抚顺地区地表温度预报方法研究

详细信息    查看全文 | 下载全文 | 推荐本文 |

• 作者：刘东明张鸿张微玮吴春英张昱全美兰
• 会议时间：2013-10-23
• 关键词：地表温度 ; 数值预报 ; 逐步回归分析 ; BP神经网络
• 作者单位：刘东明,张鸿,吴春英,张昱,全美兰(辽宁省抚顺市气象局,抚顺,113006)张微玮(新宾县气象局)
• 母体文献：第30届中国气象学会年会论文集
• 会议名称：第30届中国气象学会年会
• 会议地点：南京
• 主办单位：中国气象学会
• 语种：chi
• 分类号：P45;S71

摘要

利用2007~2012年中国气象局下发的ECMWF和T213数值预报产品资料及抚顺地区的逐日地表温度资料,采用逐步回归分析方法和BP神经网络模型构建抚顺地区地表温度预报模型,并对模型的精度进行检验.结果表明,地表温度与ECMWF的高度场、温度场和T213的散度场、高度场、海平面K指数、水汽通量、相对湿度、温度场和地面气温场均呈显著正相关,与ECMWF的海平面气压场和T213的海平面气压场、地面气压场、涡度场均呈显著负相关.利用与地表温度相关性较大的物理量作为预报因子分别构建基于逐步回归分析方法和BP神经网络的地表温度模型.利用模型对抚顺地区地表温度进行试报并分析其预报精度,结果显示预报结果精度较高.其中模型对地表平均温度和地表最低温度的预报效果良好,≤3℃预报准确率均达到78%以上.逐步回归预报模型的结果比实测值偏低0.01℃,BP神经网络预报模型的结果比实测值偏高0.19℃.从预报准确率上看,BP神经网络预报模型总体上优于逐步回归预报模型;从平均绝对误差看,逐步回归预报模型较BP神经网络预报模型稳定.地表温度预报模型可用于开展地表温度预报服务.