论文部分内容阅读
选取三个黄淮气旋个例，分别以NCEP和T213客观分析场作为初始场，利用MM5模式对这些个例进行了模拟。将两种初始场模拟的黄淮气旋中心位置、中心强度和黄淮气旋前一时刻的实况位置作为输入，构建用于预测气旋中心位置和中心强度的人工智能神经元网络。发现：使用人工智能神经元网络可以较好地集成不同初始场下MM5模拟的黄淮气旋中心位置和强度，提高模式预报精度。