人工神经网络在小区域强降水预报应用研究

针对小区域强降水的非线性性质,利用T213数值预报产品,通过人工神经网络建模方法进行预报释用,对数量众多预报因子采用经验正交分解方法,浓缩大量因子的有效信息,建立逐日小区域强降水的人工神经网络预报模型.运用与实际业务预报相同的方法进行逐日预报试验,并与回归预报模型进行比较.结果表明,人工神经网络预报模型对小区域强降水的TS评分为0.67,而逐步回归模型的TS评分仅为0.20.由此可见,人工神经网络具有较强的处理非线性问题能力,在小区域强降水应用中具有更好的预报效果.     

卫星云图四维时空变换和特征参数提取方法

在对二维卫星云图进行四维时空变换的基础上,就卫星云图的识别和如何提取与暴雨密切相关的卫星云图特征参数的方法进行研究,提出了几种可用于暴雨预报业务的卫星云图特征参数提取方法,解决了云带、云带轴线的自动识别问题,为把卫星云图的定量诊断资料应用于暴雨预报提供了方法和途径.     

模糊神经网络区域降水预报系统

采用模糊神经网络方法结合粗糙集理论和主成分分析技术,研制了模糊神经网络区域降水预报系统;系统利用VB和MATLAB6.5联合开发,并采用中文菜单显示的人机对话方式操作,使模糊神经网络的网络结构和多种参数的调整变得灵活而易干操作;实际应用表明,该系统对广西3个区域平均降水预报效果良好,适用性强,为广西有效防御和减少灾害提供了新的有效方法和业务服务系统.