两种统计预报方法在广安气温预报中的对比研究

将2009—2012年欧洲中期数值预报模式产品资料(ECMWF)作为预报因子,以四川广安市4个测站(广安、武胜、邻水、岳池)同时期每日最高气温、最低气温为预报对象,分别采用MOS统计方法、BP神经网络算法训练并建立起预报方程,然后利用2012—2013年的实况数据对预报结论进行检验。结果表明,通过MOS方法、BP神经网络方法得到的预报结论明显优于数值模式本身的预报结论;采用两种方法对最低、最高温度的预报准确率均较高,对最低温度的预报准确率略高于最高气温,且均随着时间的延长,准确率下降;MOS方法对最低温度的预报准确率略高于BP方法,而BP方法对最高气温的预报效果更好。