传统BP 神经网络分别减小12. 90%、24. 45%、38. 99%，表明循环神经网络对能见度预报具有优势，为能见度的精细化短临预报提供了新途径。