乌鲁木齐能见度短时预报方法研究.docVIP

乌鲁木齐能见度短时预报方法研究 　　摘 要：本文选用乌鲁木齐2011和2012年冬季的逐3h的大气能见度和实况气象要素（大气温度、相对湿度、变压和风速）资料，利用支持向量机（SVM）和Elman神经网络方法建立3h能见度预报模型。通过检验发现，支持向量机（SVM）预测结果相比Elman神经网络预测结果更加准确，支持向量机（SVM）预测绝对平均误差为2.77km，相对误差为17.3%，为短时能见度预报提供了一种重要参考，同时表明支持向量机的泛化能力具有显著优势。 　　关键词：短时能见度预报；支持向量机（SVM）；Elman神经网络 　　中图分类号：P427.2 文献标识码：A 　　1 前言 　　雾是由空气中水汽凝结或凝华而形成的，是大气能见度下降的主要原因。中华人民共和国气象行业标准地面气象观测规范第3部分气象能见度的观测上把水平能见度小于10km的叫轻雾，水平能见度小于1km的叫雾。当雾出现时，地面风速一般较小，近地层气层稳定，不利于污染物的扩散、稀释。近几年来随着城市的发展，城市和工厂、汽车排放到空中的污染物增多，在风力微弱、相对湿度较大、大气层结稳定或有逆温层存在的晴朗夜晚，大量的烟和极细微的粉尘漂浮在城市上空，形成烟尘雾。使得大气能见度进一步减小，大气能见度差对陆、海、空交通运输造成不便，这种影响是显而易见的。雾对人类的危害并非仅仅如此，因而提前向居民提供雾和能见度预