运用支持向量机方法对数值模拟结果的初步释用

作者：邓小花  魏立新  黄焕卿  张润宇

单位：国家海洋环境预报中心, 北京100081

关键词：支持向量机方法 NCEP数值模拟结果 释用 气温 降水 能见度

分类号：P732

出版年·卷·期（页码）：2015·32·第二期（14-23）

摘要：

基于获得的海水浴场逐日两次观测资料及同期NCEP 数值模拟结果(提取各种相关变量),通过求取两者之间的相互关系,并采用最优子集方法确定了对各预报要素具有重要意义的影响因子。针对海水浴场的气温、降水及能见度等要素的预报,应用支持向量机方法建立了相应的预测模型,最终获得不同海水浴场在不同预报时效、不同预报要素的数值产品释用结果。经过对比分析,各预报要素释用后的结果较释用前在预报准确率方面有较大的提高。

Based on the correlation between the observed data and the numerical simulation results from NCEP, the main influencing factors for different forecasting objects, for instance, temperature, precipitation, visibility and so on, were obtained. Furthermore, the SVM provided an effective and feasible way to construct the corresponding forecast models. Comparing with the direct outputs of the model, the interpretation and utilization of numerical simulations showed great improvement.

参考文献：

[1] Vapnik V N. The Nature of Statistical Learning Theory [M]. New York: Springer-Verlag, 2000. [2] Vapnik V N. Statistical Learning Theory [M]. New York: John wiley & Sons, Inc, 1998: 375-570. [3] 陈永义, 俞小鼎, 高学浩, 等. 处理非线性分类和回归问题的一种 新方法(Ⅰ)--支持向量机方法简介[J]. 应用气象学报, 2004, 15 (3): 345-354. [4] 冯汉中, 陈永义. 处理非线性分类和回归问题的一种新方法 (Ⅱ)--支持向量机方法在天气预报中的应用[J]. 应用气象学 报, 2004, 15(3): 355-565. [5] 滕卫平, 俞善贤, 胡波, 等. SVM回归法在汛期旱涝预测中的应用 研究[J]. 浙江大学学报(理学版), 2008, 35(3): 343-347, 354. [6] 杨淑群, 芮景析, 冯汉中. 支持向量机(SVM)方法在降水分类预测 中的应用[J]. 西南农业大学学报( 自然科学版), 2006, 28(2): 252-257. [7] 李智才, 马文瑞, 李素敏, 等. 支持向量机在短期气候预测中的应 用[J]. 气象, 2006, 32(5): 57-61. [8] 熊秋芬, 胡江林, 陈永义. 天空云量预报及支持向量机和神经网 络方法比较研究[J]. 热带气象学报, 2007, 23(3): 255-260. [9] 吴爱敏, 郭江勇, 张洪芬, 等. 支持向量机方法在冰雹预报中的应 用[J]. 干旱气象, 2005, 23(4): 41-45. [10] 黄玉霞, 许东蓓, 蒲肃. SVM方法在森林火险预测中的应用[J]. 林业科学, 2007, 43(10): 77-82.

服务与反馈：

【文章下载】【发表评论】【查看评论】【加入收藏】