風(fēng)場的準(zhǔn)確預(yù)報是現(xiàn)代精細化天氣預(yù)報業(yè)務(wù)的重要環(huán)節(jié)。風(fēng)場變化會直接或間接地影響人們的生產(chǎn)和生活,特別是對于機場飛行活動的影響最為明顯。當(dāng)機場風(fēng)場發(fā)生變化后,不僅會影響到飛行活動的效率,甚至對飛行活動的安全存在一定的威脅,因此在機場天氣的風(fēng)場預(yù)報中,對區(qū)域內(nèi)風(fēng)場預(yù)報的準(zhǔn)確率和時間精度要求較高。近年來,國內(nèi)外學(xué)者致力于提高風(fēng)場預(yù)報準(zhǔn)確率的方法研究,并取得了較大的進展,但風(fēng)場短臨預(yù)報的效果仍無法滿足航空航天等氣象業(yè)務(wù)的需求。本文以甘肅省為研究區(qū)域,通過對甘肅省各站點歷年風(fēng)場資料的統(tǒng)計,對風(fēng)場的時空分布特征進行了簡要分析,探究了甘肅省風(fēng)場變化的特征;利用歷史地面實況觀測數(shù)據(jù)對歐洲中期天氣預(yù)報中心（ECMWF）發(fā)布的數(shù)值模式預(yù)報產(chǎn)品的風(fēng)場數(shù)據(jù)進行檢驗,基于此并結(jié)合機場預(yù)報對風(fēng)預(yù)報的特殊要求,提出了一種集成了風(fēng)向和風(fēng)速的風(fēng)場預(yù)報準(zhǔn)確率（A_Int）檢驗方法,以此檢驗了ECMWF數(shù)值模式的風(fēng)場預(yù)報準(zhǔn)確率;在此基礎(chǔ)上,利用機器學(xué)習(xí)中的隨機森林（RF）算法和長短期記憶網(wǎng)絡(luò)（LSTM）算法,開展了風(fēng)場的短臨預(yù)報和ECMWF模式風(fēng)場預(yù)報的訂正研究,建立了隨機森林風(fēng)場短臨預(yù)報模型和基于隨機森... 

【文章來源】：蘭州大學(xué)甘肅省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：89 頁

【學(xué)位級別】：碩士

【部分圖文】：

研究區(qū)域和站點分布

蘭州大學(xué)碩士學(xué)位論文基于機器學(xué)習(xí)的短時風(fēng)場預(yù)報與訂正研究10圖2-2RNN結(jié)構(gòu)示意圖[77]RNN計算公式可表示如下[78]：=()（2-4）=(+1)（2-5）其中，g和f分別為激活函數(shù)。將公式（2-5）向公式（2-4）中反復(fù)迭代，得到公式：=V(+(1+(2+(3+)))（2-6）從公式（2-6）可以看出，、1、2…對于的結(jié)果都有影響，這也正好體現(xiàn)了RNN算法對于歷史時刻信息的記憶，而這一記憶主要是依靠記憶單元s來完成的。（2）長短期記憶網(wǎng)絡(luò)算法的基本原理RNN可以把前面的信息與當(dāng)前任務(wù)連接起來，當(dāng)相關(guān)信息和預(yù)測信息之間的間隔非常小時，RNN有較強的預(yù)測能力，隨著間隔不斷的變大，RNN就會失去學(xué)習(xí)連接較遠的信息的能力。長短期記憶網(wǎng)絡(luò)（LSTM）是在RNN的基礎(chǔ)上增加了門結(jié)構(gòu)[79]，是為了解決RNN算法在訓(xùn)練過程中存在的梯度爆炸和梯度消失[80]問題而設(shè)計的，較好的解決了RNN算法在處理長時間序列時的記憶問題，即長期依賴問題。如圖2-3所示，首先輸入值和1，神經(jīng)網(wǎng)絡(luò)δ通過結(jié)果來決定1中的信息被“完全保留”或“完全遺忘”，即遺忘門，之后通過tanh層生成新的候選值，和神經(jīng)網(wǎng)絡(luò)的結(jié)果被增加到神經(jīng)元狀態(tài)中，即輸入門，最后神經(jīng)網(wǎng)絡(luò)結(jié)果通過tanh層輸出，通過上述三次更新神經(jīng)網(wǎng)絡(luò)狀態(tài)，得到最終的值，即輸出門[81]。LSTM算法因其獨特的門結(jié)構(gòu)，遺忘門舍棄或保留t-1時刻的神經(jīng)網(wǎng)絡(luò)狀態(tài)1中的信息，并通過輸入門學(xué)習(xí)t時刻數(shù)據(jù)新的信息，最后通過輸出門更新t時刻的神經(jīng)網(wǎng)絡(luò)狀態(tài)，因此LSTM能夠較好的學(xué)習(xí)長時間序列中的信息，較完

蘭州大學(xué)碩士學(xué)位論文基于機器學(xué)習(xí)的短時風(fēng)場預(yù)報與訂正研究11美的解決了長期依賴問題。圖2-3LSTM結(jié)構(gòu)示意圖[82]2.3.3插值方法（1）Linear（雙線性插值）方法[83]。雙線性插值，顧名思義在x方向進行一次差值，同樣在y方向也進行一次插值，對于經(jīng)緯度為（x，y）的站點P，其值為(P)未知，需要先找到與P點臨近的四個點：11=(1，1)，12=(1，2)，21=(2，1)，22=(2，2)。首先在x方向進行插值(，1)≈221(11)+121(21)（2-7）(，2)≈221(12)+121(22)（2-8）然后進行y方向的插值(P)≈221(，1)+121(，2)（2-9）即得到站點P的值(，)。（2）Spline（三次樣條插值）方法[84]。三次樣條插值是通過求解光滑曲線的函數(shù)組來實現(xiàn)的，在Matlab中默認的邊界條件為非扭結(jié)邊界條件（兩端點的（a）（b）（c）（d）


本文編號：3546023