留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

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

冯汉中 陈永义

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. 应用气象学报, 2004, 15(3): 355-365..
引用本文: 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. 应用气象学报, 2004, 15(3): 355-365.
Feng Hanzhong, Chen Yongyi. A new method for non-linear classify and non-linear regression II : Application of support vector machine to weather forecast. J Appl Meteor Sci, 2004, 15(3): 355-365.
Citation: Feng Hanzhong, Chen Yongyi. A new method for non-linear classify and non-linear regression II : Application of support vector machine to weather forecast. J Appl Meteor Sci, 2004, 15(3): 355-365.

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

资助项目: 

国家自然科学基金资助 60072006

详细信息
    作者简介:

    冯汉中:2002年中国气象局培训中心访问学者

A NEW METHOD FOR NON-LINEAR CLASSIFY AND NON-LINEAR REGRESSION Ⅱ :APPLICATION OF SUPPORT VECTOR MACHINE TO WEATHER FORECAST

  • 摘要: 将SVM(Support Vector Machine)分类和回归方法首次应用于气象预报试验。利用1990~2000年4~9月ECMWF北半球的500 hPa高度、850 hPa温度、地面气压的00:00 UTC分析场资料,建立四川盆地分区面雨量有无大于15 mm的SVM分类推理模型、四川盆地内单站气温的SVM回归推理模型,进行相应的预报试验,试验结果显示对应的SVM推理模型具有良好的预报能力。
  • 图  1  (a)500 hPa预报因子选取图示, (b) 地面气压预报因子选取图示, (c)850 hPa温度预报因子选取图示

    图  2  四川盆地面雨量区域划分图示

    图  3  训练样本逐渐增多对应的SVM回归预报模型的预报检验图示

    表  1  利用径向基函数核进行分类预报试验时参数rb值的变化对SVM模型的影响

    表  2  用SVM方法对四川盆地面雨量 (大于15 mm) 建立推理模型的试验结果

    表  3  用SVM回归方法对四川盆地内单站逐日平均气温建立预报模型的试验结果

    表  4  因子与预报对象之间相关与否对应的SVM回归模型对预报结果的影响评价 (单站气温)

    表  5  四川盆地各区域面雨量大于15 mm的SVM分类预报模型 (在不同因子状况下) 的参数变化

    表  6  四川盆地各区域面雨量大于15 mm的SVM分类预报模型 (在不同因子状况下) 的预报检验结果

  • [1] 叶笃正, 曾庆存, 郭裕福.当代气候研究.北京:气象出版社, 1991.164-177.
    [2] 黄嘉佑, 谢庄.卡尔曼滤波在天气预报中的运用.气象, 1993, 19(4):3-7. http://www.cnki.com.cn/Article/CJFDTOTAL-QXXX199304001.htm
    [3] 陆如华, 徐传玉, 张玲.卡尔曼滤波在天气预报中的运用技术.数值预报产品释用公报, 1996, 5/6(双月刊):28-36.
    [4] 胡江林, 张礼平.神经网络模型预报湖北汛期降水量的应用研究.气象学报, 2001, 59(6):776-782. http://www.cnki.com.cn/Article/CJFDTOTAL-QXXB200106013.htm
    [5] 张韧, 蒋国荣, 余志豪, 等.利用神经网络计算方法建立太平洋副高活动的预报模型.应用气象学报, 2000, 11(4):474-477. http://qikan.camscma.cn/jams/ch/reader/view_abstract.aspx?file_no=20000469&flag=1
    [6] 熊秋芬等.神经网络方法在静止气象卫星多通道资料估算降水中的应用.气象, 2002, 28(9):17-21. http://www.cnki.com.cn/Article/CJFDTOTAL-QXXX200209004.htm
    [7] Vapnik V N.Statistical Learning Theory.John Wiley & Sons, Inc., New York, 1998.
    [8] fttp://www.kernel-machines.org/
  • 加载中
图(3) / 表(6)
计量
  • 摘要浏览量:  5095
  • HTML全文浏览量:  697
  • PDF下载量:  1540
  • 被引次数: 0
出版历程
  • 收稿日期:  2003-01-25
  • 修回日期:  2003-09-17
  • 刊出日期:  2004-06-30

目录

    /

    返回文章
    返回