- 1、本文档共5页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
台风结构资料之预报模型测试-气象科技研究-中央气象局
颱風結構資料之預報模型測試
林宜霖 陳嬿竹 江宙君
台灣颱風洪水研究中心
摘 要
颱風除了挾帶豪雨,其強風亦可能帶來威脅 ,因此當預測 小時內颱風七級暴風圈可能
18
碰觸台灣陸地時,中央氣象局即對當地發布陸上颱風警報 。統計暴風半徑與其他氣象參數之
相關係數逐年變化,可知颱風強度和暴風半徑為正相關但並非一對一之關係 。氣象上常有非
線性的問題,除了數值天氣預報技術外,機器學習也是近年來可嘗試用在氣象問題之工具之
一。
研究將從機器學習的觀點討論颱風強度結構預報,利用常用的機器學習方法與氣象局颱
風警報單資料等 ,研究建置一簡易模型嘗試預報颱風之強度與結構分類,並與氣象模式得分
比較。校驗參數選用混淆矩陣(Confusion matrix) 中的準確率(Accuracy)與Kappa指數 ,文中將
說明簡易模型設置方法與初步結果。
關鍵字:颱風強度、暴風半徑
資料分作「未來NT 小時颱風強度分級」 ,及「未
一、 前言
來NT 小時內七級風暴風圈登陸台灣與否」 。
機器學習的主要任務在於從大量資料中建立 本文第二章將說明資料與建模方法,第三章
迴歸、分類模型,好的分類(標籤)方法不僅有助 將介紹實驗設計,第四章為初步結果介紹,第
於使用者了解舊資料的特性,也應當能適切地 五章為結論與未來工作。
為新資料分類 。對應至氣象上則是藉由已知的
資料 ,透過機器學習方法建立模型 ,並協助使
二、資料說明與方法介紹
用者預報未來時間的天氣特性。
Zhang et al.(2013)選擇C4.5 決策樹方法,由 研究使用的資料為氣象局2014~2016 年之颱
2000 到2009 年JMA RSMC Tokyo 之最佳路徑 風海上及陸上警報單資料,自2014 年起之資料
與NCEP FNL 資料訓練建模,藉該時間之資料 筆數(與個案數)為119(3) 、224(6)和234(5) 。此
判斷太平洋上颱風路徑是否屬於轉向颱風 。模 外,颱風強度分級預報方面加入系集模式結
式最終建立出 18 種分類路徑,其中 11 種屬轉 果 ,藉此討論機器學習模型是否與系集模式有
向路徑,7 種屬非轉向路徑,訓練集的準確率平 可比較之預報能力。研究中系集模式平均定義
均為0.844 ,且颱風中心位置之經緯度係影響颱 有二 ,第一係指「包含ECMWF 、NCEP 、WEPS
風轉向的關鍵之一。最終Zhang et al. (2013)以 和TAPEX 四個系集模式與警報颱風清單均質化
2010 年 14 個颱風個案作為測試集,可得路徑不 之結果」 ,模式資料數目(與個案數)為
轉彎的颱風較容易被該模式預報。不過 ,以路 47080(5) ,結果如圖3 中Ensemble Mean ;第二係指「
徑轉向的Malakas(2010)颱風為例,模式在颱風 系集模式與警報颱風清單均質化後,再挑選初始
轉向前,幾乎每個時間點都指出颱風路徑會轉 時間在氣象局警報期間內之預報,最終將所有
向,僅藉由分類並無法明確地指出颱風轉
您可能关注的文档
最近下载
- 电子荷质比的测定(实验的报告).doc VIP
- 华中科技大学《原子物理学》5套期末考试试卷(含答案).pdf
- 2023通用大模型评测体系.docx
- 双减背景下“减负增效”小学数学作业设计策略研究课题开题报告(共五篇).docx
- 2020年广州市初中生物会考真题(含答案).docx
- 2015-2016山东科技大学数值分析试题答案(部分).pdf VIP
- 2023年全国高考日语试卷真题(含答案)+听力材料.pdf
- 2024年芦荟保健品行业分析报告及未来五到十年行业发展趋势报告.docx
- 《基于近三年数据新零售企业资产负债表分析案例—以三只松鼠为例》4100字.docx
- 市政工程检验批划分(全套).doc VIP
文档评论(0)