简介:将BP(BackPropagation)神经网络方法引入到奥运空气质量预报工作中,利用MATLAB神经网络工具箱搭建运行平台,将高时效性的观测结果与多模式集成实时预报系统的模式输出结果相结合,做出BP神经网络拟合预报结果。在对北京大学医学部站点2008年7月7日到8月26日模式模拟结果、观测结果以及BP神经网络拟合结果的对比研究中发现:BP神经网络能大大提高模式预报效果,平均误差率减少34.7%,相关系数提高39%,特别是在模式模拟效果较差的情况下,对提高预报效果更明显。对BP神经网络样本问题进行敏感性实验结果表明,样本数目多少并不是决定拟合效果的决定性因素,应选取具有稳定映射关系的样本,才是提高拟合预报效果的关键。
简介:1引言随着新一代多普勒天气雷达、地面自动气象站、L波段与全球定位系统探空站、闪电定位仪和气象卫星等综合观测系统的建设完善以及我省新的通信业务流程的建立应用,气象信息网络传输业务不断发生变化,气象资料时效要求越来越高,如雷达产品,自动站等资料的时效在6分钟,10分钟之内,省台作为全省的气象信息网络传输中心,必须能够承担全省天气气候监测网获得的大量气象信息和经各地市台站加工的各类气象产品的实时和非实时收集和交换,以满足各级气象部门的业务服务需求。为了保证气象信息和产品的及时性和准确性,必须加强实时监控,建立通信业务的实时监控系统,及时显示省级资料的接收和发送情况,地市台站可以快速地查询所发资料是否已经及时上传,在一定的程度上保证了地市级气象资料的传输时效达到要求,比传统的调用回执的方法要方便多了。