潘璇
- 作品数：3 被引量：27H指数：2
- 供职机构：天津科技大学更多>>
- 发文基金：中国气象局气象关键技术集成与应用项目更多>>
- 相关领域：天文地球自动化与计算机技术更多>>
- 基于神经网络的多模式天气集成预报研究
- 天气预报是人们安排出行计划的重要参考依据，也是城市以及乡镇针对恶劣性气候进行防灾减灾的重要保障。随着现代气象科学技术的进步，气象预报在准确性和高效性方面着更为严格的要求，其中集成天气预报技术成为现代天气预报技术研究的重点...
- 潘璇
- 关键词：神经网络径向基函数
- 文献传递
- 多模式集成的RBF神经网络天气预报被引量：7
- 2014年
- 针对复杂庞大的多模式数值预报数据,提出一种径向基函数(RBF)神经网络集成天气预报模型.根据天津市预报站点采用的WRF模式、RUC模式等数值预报数据的特点,将多种单模式数据作为RBF神经网络输入,网络输出为集成预报结果.实验表明:RBF神经网络集成预报模型降低了单模式预报误差,更加贴近了真实数据,并且在稳定性和实效性方面均有良好表现.
- 熊聪聪潘璇赵奇吴振玲
- 关键词：多模式神经网络径向基函数
- 天津市多模式气温集成预报方法被引量：19
- 2014年
- 在遗传算法和粒子群算法的基础上,采用权重分配方法开展基于混合演化算法的多模式气温集成预报方法研究。利用2012年5-10月中国气象局GRAPES模式、北京市气象局BJ-RUC模式、中国气象局T639模式、天津市气象局TJWRF模式24 h预报时效的逐6 h地面2 m高度气温和35个天津区域自动气象站点资料,通过逐日滚动建立集成预报模型,对混合演化算法的多模式气温集成预报方法进行了绝对误差在2℃以内的分级、分类及分站检验分析。结果表明:使用该方法建立的气温集成预报模型具有比较可靠的预报能力,预报误差明显小于任一成员,预报准确率高。按绝对误差不大于2℃的检验标准,2012年35个站逐6 h气温、最低气温、最高气温的集成预报平均准确率分别为76.34%,77.88%,78.00%。
- 吴振玲潘璇董昊徐姝汪靖
- 关键词：混合演化算法气温预报
