[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(02):1-6.[doi:10.19849/j.cnki.CN45-1356/P.2020.2.01]
　Jin Long,Huang Ying,Yao Cai,et al.A review of tropical cyclone forecast based on artificial intelligence (part 1)——BP neural network and ensemble method for tropical cyclone forecast research and operational application[J].Journal of Meteorological Research and Application,2020,41(02):1-6.[doi:10.19849/j.cnki.CN45-1356/P.2020.2.01]
点击复制

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()
分享到：

气象研究与应用[ISSN:1673-8411/CN:45-1356/P]

卷:
第41卷
期数:
2020年02期
页码:
1-6
栏目:
综述
出版日期:
2020-06-30

文章信息/Info

Title:
A review of tropical cyclone forecast based on artificial intelligence (part 1)——BP neural network and ensemble method for tropical cyclone forecast research and operational application
作者:
金龙1;  黄颖2;  姚才3;  黄小燕2;  赵华生2
1. 广西壮族自治区气候中心, 南宁 530022;
2. 广西壮族自治区气象科学研究所, 南宁 530022;
3. 广西壮族自治区气象局, 南宁 530022
Author(s):
Jin Long1;  Huang Ying2;  Yao Cai3;  Huang Xiaoyan2;  Zhao Huasheng2
1. Guangxi Climate Center, Nanning 530022;
2. Guangxi Institute of Meteorological Sciences, Nanning 530022;
3. Guangxi Meteorological Service, Nanning 530022
关键词:
人工智能; 热带气旋; 神经网络; 预报建模
Keywords:
artificial intelligence; tropical cyclone; neural network; forecast modeling
分类号:
P456
DOI:
10.19849/j.cnki.CN45-1356/P.2020.2.01
摘要:
热带气旋路径和强度的客观定量预报是当前热带气旋预报研究和业务预报工作中的重点和难点。简要介绍了有关热带气旋业务预报技术的研究现状，综述了人工智能神经网络技术方法中最广泛使用的BP神经网络模型、进化计算遗传算法—神经网络的热带气旋路径、强度集成预报方法，以及近十多年来，这些方法在实际业务预报中与国内外主要数值预报模式及其他客观预报方法预报性能的对比分析，指出了人工智能神经网络和遗传神经网络集成预报方法等在热带气旋强度、路径预报中的优势和不足，并提出了未来更深入研究需要关注的重点关键问题。
Abstract:
The objective and quantitative prediction of tropical cyclone track and intensity is the key and difficult point in the current tropical cyclone prediction research and operational prediction work. This paper briefly introduced the research status of tropical cyclone business forecasting technology, and summarized the most widely used BP neural network model and evolutionary calculation genetic algorithm-ensemble forecasting method of tropical cyclone track and intensity based on neural network. Besides, these methods were compared with the main numerical prediction models and other objective prediction methods in the past decade. The advantages and disadvantages of artificial intelligence neural network and genetic neural network ensemble prediction method in tropical cyclone intensity and track prediction were pointed out, and the key issues that need to be paid attention to in further research were put forward.

参考文献/References:

[1] 钱传海, 端义宏, 麻素红, 等. 我国台风业务现状及其关键技术[J]. 气象科技进展, 2012,2(5):36-43.
[2] 张定媛,田晓阳,贾朋群.热带气旋预报性能及指标综合评述[J].气象, 2018,44(12):1628-1634.
[3] 王晨稀. 热带气旋集合预报研究进展[J]. 热带气象学报,2013,29(4):698-704.
[4] 李菁楠, 李响, 张蕴斐, 等. 热带气旋季节预报业务进展[J]. 海洋预报,2018,35(6):92-99.
[5] 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.
[6] 中国电子技术标准化研究院.人工智能标准化白皮书(2018版)[Z]. 中国电子技术标准化研究院信息技术研究中心,2018:5.
[7] 金龙. 神经网络气象预报建模理论方法与应用[M]. 北京:气象出版社,2014.
[8] 蒋乐贻. 热带气旋路径人工神经网络预报方法[C]. 第十一届全国热带气旋科学年会文集. 北京:中国气象学会第24届天气与极地气象学委员会, 1999, 162-164.
[9] 周曾奎,韩桂荣,朱定真,等. 人工神经网络台风预报系统[J]. 气象, 1996, 22(1):18-21.
[10] Baik J J, Hwang H S. Tropical Cyclone Intensity Prediction Using Regression Method and Neural Network[J]. Journal of the Meteorological Society of Japan, 1998, 76(5):711-717.
[11] Baik J J, Paek J S. A Neural Network Model for Predicting Typhoon Intensity[J]. Journal of the Meteorological Society of Japan, 2000, 78(6):857-869.
[12] 曹祥村, 邵利民. 一种利用BP网络预报台风路径的新方法[J]. 海洋预报, 2007,24(3):75-82.
[13] 邵利民, 傅刚, 曹祥村, 等. BP神经网络在台风路径预报中的应用[J]. 自然灾害学报, 2009,18(6):104-111.
[14] Yang Y Q, Wang J Z. An integrated decision method for prediction of tropical cyclone movement by using genetic algorithm[J]. Science in China Series D:Earth Sciences, 2005,48(3):429-440.
[15] Huang X Y, Jin L, Shi X M. A Nonlinear Artificial Intelligence Ensemble Prediction Model Based on EOF for Typhoon Track[C]. Fourth International Joint Conference on Computational Sciences and Optimization,2011:1329-1333.
[16] Huang X Y,Jin L,Huang Y. A Genetic-Neural Network Model Based on Multidimensional Scaling for Typhoon Intensity[C]. Fifth International Joint Conference on Computational Sciences and Optimization,2012:872-876.
[17] Lin K P, Chen B L, Dong Y, Ying Huang. A genetic neural network ensemble prediction model based on Locally Linear Embedding for typhoon intensity[C]. Proceedings of the IEEE 8th Conference on Industrial Electronics and Applications,2013:137-142.
[18] Jin L,Yao C, Huang X Y. A nonlinear artificial intelligence ensemble prediction model for typhoon intensity[J]. Monthly Weather Review,2008:136(12):4541-4554.
[19] 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.
[20] Huang Y, Jin L. A prediction Scheme with genetic neural network and Isomap algorithm for tropical cyclone intensity change over Western North Pacific[J]. Meteorology and Atmospheric Physics,2013:121(3-4):143-152.
[21] 姚才, 金龙, 黄明策, 等. 遗传算法与神经网络相结合的热带气旋强度预报方法试验[J]. 海洋学报, 2007,29(4):11-19.
[22] 林开平, 刘春霞, 黄颖, 等. 南海热带气旋强度预报的线性模型与非线性模型研究[J]. 热带气象学报, 2013, 29(6):1001-1007.
[23] 肖慧, 刘苏东, 黄小燕, 等. 基于核主成分的神经网络集合预报建模研究[J]. 计算机仿真, 2010, 27(12):163-380.
[24] 李佳, 余晖, 应明, 等. 2007年西北太平洋热带气旋定位和预报精度评定[J].气象, 2009, 35(2):101-105.
[25] 谭燕, 余晖, 占瑞芬. 2008年西北太平洋热带气旋定位和预报精度评定[J].大气科学研究与应用, 2009(2):52-61.
[26] 占瑞芬,汤杰,余晖.2009年西北太平洋热带气旋定位和业务预报精度评定[J].气象, 2010, 36(10):114-121.
[27] 汤杰,陈国民,余晖.2010年西北太平洋台风预报精度评定及分析[J].气象, 2011, 37(10):1320-1328.
[28] 陈国民,汤杰,曾智华.2011年西北太平洋热带气旋预报精度评定[J].气象, 2012, 38(10):1238-1246.
[29] 陈国民,余晖,曹庆.2012年西北太平洋热带气旋预报精度评定[J].气象, 2013, 39(10):1350-1358.
[30] 陈国民, 曹庆. 2013年西北太平洋热带气旋预报精度评定[J]. 气象, 2014, 40(12):1549-1557.
[31] 陈国民, 曹庆, 白莉娜. 2014年西北太平洋热带气旋预报精度评定[J], 气象,2015, 41(12):1554-1561.
[32] 陈国民, 白莉娜, 万日金. 2015年西北太平洋热带气旋预报精度评定[J]. 气象,2017,43(4):501-507.
[33] 陈国民, 张喜平, 白莉娜, 等. 2016年西北太平洋和南海热带气旋预报精度评定[J]. 气象,2018,44(4):582-589.
[34] 陈国民, 张喜平, 白莉娜, 等. 2017年西北太平洋和南海热带气旋预报精度评定[J]. 气象,2019,45(4):577-586.

相似文献/References:

[1].广西热带气旋特征变化与灾损变化态势[J].气象研究与应用,2014,35(01):1.
[2]罗红磊,凌俪嘉,苏志,等.影响广西沿海风电场的热带气旋特征分析[J].气象研究与应用,2017,38(03):41.
　Luo Hong-lei,Ling Li-Jia,Su Zhi,et al.Characteristics of Tropical Cyclones Affecting the Coastal Wind Farms in Guangxi[J].Journal of Meteorological Research and Application,2017,38(02):41.
[3]韦昌雄,张廷龙,周方聪.两次登陆海南岛的热带气旋闪电活动特征对比分析[J].气象研究与应用,2016,37(04):1.
　Wei Chang-xiong,Zhang Ting-long,Zhou Fang-cong.Comparative analysis of lightning activity characteristic in two tropical cyclones landed in Hainan Island[J].Journal of Meteorological Research and Application,2016,37(02):1.
[4]陈秋萍,陈敏艳,刘爱鸣,等.登陆福建热带气旋短时强降水特征[J].气象研究与应用,2016,37(03):24.
　Chen Qiuping,Chen Mingyang,Liu Aimin,et al.Characteristics of Nowcasting Heavy Rain of Landing Troprcal Cyclones on Fujian[J].Journal of Meteorological Research and Application,2016,37(02):24.
[5]秦鹏,黄浩辉.影响广东沿海的热带气旋最大强度估算[J].气象研究与应用,2015,36(01):1.
　Qin Peng,Huang Hao-hui.Estimation on Maximum Intensity of Tropical Cyclones Affecting Guangdong Coast[J].Journal of Meteorological Research and Application,2015,36(02):1.
[6]李昌昊,梁晓京.201208号热带气旋“韦森特”影响南宁机场天气过程分析[J].气象研究与应用,2015,36(01):53.
　Li Changhao,Liang Xiaojing.The analysis on weather process of tropical cyclone “Vicente”(201208) influencing Nanning airport[J].Journal of Meteorological Research and Application,2015,36(02):53.
[7]苏志重,孙丞虎,周学鸣,等.不同起始时间的IPRC－RegCM模式对西北太平洋热带气旋预测误差对比分析[J].气象研究与应用,2015,36(02):8.
　SU Zhi-zhong,SUN Cheng-hu,ZHOU Xue-ming,et al.Different predictability of the tropical cyclones in the northwest pacific on different Initial moment by using IPRC-RegCM model[J].Journal of Meteorological Research and Application,2015,36(02):8.
[8]罗静兰,王迪龙.近十年影响云浮的热带气旋风雨分析及防御建议[J].气象研究与应用,2017,38(04):27.
　Luo Jinglan,Wang Dilong.Wind and rain analysis of tropical cyclones affecting Yunfu in recent ten years and defense suggestions[J].Journal of Meteorological Research and Application,2017,38(02):27.
[9]秦南南,钟玮,赵嘉琦.1949-2017年南海地区热带气旋统计特征研究[J].气象研究与应用,2019,40(03):1.
　Qin Nannan,Zhong Wei,Zhao Jiaqi.Statistical Characteristics of Tropical Cyclones in the South China Sea from 1949 to 2017[J].Journal of Meteorological Research and Application,2019,40(02):1.
[10]覃卫坚,党国花.热带季节内振荡与影响广西的热带气旋生成发展的联系[J].气象研究与应用,2020,41(01):1.[doi:10.19849/j.cnki.CN45-1356/P.2020.1.01]
　Qin Weijian,Dang Guohua.Relationship betwween Madden-Julian Osciuaton and the development of tropical cyclone in Guangxi[J].Journal of Meteorological Research and Application,2020,41(02):1.[doi:10.19849/j.cnki.CN45-1356/P.2020.1.01]

备注/Memo

备注/Memo:
收稿日期:2020-05-20。
基金项目:国家自然科学基金（41765002）、广西自然科学基金（2018GXNSFAA281229）
作者简介:金龙(1952-),男,研究员,主要从事人工智能技术方法研究与业务应用工作。E-mail:jinlong01@163.com
通讯作者:黄颖(1983-),女,高级工程师,主要从事天气预报技术方法研究与业务应用工作。E-mail:yinger2001@126.com
更新日期/Last Update: 1900-01-01