论文部分内容阅读
针对小区域强降水的非线性性质,利用T213数值预报产品,通过人工神经网络建模方法进行预报释用,对数量众多预报因子采用经验正交分解方法,浓缩大量因子的有效信息,建立逐日小区域强降水的人工神经网络预报模型。运用与实际业务预报相同的方法进行逐日预报试验,并与回归预报模型进行比较。结果表明,人工神经网络预报模型对小区域强降水的TS评分为0.67,而逐步回归模型的TS评分仅为0.20。由此可见,人工神经网络具有较强的处理非线性问题能力,在小区域强降水应用中具有更好的预报效果。