基于多變量LSTM神經網絡模型的風暴潮臨近預報

作者：劉媛媛,張麗,李磊,劉業森,陳柏緯,張文海

摘要：臺風的風暴潮是臺風引發的一種重要次生災害,對沿海城市帶來的威脅是多方面的。及時準確地預報風暴潮,對沿海地區采取合理措施減少人員傷亡和經濟損失具有重要意義。本文利用長短期記憶神經網絡(LSTM)模型,綜合考慮風速、風向、氣壓等氣象因素和前時序的潮位數據,建立了風暴潮的臨近預報模型。結果表明,基于LSTM的臨近預報模型具有相當的預報技巧,利用前時序的風速和風向數據以及潮位數據建立的模型可對風暴潮潮位進行準確地預測。研究還表明,僅考慮前時序潮位的預測模型誤差最大,考慮氣壓后的模型預測能力有一定進步,而考慮風的要素以后,預測的效果提升更為明顯。

發文機構：中國水利水電科學研究院 深圳市國家氣候觀象臺 中山大學大氣科學學院 香港天文臺 深圳市強風暴研究院

關鍵詞：LSTM神經網絡模型熱帶氣旋風暴潮臨近預報long short-term memorytropical cyclonestorm surgenowcasting

分類號： P731.34[天文地球—海洋科學]