BP神经网络在长期天气过程预报中的应用试验  

Application Experiment of BP Neural Network Model in Long-Term Weather Forecasts

作　　者：刘德[1] 李晶 李永华[1] 向波 李梗 

机构地区：[1]重庆市气象局城市气象工程技术研究中心 [2]重庆市气象台 [3]重庆市气象学会,重庆401147

出　　处：《气象科技》2006年第3期250-253,共4页Meteorological Science and Technology

基　　金：重庆市应用基础研究项目(2003-7987);重庆市科技攻关项目(2004-8257)资助

摘　　要：采用误差反传前向网络(简称BP网络)方法,以日、月相概率作为输入因子,建立长期天气预报模型。结果表明,模型的业务预报试验效果比较理想,对较大降水和升(降)温过程均有一定预报能力,相对于传统的单纯运用日、月相概率预报长期天气过程的方法,BP神经网络方法具有预报较客观、准确率较高等特点,在目前长期天气预报理论和数值预报模式尚不能用于实际业务的情况下具有较大的应用价值。A forecast model for long-term weather forecast is established in terms of a BP neural network using solar-lunar positions as input factors. The results of the operational experiments show that the model is superior compared to the model using solar-lunar position probability directly. The forecasting capability of the model based on the BP neural network technology is good for relatively large rainfall and temperature-increasing/decreasing weather processes. It is an important and useful model for operational forecasting practice at present.

关 键 词：BP神经网络 日、月相概率 长期天气预报 

分 类 号：P45[天文地球—大气科学及气象学] U260.331.2[机械工程—车辆工程]