[1]黄颖,黄小燕,赵华生,等.基于遗传神经网络方法的2309号台风“苏拉”路径和强度预报分析[J].气象研究与应用,2024,45(02):109-113.[doi:10.19849/j.cnki.CN45-1356/P.2024.2.18]
 HUANG Ying,HUANG Xiaoyan,ZHAO Huasheng,et al.Analysis of the track and intensity of typhoon“Saola”(2309) based on the Genetic Neural Network Method[J].Journal of Meteorological Research and Application,2024,45(02):109-113.[doi:10.19849/j.cnki.CN45-1356/P.2024.2.18]
点击复制

基于遗传神经网络方法的2309号台风“苏拉”路径和强度预报分析()
分享到:

气象研究与应用[ISSN:1673-8411/CN:45-1356/P]

卷:
第45卷
期数:
2024年02期
页码:
109-113
栏目:
技术总结
出版日期:
2024-06-15

文章信息/Info

Title:
Analysis of the track and intensity of typhoon“Saola”(2309) based on the Genetic Neural Network Method
作者:
黄颖1 黄小燕1 赵华生1 吴玉霜2
1. 广西壮族自治区气象科学研究所, 南宁 530022;
2. 广西壮族自治区气象台, 南宁 530022
Author(s):
HUANG Ying1 HUANG Xiaoyan1 ZHAO Huasheng1 WU Yushuang2
1. Guangxi Institute of Meteorological Sciences, Nanning 530022, China;
2. Guangxi Meteorological Observatory, Nanning 530022, China
关键词:
广西神经网络台风“苏拉”路径预报强度预报
Keywords:
neural network in Guangxityphoon“Saola”track predictionintensity prediction
分类号:
P456
DOI:
10.19849/j.cnki.CN45-1356/P.2024.2.18
摘要:
以多种数值预报产品资料为基础,将影响广西的2309号台风“苏拉”作为研究对象,采用广西遗传神经网络台风预报方法,通过综合运用多种智能计算方法与系统降维技术,分析研究台风自身的变化特点及其与环境流场的相互作用,对2309号台风“苏拉”路径、强度预报情况进行分析研究。结果表明,广西遗传神经网络台风预报方法预报精度较高,预报性能稳定,在台风“苏拉”强度预报中有优异的表现,但该方法在路径预报中较其他预报模式误差偏大,未来针对此类前期打转、后期路径稳定西行的台风,将对模型的预报因子及数据挖掘技术进行分析并加以改进,以提高该方法对异常路径台风的预报精度。
Abstract:
Based on a variety of numerical forecast products, this paper analyzes the change characteristics of the typhoon“Saola”and its interaction with the environmental flow field through the comprehensive use of a variety of intelligent computing methods and system dimensionality reduction techniques,and then analyses and study the prediction of the track and intensity of typhoon“Saola”(2309) by using the Guangxi Genetic Neural Network Typhoon Forecasting Method (GXGNNTFM). The results show that the GXGNNTFM has high forecasting accuracy and stable forecasting performance,and has excellent performance in predicting the intensity of typhoon“Saola”,but the predicting error of this method in the track forecast is larger than that of the other forecasting models. In the future,for this type of typhoon that rotates in the early stages and steadily moves westward in the late stages,it is necessary to analyze and improve the prediction factors and data mining techniques of the model to improve the accuracy of this method in predicting abnormal typhoon track.

参考文献/References:

[1] 金龙,黄颖,姚才,等.人工智能技术的热带气旋预报综述(之一)——BP神经网络和集成方法的热带气旋预报研究和业务应用[J],气象研究与应用,2020,41(2):1-6.
[2] 金龙,黄颖,姚才,等.人工智能技术的热带气旋预报综述(之二)——流形学习、智能计算及深度学习的热带气旋预报方法[J],气象研究与应用,2020,41(4):5-12.
[3] 周笑天.基于混合模式集合预报的台风路径预报优化方法研究[D].杭州:浙江大学.2019.
[4] 陈国民.西北太平洋台风路径预报性能研究[D].南京:南京信息工程大学,2023.
[5] 周冠博,钱奇峰,吕心艳,等.人工智能在台风监测和预报中的探索与展望[J].气象研究与应用,2022,43(2):1-8.
[6] 杨瑞雯,曲荣强,谭政华,等. 2020年北上台风不同模式的预报误差分析[J].成都信息工程大学学报,2024,39(2):208-215.
[7] 郝风云.基于机器学习的南中国海台风预测若干算法比较研究[D].上海:华东师范大学,2023.
[8] WIMMERS A,VELDEN C,COSSUTH J H. Using deep learning to estimate tropical cyclone intensity from satellite passive microwave imagery[J]. Monthly Weather Review,2019, 147(6):2261-2282.
[9] 黄小燕,金龙.基于主成分分析的人工智能台风路径预报模型[J].大气科学,2013,37(5):1154-1164.
[10] 黄颖,金龙,黄小燕,等.基于局部线性嵌入的人工智能台风强度集合预报模型[J].气象,2014,40(7):806-815.
[11] HUANG Y, HUANG X, ZHAO H, et al. The influence of environmental factors on the intensity of typhoon Mirinae in the South China Sea and its forecast analysis[C]//IOP Conference Series:Earth and Environmental Science. IOP Publishing,2021.
[12] 李程怡.人工智能的关键技术及相关应用[J].科技创新与应用,2020(12):156-157+160.
[13] 朱玲,吴心玥.人工智能在气象领域的应用述评[J].广东气象,2019,41(1):35-39.
[14] 黄颖,陆虹,黄小燕,等.基于EOF和LSTM的广西月降水量预测模型研究[J].气象研究与应用,2023,44(2):20-26.
[15] 刘蕊,专家解读|"苏拉"路径广受关注台风走位为何难预报?[EB/OL].(2023-8-30)
[16] 李鑫,续婷,胡红萍,等.局部流形学习在SAR目标分类中的应用[J].现代雷达,2020,42(4):33-36,40.
[17] 王云艳,罗冷坤,王重阳.基于流形学习的光学遥感图像分类[J].计算机工程与科学,2019,41(7):1212-1219.

备注/Memo

备注/Memo:
收稿日期:2024-3-25。
基金项目:广西自然科学基金(2023GXNSFAA026414, 2024GXNSFDA010047, 2023GXNSFBA026349)、广西重点研发计划(桂科AB24010085)
作者简介:黄颖(1983-),高级工程师,主要从事天气预报技术方法研究与应用工作。 E-mail:yinger2001@126.com
通讯作者:黄小燕(1978-),正高级工程师,主要从事天气预报技术方法研究与应用工作。 E-mail:gx_huangxy@163.co
更新日期/Last Update: 1900-01-01