检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
机构地区:[1]武汉中心气象台,武汉430074 [2]中国气象局培训中心,北京100081
出 处:《暴雨灾害》2007年第2期159-162,共4页Torrential Rain and Disasters
基 金:"长江中游暴雨洪水定量预报系统"和"中国气象局数值模式创新基地"开放课题(2007)
摘 要:将武汉天空云量预报的81个预报因子运用到该站中等以上强度的降水预报中,基于SVM方法进行了交叉验证和预报试验。结果表明用81个预报因子建立的5~9月和全样本的降水预报模型有较好稳定性、且对降水都有正的预报技巧。因此天空云量的预报因子可以用来做降水的预报因子,同时也证明了这些预报因子在天空云量和降水预报中是协调的。SVM方法为天空云量和降水的预报提供了客观参考依据。81 predictors from cloud amount forecast are used to predict the precipitation. Based on Support Vector Machine(SVM) method, cross-validations and test are performed. The results show that the stability and the forecast ability of the precipitation model are revealed. Therefore, the predictors from cloud amount forecast could be able to predict precipitation, and the predictors are harmony between cloud amount and precipitation predict. There is an objective way in cloud amount and precipitation predict by SVM
分 类 号:P457.6[天文地球—大气科学及气象学]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.229