最优子集神经网络在武威气温客观预报中的应用

选取2003年3月1日至2008年12月31日20时的逐日ecmwf（欧洲中期天气预报中心）数值预报产品实况格点资料，使用差分法、天气诊断、因子组合等方法，构造出能反映本地天气动力学特征的预报因子库，采用press（预测平方和）准则初选因子，逐步回归复选因子，最优子集回归精选因子，建立分月、分站点逐日最高、最低温度bp神经网络预报模型。模型业务试用结果表明：该bp神经网络预报模型具有较强的非线性处理能力，能较好地反映日极端温度的变化，0～120h内的最高、最低温度平均预报准确率达较高水平，且对明显的升降温过程反应灵敏，升降温趋势和幅度预报较为准确，为0～120h的城镇精细化温度预报提供了重要的技术支撑，同时也为ecmwf数值预报产品在温度的释用提供了一种好的思路和方法。