第５３卷第４期２０２３年４月中国海洋大学学报ＰＥＲＩＯＤＩＣＡＬＯＦＯＣＥＡＮＵＮＩＶＥＲＳＩＴＹＯＦＣＨＩＮＡ５３（４）：１１１～１２４Ａｐｒ．，２０２３基于ＢＰ神经网络预报风场改善ＷＲＦ对强降水的预报效果———以青岛为例*李晓东１，海尚飞１，于诗赟１，王菲１，马艳２，丁仁智３，盛立芳１**（１．中国海洋大学海洋与大气学院，山东青岛２６６１００；２．青岛市气象局，山东青岛２６６００３；３．中国民用航空华东地区管理局气象中心，上海２００３３５）摘要：本文将全球预报系统（ＧＦＳ，Ｇｌｏｂａｌｆｏｒｅｃａｓｔｓｙｓｔｅｍ）分析数据和预报数据作为训练集和测试集，利用ＢＰ（Ｂａｃｋｐｒｏｐａｇａｔｉｏｎ）神经网络后报风场，将ＢＰ后报结果松弛逼近到天气研究和预报（ＷＲＦ，Ｗｅａｔｈｅｒｒｅｓｅａｒｃｈａｎｄｆｏｒｅｃａｓｔｉｎｇ）模式的后报阶段，改善ＷＲＦ模式对强降水的预报效果。以２０１８年５月２２日青岛地区强降水为例，利用青岛地区７个气象站的观测数据和雷达回波图检验优化方法对强降水的后报效果。结果表明，松弛逼近ＢＰ后报风场后，降水强度有了明显改善，相比于不松弛逼近任何数据的ＷＲＦ模式，松弛逼近ＢＰ后报风场的ＷＲＦ模式２４ｈ降水量误差减少了８．６２ｍｍ，但后报降水量仍弱于实际降水量。关键词：强降水预报；ＷＲＦ模式；ＢＰ神经网络；松弛逼近中图法分类号：Ｐ４５７．６文献标志码：Ａ文章编号：１６７２－５１７４（２０２３）０４－１１１－１４ＤＯＩ：１０．１６４４１／ｊ．ｃｎｋｉ．ｈｄｘｂ．２０２２００１８引用格式：李晓东，海尚飞，于诗赟，等．基于ＢＰ神经网络预报风场改善ＷＲＦ对强降水的预报效果［Ｊ］．中国海洋大学学报（自然科学版），２０２３，５３（４）：１１１－１２４．ＬｉＸｉａｏｄｏｎｇ，ＨａｉＳｈａｎｇｆｅｉ，ＹｕＳｈｉｙｕｎ，ｅｔａｌ．ＴｈｅｉｍｐｒｏｖｅｍｅｎｔｏｆＷＲＦｍｏｄｅｌｆｏｒｈｅａｖｙｐｒｅｃｉｐｉｔａｔｉｏｎｆｏｒｅｃａｓｔｉｎｇｂａｓｅｄｏｎｆｏｒｅｃａｓｔｅｄｗｉｎｄｂｙＢＰｎｅｕｒａｌｎｅｔｗｏｒｋ：ＡｃａｓｅｓｔｕｄｙｏｆＱｉｎｇｄａｏ［Ｊ］．ＰｅｒｉｏｄｉｃａｌｏｆＯｃｅａｎＵｎｉｖｅｒｓｉｔｙｏｆＣｈｉｎａ，２０２３，５３（４）：１１１－１２４．*基金项目：中央高校基本科研业务费专项（２０１８６１００３）资助ＳｕｐｐｏｒｔｅｄｂｙｔｈｅＦｕｎｄａｍｅ...
