利用人工神經網絡模型預測西北太平洋熱帶氣旋生成頻數

作者：海瀅,陳光華

摘要：通過對60年(1950~2009年)北半球夏、秋季(6~10月)熱帶氣旋(TC)頻數與春季(3~5月)大尺度環境變量的相關分析,挑選出8個相關性較高的前期預報因子建立人工神經網絡(ANN)模型,對2010~2017年8年夏、秋季TC頻數進行回報,并將回報結果與傳統多元線性回歸(MLR)方法所得結果進行對比分析。結果表明,ANN模型對60年歷史數據的擬合精度高,相關系數高達0.99,平均絕對誤差低至0.77。在8年回報中,ANN模型相關系數為0.80,平均絕對誤差為1.97;而MLR模型相關系數僅為0.46,平均絕對誤差為3.30。ANN模型在歷史數據擬合和回報中的表現都明顯優于MLR模型,未來可考慮應用于實際的業務預測中。

發文機構：成都信息工程大學大氣科學學院 中國科學院大氣物理研究所季風系統研究中心

關鍵詞：人工神經網絡熱帶氣旋西北太平洋頻數Artificial neural networkTropical cycloneWestern North PacificFrequency

分類號： P458.1[天文地球—大氣科學及氣象學]