使用人工神经网络改进2022年北京冬奥会数值天气预报后处理过程的算法研究

摘要

提出一种基于先进机器学习算法的纯客观、实时天气预报后处理方法。该方法使用历史数值天气预报结果和实况观测值,训练出一个人工神经网络模型,再将该模型应用于每日实时发布的数值天气预报结果中,得到台站级别的天气要素预报结果。于张家口市和北京市分别建立该模型,并使用2005—2020年的观测数据和模式数据进行训练、验证和调优。结果表明,该模型预报的5个常规气象要素的预报误差普遍优于一元线性回归、多元线性回归以及数值天气预报模式的原始输出值,尤其对3天以内的天气预报具有明显优势。基于该模型发展的全自动实时后处理系统已于2020年11月1日开始每日自动化地输出预报结果,并服务于2022年北京冬奥会的气象保障工作。