A neural network approach to predict hurricane intensity in the North Atlantic basin

• Main Author: Veneros-Castro, Anthony
• Other Authors: Ramírez-Beltrán, Nazario D., Hernández, William, Gonzáles, Jorge E., Vasquez Espinosa, Ramon E., Ierkic-Vidmar, Mario, College of Engineering, Department of Industrial Engineering
• Format: Thesis
• Language: English
• Published: 2004
• Subjects: Artificial neural networks; Hurricane intensity prediction; North Atlantic basin; Storm tracks; North Atlantic
• Online Access: https://hdl.handle.net/20.500.11801/1545

Upper air information and artificial neural networks (ANN) are used to predict hurricane intensity in the North Atlantic basin. Competitive neural network is used to identify analog storms to the current hurricane. Once the analog hurricanes are identified the historical NCEP reanalysis data are used along of each storm tracks to develop a set of climatology, persistence and synoptic variables. Persistence, climatological and synoptic observations of the analog hurricanes and the current storm are combined to create a training set which is used to generate nonlinear transformations and an optimization algorithm is used to identify the variables that are best correlated with storm intensity. The best variables obtained from the optimization algorithm are used to train a neural network which used Levenberg-Marquardt algorithm as a learning rule. Preliminary results show that the proposed prediction scheme is a potential tool to increase the accuracy in predicting hurricane intensity. Redes neuronales artificiales e información atmosférica son utilizadas para predecir la intensidad de los huracanes en la parte norte del Océano Atlántico. Un proceso para identificar huracanes históricos que sean análogos al huracán actual es implementado usando una red neuronal competitiva. Una vez identificado los huracanes análogos, información histórica proveniente de NCEP es usada para crear una serie de variables sinópticas, climatologicas y persistentes a lo largo de la trayectoria de cada uno de los huracanes análogos. Estas variables son combinadas con las variables del huracán actual para crear un set de entrenamiento. Un algoritmo de optimización es implementado para identificar aquellas variables que tengan la mayor correlación con la intensidad. Estas luego son usadas para implementar una red neuronal que usa el algoritmo de Levenberg-Marquardt como regla de aprendizaje. Los resultados preliminares muestran que la metodología propuesta es una herramienta potencial en los esfuerzos por aumentar la precisión en la ...