BP人工神经网络法在大同市日极大风速预报中的应用

BP人工神经网络法在大同市日极大风速预报中的应用

论文摘要

文章利用2010年1月1日—2013年12月31日逐日NCEP再分析资料(1°×1°)和大同地区地面常规观测资料,采用BP人工神经网络法建立大同市分站点、分季节日极大风速人工神经网络预报模型并且在对T639数值预报产品和EC细网格数值预报产品释用基础上建立了台站日极大风速的客观预报系统,对2015年9月1日—2016年7月31日进行了24h预报,试用结果显示,各季模式平均绝对误差在3.2~5.7m·s-1之间,因此,该系统可以为预报员快速做出日极大风速的预报提供客观参考依据。

论文目录

  • 引言
  • 1 资料选取及处理
  •   1.1 资料选取
  •   1.2 内插方法说明
  •   1.3 预报因子的选择与分析
  • 2 BP人工神经网络预报模型的建立
  •   2.1 基本原理
  •   2.2 输入、输出数据的归一化处理
  •   2.3 人工神经网络预报模型的建立
  • 3 样本人工神经网络拟合效果及分析
  •   3.1 拟合效果
  •   3.2 拟合风速误差分析
  • 4 独立样本检验分析
  • 5 模型应用及预报结果检验
  •   5.1 模型应用
  •   5.2 预报结果检验
  • 6 结论
  • 文章来源

    类型: 期刊论文

    作者: 刘洁莉,刘冬辉,韩登云,徐鑫

    关键词: 人工神经网络法,极大风速,数值预报产品释用

    来源: 内蒙古气象 2019年02期

    年度: 2019

    分类: 基础科学,信息科技

    专业: 气象学,自动化技术

    单位: 大同市气象局,阳高县气象局

    分类号: TP183;P457.5

    DOI: 10.14174/j.cnki.nmqx.2019.02.008

    页码: 34-38

    总页数: 5

    文件大小: 858K

    下载量: 30

    相关论文文献

    • [1].新疆主要城县1993—2013年极大风速时空变化特征分析[J]. 中国农学通报 2019(08)
    • [2].基于测风塔数据的最大风速与极大风速关系研究[J]. 气象与环境科学 2019(03)
    • [3].极大风速在强对流预报中的重要意义[J]. 农业灾害研究 2018(03)
    • [4].福建省沿海典型地形条件下台风大风特性及对输电线路的影响[J]. 海峡科学 2020(09)
    • [5].上海地区不同重现期的风速估算研究[J]. 地理科学 2015(09)
    • [6].广东省阳江地区风电场50年一遇最大风速和极大风速计算分析[J]. 珠江现代建设 2012(04)
    • [7].观测环境城市化对风的影响[J]. 企业科技与发展 2009(18)
    • [8].江苏省盐城市大丰区沿海大风特征分析[J]. 河南农业 2017(08)
    • [9].单体建筑气象抗风参数设计实例分析[J]. 气象研究与应用 2011(S2)
    • [10].最小二乘法在洞头区极大风速订正预报中的应用[J]. 浙江气象 2020(03)
    • [11].广西近海偏北大风过程极大风速分布特征[J]. 气象研究与应用 2018(02)
    • [12].温州地区近地边界层风速的统计特征分析[J]. 中国水运(下半月) 2012(07)
    • [13].吉林省极大风速时空变化特征及其与气候变暖的关系[J]. 干旱气象 2020(03)
    • [14].莆田市冬季大风空间分布特征分析[J]. 中国西部科技 2013(04)
    • [15].海南橡胶树热带气旋风灾易损性评估[J]. 热带地理 2015(03)
    • [16].福建沿海大风状态下不同历时风速的关系[J]. 自然灾害学报 2014(05)
    • [17].长清国家气象站迁移前后风速差异分析[J]. 气象与环境科学 2012(S1)
    • [18].中国北方典型沙尘天气特征研究[J]. 中国沙漠 2012(02)
    • [19].风的观测资料在统计整编中的几个概念[J]. 沙漠与绿洲气象 2009(S1)
    • [20].2006—2016年平凉市风速变化特征分析[J]. 现代农业科技 2018(11)
    • [21].兰新铁路百里风区极端风况特征及形成机制[J]. 中国铁道科学 2016(03)
    • [22].“菲特”来袭 危难之时有人民警察的身影[J]. 人民公安 2013(20)
    • [23].风电场50年一遇安全风速计算方法的对比分析[J]. 电网与清洁能源 2011(02)
    • [24].玉米倒伏原因及对策[J]. 现代农村科技 2011(19)
    • [25].近32a安徽省风速、风向分布特征[J]. 干旱气象 2015(02)
    • [26].唐山曹妃甸海域风特征的初步研究[J]. 海洋预报 2013(06)
    • [27].陕西黄土高原地区日极大风速的统计推算方法[J]. 陕西气象 2020(02)
    • [28].渭南市设施农业大风灾害风险区划研究[J]. 陕西气象 2016(01)
    • [29].2009年酒泉4次典型大风天气特征[J]. 农业科技与信息 2010(10)
    • [30].乌鲁木齐市2017年3月东南大风诊断分析[J]. 新疆农垦科技 2018(02)

    标签:;  ;  ;  

    BP人工神经网络法在大同市日极大风速预报中的应用
    下载Doc文档

    猜你喜欢