台風の強度を予測するためのニューラルネットワークモデル

概要

論文の詳細を見る
バックプロパゲーション型ニューラルネットワークを使って、北西太平洋での熱帯低気圧の強度の変化を12, 24, 36, 48, 60, 72時間について予測するモデルを開発した。用いたデータは、1983-1996の14年間の北西太平洋の熱帯低気圧に対する、低気圧の位置、強度、NCEP/NCARの再解析、それに海面水温である。ニューラルネットワークの予測因子は重線形回帰モデルの予測因子に基づいて選ばれた。回帰分析により、予測因子の一つ風の鉛直シア-が全ての予測時間に渡って一貫して重要であることを示した。予測因子として気候学的、持続的、総観的因子を用いたニューラルネットワークモデルによる平均予測誤差は、同じ予測因子を用いた重線形回帰モデルに比べて7-16さらに、予測因子として気候学的、持続的因子のみを用いたニューラルネットワークモデルの性能でさえも、総観的因子まで含んだ重線形回帰モデルの性能をわずかに上回った。ニューラルネットワークモデルの性能は14年間の全ての年について回帰モデルを上回るわけではないけれども、ニューラルネットワークモデルの方が良い年の方が逆の年よりもずっと多く、その傾向は短い予測時間の方が顕著である。感度実験により、ニューラルネットワークモデルの平均強度予測誤差は、隠れ層や隠れ層のニューロンの数には敏感ではないことを示した。しかし、熱帯低気圧強度予測のために、より良い隠れ層の構造を用いることにより、回帰モデルに比べてニューラルネットワークモデルをさらに改良する余地がいくらかある。この研究は、予測因子として気候学的、持続的、総観的因子を用いたニューラルネットワークモデルが熱帯低気圧の強度予報において有効な道具として使えることを示唆している。
社団法人日本気象学会の論文
2000-12-25

台風の強度を予測するためのニューラルネットワークモデル

スポンサーリンク

概要

著者

関連論文

スポンサーリンク