基于多变量LSTM神经网络模型的风暴潮临近预报

作者：刘媛媛,张丽,李磊,刘业森,陈柏纬,张文海

摘要：台风的风暴潮是台风引发的一种重要次生灾害,对沿海城市带来的威胁是多方面的。及时准确地预报风暴潮,对沿海地区采取合理措施减少人员伤亡和经济损失具有重要意义。本文利用长短期记忆神经网络(LSTM)模型,综合考虑风速、风向、气压等气象因素和前时序的潮位数据,建立了风暴潮的临近预报模型。结果表明,基于LSTM的临近预报模型具有相当的预报技巧,利用前时序的风速和风向数据以及潮位数据建立的模型可对风暴潮潮位进行准确地预测。研究还表明,仅考虑前时序潮位的预测模型误差最大,考虑气压后的模型预测能力有一定进步,而考虑风的要素以后,预测的效果提升更为明显。

发文机构：中国水利水电科学研究院 深圳市国家气候观象台 中山大学大气科学学院 香港天文台 深圳市强风暴研究院

关键词：LSTM神经网络模型热带气旋风暴潮临近预报long short-term memorytropical cyclonestorm surgenowcasting

分类号： P731.34[天文地球—海洋科学]