湖北省短期温度预报的神经网络方法应用研究

利用欧洲中期天气预报中心的 50 0hPa高度场、850hPa温度场、海平面气压场和地面报文资料 ,采用人工神经网络方法建立了湖北省 76个县 (市 )气象台站短期最高和最低温度的预报模型。经 1999年 9～ 11月试验发现 ,该模型预报效果较好 ,特别是在气温变化较大的强冷空气爆发过程中的预报效果比一般线性预报方法更佳。

相似偏差订正法在短期温度预报中的应用研究

为提高温度预报精度,本文提出一种新的相似偏差订正法建立短期温度预报模型,并与气象业务常用的多元回归法、BP神经网络法进行对比。结果表明:(1)温度预报精度均具有明显日变化特征,午后精度较高,而凌晨精度偏低;(2)基于20:00起报资料得到的温度预报精度略高于08:00起报资料;(3)温度预报精度由高到低的顺序依次为相似偏差订正法、BP神经网络法、多元回归法和ECMWF模式产品的2 m温度,若从制作短期逐时温度预报的精度、合理性及运行效率等方面考虑,相似偏差订正法优于BP神经网络法和多元回归法。