基于主分量神经网络的降水集成预报方法研究  

A Neural Network Model Based on Principal Component Analysis for Ensemble Precipitation Prediction

作　　者：农孟松[1,2] 黄海洪[2] 孙崇智[2] 郑凤琴[2] 陈伟斌[2] 

机构地区：[1]南京信息工程大学大气科学学院,南京210044 [2]广西气象台,南宁530022

出　　处：《气象》2011年第3期352-355,共4页Meteorological Monthly

基　　金：中国气象局新技术推广项目预报员专项(CMATG2008Y07);广西科技厅攻关项目(桂科攻0993002-1和0816006-9)共同资助

摘　　要：运用人工神经网络与主分量分析(PCA)相结合的方法,对同一降水预报量的各种数值预报产品进行集成预报研究。结果表明:主分量人工神经网络方法所构造的集成预报模型,不仅对历史样本的拟合精度好于个各子预报产品,独立样本的实验预报结果也显示出更好的预报准确率及稳定性。业务应用前景良好。Using the method of artificial neural network and principal component analysis（PCA） to study a variety of numerical forecast products for the same precipitation forecast.The results show that the fitting accuracy of the principal component analysis artificial neural network ensemble model is better than each sub-product,and the experimental results of the independent sample also show its better prediction accuracy and stability.The model is a good prospect for operational applications.

关 键 词：主分量 神经网络 集成预报 

分 类 号：P457.6[天文地球—大气科学及气象学]