科研之友
微信
新浪微博
Facebook
分享链接
摘要
利用神经网络模型预测未来风暴增水时，预测精度会随预测时序的延伸不断降低。基于长短期记忆（Long Short-Term Memory）神经网络模型，以风速、风向、气压和前时序的风暴增水数据作为模型输入，利用多个模型接力预测风暴增水时间序列，减小误差随模型的迭代累积，建立基于多模型平差接力的长时序风暴增水预测方法。对比不同地点和不同台风下的风暴增水预测分析结果，模型在渤黄海北部区域每月的均方根误差为4～7 cm，在黄海中部区域可控制在10 cm以内，能够较准确预测未来24 h的风暴增水。
- 单位
