天空云量预报及支持向量机和神经网络方法比较研究

作者：熊秋芬; 胡江林; 陈永义

来源：热带气象学报, 2007, (03): 255-260.

DOI：10.16032/j.issn.1004-4965.2007.03.006

• 支持向量机
• 人工神经网络
• 模型
• 天空云量
• 预报 Support Vector Machine(SVM)
• Artificial Neural Network(ANN)
• Model
• Cloud amount
• Forecast.

使用支持向量机和人工神经网络两种方法,分别建立了天空云量的预报模型。利用2001年5月1日～2004年12月31日的武汉市地面、高空观测值及欧洲中心的24小时预报场等资料,通过按不同比例随机抽取样本进行交叉验证的方法,分析了SVM和ANN模型的预报能力和鲁棒性;然后再用全部样本资料建立预报模型,来预报2005年1月1日～5月31日武汉市天空云量。交叉验证和实例预报的结果显示:虽然SVM和ANN模型都表现了较好的预报能力,但SVM的预报能力高于ANN方法,且在计算速度上有ANN无法比拟的优势。

• 单位
  中国气象局培训中心; 灾害天气国家重点实验室; 中国气象科学研究院