利用人工神经网络模型预测西北太平洋热带气旋生成频数.PDFVIP

第24 卷第3 期 气 候 与 环 境 研 究 Vol. 24 No. 3 2019 年5 月 Climatic and Environmental Research May 2019 海滢，陈光华. 2019. 利用人工神经网络模型预测西北太平洋热带气旋生成频数 [J]. 气候与环境研究, 24(3): 324-332. Hai Ying, Chen Guanghua. 2019. Prediction of frequency of tropical cyclones forming over the western North Pacific using an artificial neural network model [J]. Climatic and Environmental Research (in Chinese), 24(3): 324-332. doi:10.3878/j.issn.1006-9585.2019.18110 利用人工神经网络模型预测西北太平洋 热带气旋生成频数 1, 2 2 海滢 陈光华 1 成都信息工程大学大气科学学院，成都610225 2 中国科学院大气物理研究所季风系统研究中心，北京100029 摘 要 通过对60 年 （1950~2009 年）北半球夏、秋季 （6~ 10月）热带气旋 （TC）频数与春季 （3~5 月）大尺度 环境变量的相关分析，挑选出8 个相关性较高的前期预报因子建立人工神经网络 （ANN ）模型，对2010~2017 年 8 年夏、秋季TC 频数进行回报，并将回报结果与传统多元线性回归 （MLR ）方法所得结果进行对比分析。结果 表明，ANN 模型对60 年历史数据的拟合精度高，相关系数高达0.99，平均绝对误差低至0.77 。在8 年回报中， ANN 模型相关系数为0.80，平均绝对误差为1.97 ；而MLR 模型相关系数仅为0.46 ，平均绝对误差为3.30 。ANN 模型在历史数据拟合和回报中的表现都明显优于MLR 模型，未来可考虑应用于实际的业务预测中。 关键词 人工神经网络 热带气旋 西北太平洋 频数 + 文章编号 1006-9585(2019)03-0324-09 中图分类号 P458.1 24 文献标识码 A doi:10.3878/j.issn.1006-9585.2019.18110 Prediction of Frequency of Tropical Cyclones Forming over the Western North Pacific Using An Artificial Neural Network Model HAI Ying1, 2 and CHEN Guanghua2 1 School of Atmosphere Science,Chengdu University of Information Technology,Chengdu 610225 2 Center for Monsoon System Research,Institut