基于BP神经网络技术的西北太平洋热带气旋年频数预测  

FORECAST METHOD STUDY ON YEARLY TROPICAL CYCLONE FREQUENCY IN NORTHWEST PACIFIC BASED ON THE BP NEURAL NETWORK TECHNIQUE

作　　者：尹宜舟[1,2] 罗勇[2] GEMMER Marco 曾小凡[3] 李修仓[2] 

机构地区：[1]中国科学院大气物理研究所,北京100029 [2]中国气象局国家气候中心,北京100081 [3]中国科学院南京地理与湖泊研究所,江苏南京210008

出　　处：《热带气象学报》2010年第5期614-619,共6页Journal of Tropical Meteorology

基　　金：中德合作"气象指数灾害保险"项目;德国CIM专家项目共同资助

摘　　要：利用NCEP月平均的500 hPa高度场和海表温度场分析资料、中国气象局台风年鉴(1949—1988年)和热带气旋年鉴(1989—2008年)资料,采用BP(神经网络模式)对发生在西北太平洋上的热带气旋年频数进行预测。对隐层节点数进行普查,采用试错法,并综合考虑模式精度及迭代次数,得到了相对较优的神经网络预测模式。利用选用的模式来预测热带气旋年频数,给出了具体的预测值及具有范围的预测值,8年独立样本检验结果表明有6/8的预测值处于或接近相应的预测范围内。The yearly frequency of tropical cyclone（TC） happened in the Northwest Pacific Ocean was forecasted based on the BP neural network model with monthly average geopotential field on 500hPa and sea surface temperature of NECP data and the typhoon year-book of China Meteorological Administration（1949—2008）.In order to get the best forecast model,the number of hide layer node was investigated and the model precision and iterative times were considered.Finally,the selected model was used to forecast the yearly frequency of TC and the results showed the model had better forecast ability.

关 键 词：短期气候预测 热带气旋 年频数 BP神经网络 预测模式 

分 类 号：P435[天文地球—大气科学及气象学]