應用類神經網路後處理於台灣颱風雨量系集預報

Abstract

近期，多項研究開始嘗試使用類神經網路於系集預報後處理，由於大部分的研究的預測因子為溫度或風速等，尚未嘗試颱風雨量之預測，本研究期望能暸解類神經網路的方法是否適用於台灣颱風雨量的預測，以及在不同的颱風情境之下，觀察類神經網路後處理方法的預測表現，特別是在雨量極大時，經過後處理是否能提升預測表現。在本研究中，使用的資料為來自台灣中央氣象局2013年至2015年間12個颱風個案台灣周邊雨量系集預報成員資料，主要觀察2015年蘇迪勒颱風的後處理預測結果，並配合颱風的特性建立四個類神經網路模型來進行颱風雨量的預測，其中使用之模型為三個淺層類神經網路與一個深層類神經網路，比較不同類型的類神經網路後處理的預測表現。除上述的類神經後處理之外，本研究同時利用颱風快速變化的特性，使用非均等權重方法來提升預測表現，比較未經調整的資料與經調整的資料（即非均等權重方法）所建立之模型的預測表現。