基于数值预报模式漏报大风建立相应的预报模型，有助于提高我国沿海地区大风预报能力。首先，筛选2016—2019年历年青岛沿海地区大风个例，获得欧洲中期天气预报中心(ECMWF)高分辨率模式(简称EC模式)漏报的大风过程数据集；然后，基于支持向量机(Support Vector Machine,SVM)、人工神经网络(Artificial Neural Network,ANN)和长短期记忆网络(Long Short-Term Memory,LSTM)三种算法，分别建立青岛沿海大风预报模型，对EC模式预报的风速进行订正；最后，经对比分析，筛选出适合青岛沿海大风预报的模型(即基于SVM算法建立的预报模型SVM＿2)，并对其进行业务应用效果检验。结果显示，SVM＿2模型相比其他模型预报的大风误差最小。为了检验SVM＿2模型对大风过程的预报效果，选取不同天气系统影响下青岛发生的两个沿海大风个例，对SVM＿2模型和EC模式预报误差作进一步检验，结果表明SVM＿2模型预报的最大风速与实况的误差明显小于EC模式，且该模型对EC模式预报的青岛沿海大风偏弱有一定改善。