教師資料查詢 | 類別: 會議論文 | 教師: 蔡孝忠 HSIAO-CHUNG TSAI (瀏覽個人網頁)

標題:西北太平洋颱風快速增強之機率預報模式開發
學年
學期
發表日期2016/10/04
作品名稱西北太平洋颱風快速增強之機率預報模式開發
作品名稱(其他語言)
著者佘佳宜; 蔡孝忠; 張麗秋
作品所屬單位
出版者
會議名稱105年天氣分析與預報研討會
會議地點台北市, 台灣
摘要颱風強度快速增強(Rapid Intensification;簡稱 RI)為目前颱風預報中最具挑戰性的項目之一。根據美國國家颶風中心(National Hurricane Center)之定義,熱帶氣旋之中心最大風速若在24小時內增強達30 kt以上,則將該案例之強度變化認定為RI等級。本研究採用 Tsai and Elsberry(2014)之颱風強度類比預報模式(Weighted Analog Intensity Prediction;WAIP),配合SHIPS開發資料(Statistical Hurricane Intensity Prediction Scheme Developmental Data)之大氣及海洋環境變數,嘗試開發未來24小時 RI 發生機率之統計預報模式。本研究使用2000-2012年之颱風個案資料,採用羅吉斯迴歸(Logistical Regression),配合Hosmer-Lemeshow 適合度檢定、ROC(Receiver Operating Characteristic)曲線下方面積(Area Under Curve; AUC)、敏感度、特異度及準確度等校驗指標,討論預測變數(predictor)的最佳組合。初步研究結果顯示, 相較於僅採用SHIPS資料的預測模型,以 WAIP 模式搭配SHIPS大氣海洋環境變數所建立之預測模型,其預報校驗AUC值可達 0.83,表示此模式具有良好的判別能力。此外,模式之敏感度、特異度和準確度皆優於其他預測變數組合之預測模型,因此建議使用WAIP搭配SHIPS大氣海洋資料進行24小時RI機率預報模式的開發。本研究並進一步應用類神經網路(Artificial Neural Network;ANN),討論人工智慧理論對於24小時RI機率預報模式的改進效果。測試結果顯示,以非線性ANN方法建立預報模式,其預報測試組之敏感度可較原始模式提升 12.57%。本研究亦將TCHP相關因子額外納入 ANN進行訓練,模式預報測試結果可優於原始模式,其中以原始 Model A 配合 ATCHP之模式表現最佳,訓練組及測試 組之敏感度可較原始模式分別提升 10.3%及 7.4%。
關鍵字
語言中文
收錄於
會議性質國內
校內研討會地點
研討會時間20161004~20161006
通訊作者蔡孝忠
國別中華民國
公開徵稿
出版型式
出處105年天氣分析與預報研討會論文集
相關連結
SDGs
Google+ 推薦功能,讓全世界都能看到您的推薦!