机器学习在广西台风极大风速预报中的应用

摘要：

以1980-2020年广西台风期间桂林、梧州、龙州、南宁、玉林等5个气象观测站的地面日极大风速为研究对象,采用多元线性回归(MR)、支持向量机(SVM)、模糊神经网络(FNN)等三种较为常用的线性和非线性方法分别进行预报建模,对2011-2020年共10a独立样本的检验.结果 表明,在全样本风速预报的平均绝对误差上,FNN模型对桂林站、梧州站、龙州站、玉林站共4个站点预报的平均绝对误差最小,总体预报精度最好,MR预报模型则对南宁站有较好的预报能力,SVM模型预报效果总体偏差.对于6级以上大风的TS评分、命中率、空报率和预报偏差等4个评估指标的统计,FNN模型的预测精度最高且相对稳定,MR方案次之,SVM在三种方案中预报效果最差.FNN方法对广西台风期间地面日极大风速的预报有较好的参考作用.

关键词：机器学习;台风;极大风;预报建模

所属期刊栏目：42

分类号：P457.8(天气预报)

资助基金：国家自然科学基金;广西自然科学基金重点项目;广西气象局重点基金项目;广西台风与海洋预报服务创新团队项目

在线出版日期：2022-03-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：26-31