科研之友
微信
新浪微博
Facebook
分享链接
摘要
利用全球预报系统(GFS)模式数据与广州白云机场自动气象观测系统(AWOS)自动观测数据,建立了白云机场能见度的多元逐步回归和BP神经网络逐3 h的客观预报模型,并对白云机场2015年一次低能见度天气过程进行预报分析。结果表明,在白云机场能见度下降并到达2 km的天气过程中,两种预报模型均能提前24 h预报出来;对于白云机场大雾天气的预报,两种预报模型可提前12 h预报出来,其中BP神经网络预报与实况相比,预报大雾出现时间与实际时间仅相差1个时次(3 h),大雾消失时间一致,最低能见度相差261 m,而多元逐步回归方法对大雾的预报空报较低,因此结合两种模型的预报有利于提高白云机场大雾预报的准确率。
-
单位广州市气候与农业气象中心
