基于全连接神经网络与分位数匹配相结合的阵风预报

摘要

利用2021年1月—2022年12月中国气象局小时内最大阵风观测数据，以及ECMWF确定性模式的24 h预报数据，针对中国近海15个浮标站点，构建了3种阵风预报模型：全连接神经网络方法、基于数值模式10 m风速的分位数匹配订正方法，以及两者相结合的方法。利用2023年1—12月数据对3种阵风预报模型进行独立对比检验。研究结果表明：在我国近海阵风预报中，单独使用全连接神经网络方法会导致强阵风的明显低估。因此，本文在全连接神经网络方法预测结果的基础上，采用分位数匹配方法进行再次订正，以进一步提升强阵风的预报效果。结合全连接神经网络与分位数匹配的阵风预报方法，能够在保持小数值阵风预报精度相对稳定的前提下有效提升强阵风的预报效果。通过与仅基于数值模式预报10 m风速进行分位数匹配的阵风预报方法对比，验证了全连接神经网络方法作为前置步骤对提升强阵风预报效果的重要性。针对我国近海多个浮标站点统一建立的全连接神经网络与分位数匹配相结合的阵风预报方法，在不同海域的强阵风预报中有较好的适用性，能够为无观测资料海域的阵风预报提供较高可信度参考。

关键词

阵风预报 / 全连接种神经网络 / 分位数匹配 / 强阵风 / 订正方法 / 机器学习