基于长短时记忆神经网络的辽东湾海冰延伸期预报方法研究
发布时间：2021-07-12 01:05
通过合成分析和回归分析,研究了影响辽东湾海冰变化的局地和大尺度环流因子,并基于一种深度学习方法——长短时记忆神经网络（LSTM）,建立了辽东湾海冰延伸期预报模型。结果表明,LSTM模型能较好地预报出未来15 d辽东湾海冰的总体发展趋势、浮冰外缘线离岸距离的振荡变化及峰值发生时间等关键特征,1～15 d预报的平均绝对误差为4.1～5.7 n mile①,均方根误差为5.4～7.5 n mile。LSTM模型的预报时效可达到15 d,较目前海冰数值预报（5～7 d）的时效延长一倍,且运算速度极快,能够节省大量的计算资源和时间成本。该模型的建立为利用深度学习方法开展海洋和气象预报提供了一种新思路。
【文章来源】：中国海洋大学学报(自然科学版). 2020,50(06)北大核心CSCD
【文章页数】：11 页
【部分图文】：
试验4-1预报结果及检验
RNN与LSTM的结构对比
强增长过程中,气温呈先降后升的趋势,强过程前2 d至前1 d下降幅度最大,当天气温最低。由于气温为负值,积温呈单调下降趋势,但在强过程前1～0 d下降速率最大。海温也呈单调下降的趋势,在强过程前2天至前1天下降幅度最大,由于在冰情较为严重时海温维持在冰点附近,因此海温的合成场降温幅度较气温偏小。海平面气压呈现先升后降的趋势,结合气温变化趋势可知,海冰生成源地有冷空气经过,强增长过程当天气压最高。从10 m风来看,强增长过程前4 d起海冰源地由西南风转为东北风并逐渐增强,前1 d风速增至最大,而后风速明显减小,并转为冷空气后部的西南风。强消融过程中,海冰源地各要素的变化与强增长过程基本相反。气温先升后降,前2天至前1天升幅最大,当天气温最高。积温在消融过程前变化不大,即气温接近0 ℃。海温前期持平后期略有增长,消融过程的海温低于增长过程是由于消融过程多发生于冰情最严重之后,海温已经降至最低,并开始逐渐上升。海平面气压先降后升,表明强消融过程受地面低压系统的影响。10 m风以西南风为主,在强过程前1 d达到最大值。
【参考文献】：
期刊论文
[1]基于长短期记忆网络的波高预报[J]. 高丽斌,郭民权,张少涵,张振昌. 福建电脑. 2018(08)
[2]A nowcasting model for the prediction of typhoon tracks based on a long short term memory neural network[J]. GAO Song,ZHAO Peng,PAN Bin,LI Yaru,ZHOU Min,XU Jiangling,ZHONG Shan,SHI Zhenwei. Acta Oceanologica Sinica. 2018(05)
[3]渤海海冰与西伯利亚高压之间的关系及与北大西洋涛动之间的可能联系[J]. 药蕾,苏洁. 中国海洋大学学报(自然科学版). 2018(06)
[4]基于海温遥相关的渤黄海冬季气温与海冰预测方法[J]. 焦艳,曹丛华,黎舸,袁本坤,姜雯斐,于清溪. 海洋预报. 2017(01)
[5]长时间序列卫星遥感渤海海冰时空分布特征及与气温关系分析[J]. 王萌,武胜利,郑伟,赵长海,刘诚. 气象. 2016(10)
[6]基于逐旬滚动主成分回归分析的渤海海冰预测方法研究[J]. 周须文,史印山,井元元,吴国明. 海洋预报. 2015(06)
[7]气候因子对渤海冰情影响的统计分析[J]. 唐茂宁,洪洁莉,刘煜,隋俊鹏,赵倩. 海洋通报. 2015(02)
[8]渤海海冰外缘线候平均离岸距离的变化及其关键影响因子[J]. 李彦青,苏洁,汪洋,郭晓葭. 中国海洋大学学报(自然科学版). 2013(07)
[9]大气低频振荡在延伸期预报中的应用进展[J]. 孙国武,冯建英,陈伯民,信飞,何金海,杨玮. 气象科技进展. 2012(01)
[10]2010年渤海海冰灾害特征分析[J]. 孙劭,苏洁,史培军. 自然灾害学报. 2011(06)
博士论文
[1]渤海海冰数值预报关键技术研究及应用[D]. 刘煜.中国海洋大学 2013
硕士论文
[1]基于深度学习的气象预测研究[D]. 杨函.哈尔滨工业大学 2017
本文编号：3278874
【文章来源】：中国海洋大学学报(自然科学版). 2020,50(06)北大核心CSCD
【文章页数】：11 页
【部分图文】：
试验4-1预报结果及检验
RNN与LSTM的结构对比
强增长过程中,气温呈先降后升的趋势,强过程前2 d至前1 d下降幅度最大,当天气温最低。由于气温为负值,积温呈单调下降趋势,但在强过程前1～0 d下降速率最大。海温也呈单调下降的趋势,在强过程前2天至前1天下降幅度最大,由于在冰情较为严重时海温维持在冰点附近,因此海温的合成场降温幅度较气温偏小。海平面气压呈现先升后降的趋势,结合气温变化趋势可知,海冰生成源地有冷空气经过,强增长过程当天气压最高。从10 m风来看,强增长过程前4 d起海冰源地由西南风转为东北风并逐渐增强,前1 d风速增至最大,而后风速明显减小,并转为冷空气后部的西南风。强消融过程中,海冰源地各要素的变化与强增长过程基本相反。气温先升后降,前2天至前1天升幅最大,当天气温最高。积温在消融过程前变化不大,即气温接近0 ℃。海温前期持平后期略有增长,消融过程的海温低于增长过程是由于消融过程多发生于冰情最严重之后,海温已经降至最低,并开始逐渐上升。海平面气压先降后升,表明强消融过程受地面低压系统的影响。10 m风以西南风为主,在强过程前1 d达到最大值。
【参考文献】：
期刊论文
[1]基于长短期记忆网络的波高预报[J]. 高丽斌,郭民权,张少涵,张振昌. 福建电脑. 2018(08)
[2]A nowcasting model for the prediction of typhoon tracks based on a long short term memory neural network[J]. GAO Song,ZHAO Peng,PAN Bin,LI Yaru,ZHOU Min,XU Jiangling,ZHONG Shan,SHI Zhenwei. Acta Oceanologica Sinica. 2018(05)
[3]渤海海冰与西伯利亚高压之间的关系及与北大西洋涛动之间的可能联系[J]. 药蕾,苏洁. 中国海洋大学学报(自然科学版). 2018(06)
[4]基于海温遥相关的渤黄海冬季气温与海冰预测方法[J]. 焦艳,曹丛华,黎舸,袁本坤,姜雯斐,于清溪. 海洋预报. 2017(01)
[5]长时间序列卫星遥感渤海海冰时空分布特征及与气温关系分析[J]. 王萌,武胜利,郑伟,赵长海,刘诚. 气象. 2016(10)
[6]基于逐旬滚动主成分回归分析的渤海海冰预测方法研究[J]. 周须文,史印山,井元元,吴国明. 海洋预报. 2015(06)
[7]气候因子对渤海冰情影响的统计分析[J]. 唐茂宁,洪洁莉,刘煜,隋俊鹏,赵倩. 海洋通报. 2015(02)
[8]渤海海冰外缘线候平均离岸距离的变化及其关键影响因子[J]. 李彦青,苏洁,汪洋,郭晓葭. 中国海洋大学学报(自然科学版). 2013(07)
[9]大气低频振荡在延伸期预报中的应用进展[J]. 孙国武,冯建英,陈伯民,信飞,何金海,杨玮. 气象科技进展. 2012(01)
[10]2010年渤海海冰灾害特征分析[J]. 孙劭,苏洁,史培军. 自然灾害学报. 2011(06)
博士论文
[1]渤海海冰数值预报关键技术研究及应用[D]. 刘煜.中国海洋大学 2013
硕士论文
[1]基于深度学习的气象预测研究[D]. 杨函.哈尔滨工业大学 2017
本文编号：3278874
本文链接：https://www.wllwen.com/kejilunwen/haiyang/3278874.html
