徐海斌
- 作品数：7 被引量：23H指数：3
- 供职机构：解放军理工大学气象学院海洋与空间环境系更多>>
- 发文基金：国家自然科学基金江苏省气象灾害重点实验室项目中国博士后科学基金更多>>
- 相关领域：天文地球更多>>
- EOF分解与Kalman滤波相结合的副高位势场数值预报优化被引量：3
- 2006年
- 用经验正交分解和Kalman滤波相结合的方法,建立了夏季500hPa位势高度场数值预报误差修正模型,以改进副高数值预报效果,提高副高预报准确率。首先用经验正交分解(EOF)方法将T106数值预报500hpa位势高度场分解为彼此正交的空间结构模态和相应的时间系数的线性组合,随后选取前15个模态的时间系数(其方差贡献98．7％)序列,分别建立了各自的Kalman(卡尔曼)滤波模型,最后用优化出的时间系数与相应的空间结构场进行EOF重构,进而得到修正后的副高位势预报场。修正后的位势场与原始的数值预报场的对比结果表明,该修正模型可对副高数值预报误差进行有效修正,优化后的预报效果较原始数值预报场有明显改进提高。
- 刘科峰张韧姚跃张吉荣徐海斌王辉瓒
- 关键词：经验正交分解KALMAN滤波
- 支持向量机与卡尔曼滤波集合的西太平洋副热带高压数值预报误差修正被引量：6
- 2007年
- 基于T106数值预报产品资料,提出了支持向量机和卡尔曼滤波相结合的方法来进行夏季西太平洋副热带高压数值预报的误差修正与预报优化。首先采用支持向量机方法建立了西太平洋副热带高压面积指数的误差修正模型。基于支持向量机预报优化模型尽管有比较好的拟合精度和预报效果,但与实际副热带高压指数尚有一定的差异。究其原因,除预报对象(副热带高压)本身比较复杂、模型优化因子不够充分以及数值预报误差自身的随机性以外,优化模型的输入、输出基本上是一个静态映射结构,因此前一时刻的预测误差难以得到有效的反馈、调整和修正。为考虑前一时刻预报误差的反馈信息,动态跟踪副高的变化趋势,随后引入卡尔曼滤波方法建立支持向量机-卡尔曼滤波模型,对支持向量机模型的输出结果作进一步的调整和优化。试验结果表明,该方法模型的预报优化效果优于T106数值预报产品以及单纯的神经网络修正模型和卡尔曼滤波修正模型的优化效果,能够较为客观、有效地修正西太平洋副热带高压指数的数值预报误差,改进和优化西太平洋副热带高压的数值预报效果。该方法为副热带高压等复杂天气系统和要素场预报提供了一种新的思路,表现出较好的应用前景。
- 刘科峰张韧徐海斌闵锦忠朱伟军
- 关键词：副热带高压支持向量机卡尔曼滤波
- 基于T106资料的夏季西太平洋副热带高压数值预报优化和误差修正研究
- 基于国家气象中心下发的1995～1997年共3年5-8月的T106资料,讨论了夏季西太平洋副热带高压面积指数与数值预报产品关系,并在此基础上利用小波分解和ANN的前馈网络（BP算法）串入竞争自组织映射网络（SOM网络）方...
- 徐海斌张韧
- 关键词：副热带高压小波分解神经网络
- 文献传递
- 小波分解与SOFM-BP网络结合的西太平洋副高数值预报产品优化技术被引量：8
- 2007年
- 基于1995～1997年夏季(5～8月)T106数值预报场资料,研究讨论了夏季西太平洋副热带高压面积指数的预报误差修正与预报优化问题。首先通过小波分解对预报目标进行频域分解和高频滤波,随后引入了人工神经网络BP模型与自组织特征映射网络(SOFM)相结合的方法,对副高指数的数值预报结果进行了预报优化与误差修正的训练建模。试验结果表明,所建模型能够较为客观、有效地修正副高指数的数值预报误差,优化和改进副高预报效果。
- 徐海斌张韧刘科峰王彦磊洪梅
- 关键词：副热带高压小波分解
- 人工神经网络在风暴潮增水预报中的应用
- ＜正＞ 本文根据1967-1982年间影响湛江站增水的热带气旋资料,选取了其中对湛江站增水影响比较显著的因子,运用人工神经网络中的BP算法,建立了湛江站风暴潮增水预报的人工神经网络模型,并使用贝叶斯优化算法提高了BP网络...
- 薛彦广沙文钰徐海斌李少斐
- 文献传递
- 西太平洋副高数值预报场的小波分解-神经网络误差修正方法
- ＜正＞ 针对目前数值预报产品对夏季西太平洋副高活动,特别是副高异常活动的预测存在较大误差的事实。采用EOF分解与人工神经网络和小波分解重构相结合的方法,构造了T106数值预报产品500 hPa位势高度场的预报误差修正模型...
- 张韧刘科峰徐海斌
- 文献传递
- 人工神经网络在风暴潮增水预报中的应用被引量：10
- 2005年
- 本文根据1967～1982年间影响湛江站增水的热带气旋资料,选取了其中对湛江站增水影响比较显著的因子,运用人工神经网络中的BP算法,建立了湛江站风暴潮增水预报的人工神经网络模型,并使用贝叶斯优化算法提高了BP网络模型的预报能力,结果表明所建BP网络模型的训练拟合效果和预报效果都比较好.表明该网络模型可以用于湛江站风暴潮增水的预报.同时本文也为其它的港口、码头等近岸海洋工程风暴潮增水的预报提供了一个有效可行的方案.
- 薛彦广沙文钰徐海斌李少斐
- 关键词：人工神经网络BP算法
