支持向量机回归方法在实时业务预报中的应用  

Application of Support Vector Machine Regression Method in Weather Forecast

作　　者：冯汉中 陈永义[2] 

机构地区：[1]成都气象中心,610071 [2]中国气象局培训中心

出　　处：《气象》2005年第1期41-44,68,共5页Meteorological Monthly

基　　金：国家自然科学基金 (6 0 0 72 0 0 6 )的资助

摘　　要：简要介绍了支持向量机 (SupportVectorMachine ,简称SVM)回归方法的基本原理 ,并介绍了基于SVM回归方法 ,利用 1 990～ 2 0 0 0年 1～ 1 2月ECMWF北半球的50 0hPa高度、850hPa温度、地面气压的 0小时分析场资料构造预报因子 ,建立德阳市 5个代表站的日平均气温、日最高气温、日最低气温的SVM回归预报模型及其在业务化运用中的效果。The support vector machine (SVM) regression principle and its application to weather forecast are introduced. By using ECMWF analysis fields of 500hPa height, 850hPa temperature, and sea level pressure from January to September through 1990—2000, the SVM regression models are built on daily average temperature, maximum temperature, minimum temperature of five typical stations in Deyang. The performances of these models are evaluated.

关 键 词：ECMWF 日最低气温 日最高气温 500hPa 业务化 地面气压 预报 支持向量机 SVM 实时业务 

分 类 号：P457[天文地球—大气科学及气象学] TP391[自动化与计算机技术—计算机应用技术]