机器学习在广西台风极大风速预报中的应用

作者：吴玉霜; 黄小燕^*; 陈家正; 赵华生

来源：气象研究与应用, 2021, 42(04): 26-31.

DOI：10.19849/j.cnki.CN45-1356/P.2021.4.05

• 机器学习
• 台风
• 极大风
• 预报建模

以1980—2020年广西台风期间桂林、梧州、龙州、南宁、玉林等5个气象观测站的地面日极大风速为研究对象,采用多元线性回归(MR)、支持向量机(SVM)、模糊神经网络(FNN)等三种较为常用的线性和非线性方法分别进行预报建模,对2011—2020年共10a独立样本的检验。结果表明,在全样本风速预报的平均绝对误差上,FNN模型对桂林站、梧州站、龙州站、玉林站共4个站点预报的平均绝对误差最小,总体预报精度最好,MR预报模型则对南宁站有较好的预报能力,SVM模型预报效果总体偏差。对于6级以上大风的TS评分、命中率、空报率和预报偏差等4个评估指标的统计,FNN模型的预测精度最高且相对稳定,MR方案次之,SVM在三种方案中预报效果最差。FNN方法对广西台风期间地面日极大风速的预报有较好的参考作用。

• 单位
  广西壮族自治区气象台; 广西科技大学; 广西壮族自治区气象科学研究所; 广西民族大学