科研之友
微信
新浪微博
Facebook
分享链接
摘要
基于CWRF(climate extension of WRF)区域气候模式的动力降尺度预测技术对夏季降水预测存在一定偏差，难以实现准确预测。本文立足于中国区域夏季降水特点，分析与夏季降水相关的气象要素，采用树突(dendrite, DD)网络与人工神经网络(artificial neural networks, ANN)相结合的方法，针对CWRF模式回报的1996—2019年夏季降水量进行订正，检验其订正效果。结果表明：人工树突神经网络(artificial dendritic neural network, ADNN)算法模型订正的中国夏季降水量整体好于CWRF模式历史回报，距平相关系数和时间相关系数较订正前均提高约0.10,均方误差下降约26%,趋势异常综合检验评分提高6.55,表明ADNN机器学习方法能够对CWRF模式夏季降水预测实现一定程度的订正，从而提高该模式降水预测精度。
- 单位
