基于人工神经网络的台风浪高快速计算方法

作者：周水华,洪晓,梁昌霞,江丽芳

摘要：采用2010-2017年南海5个浮标波高观测资料和中国气象局热带气旋最佳路径集中的热带气旋参数,基于前馈型误差反向传播(Forward Feedback Back Propagation, FFBP)神经网络(Artificial Neural Network, ANN)方法,分别建立了各浮标站的台风浪高快速计算模型。研究显示,基于热带气旋中心坐标、中心最低气压、近中心最大风速、热带气旋中心与浮标之间的距离和方位4个参数建立的神经网络模型经反复训练后,模型输出结果可以很好地拟合观测数据,各浮标有效波高计算值与观测值的均方根误差小于0.3m,平均相对误差为5.78%~7.23%,相关系数大于0.9,属高度相关。独立测试结果显示,"山竹"(国际编号:1822)影响期间有效波高最大值的神经网络模型预报结果与观测值基本吻合,相对误差为–31.06%~0.98%,但计算的最大值出现时间和观测情况不完全一致。该计算方法可应用于热带气旋影响期间的有效波高最大值计算,因而在海洋工程领域和海洋预报领域具有应用前景。

发文机构：国家海洋局南海预报中心

关键词：台风浪高人工神经网络模型权值热带气旋参数快速计算tropical cyclone wave heightArtificial Neural Network Modelweighttropical cyclone parametersfast calculation

分类号： P731.33[天文地球—海洋科学]