基于芒种日分析的BP模型在中长期汛期降雨量预报中的应用

论文摘要

为提高汛期降雨量中长期预报的精度,采用芒种日分析充分提取有用信息,基于BP神经网络模型,构建了芒种日分析的BP神经网络耦合模型,并将其应用于北京市中长期汛期降雨量的预测。结果表明:相比于常规BP模型,耦合BP模型能够有效提高预报的精度,验证期耦合BP模型模拟值与实测值相关系数为0.78,明显优于常规BP模型的0.42;耦合BP模型较常规BP模型的预报合格率提高了40%。芒种日分析能够充分发掘隐藏在原始数据中的有用信息,降低极端值等噪声数据对预报结果的影响,有效提高了模型的预报精度。将传统节气与人工智能预报技术相结合,为中长期汛期降雨量预报提供了一种新思路。

论文目录

文章来源

类型: 期刊论文

作者: 李永坤,马旭,潘兴瑶,白涛,邸苏闯,黄强

关键词: 中长期预报,芒种日,神经网络,极端值,噪声数据

来源: 南水北调与水利科技 2019年03期

年度: 2019

分类: 工程科技Ⅱ辑,基础科学

专业: 气象学,地球物理学

单位: 北京市水科学技术研究院,北京市非常规水资源开发利用与节水工程技术研究中心,西安理工大学省部共建西北旱区生态水利国家重点实验室

基金: 国家水体污染控制与治理科技重大专项(2017ZX07103-002,8184075),北京市科技新星计划(Z161100004916085),北京市自然科学基金(8161002,8184075),北京市科委项目(Z181100005318003)~~

分类号: P457.6;P338

DOI: 10.13476/j.cnki.nsbdqk.2019.0053

页码: 1-6+39

总页数: 7

文件大小: 1540K

下载量: 164

相关论文文献

• [1].北京地区汛期降雨时空演变特征及城市化影响研究[J]. 地理科学进展 2019(12)
• [2].北京市1950—2017年汛期降雨特征分析[J]. 中国防汛抗旱 2020(02)
• [3].辽宁省1956—2017年汛期降雨量变化特征分析[J]. 中国防汛抗旱 2018(12)
• [4].城市化对济南市汛期降雨特征的影响[J]. 自然灾害学报 2011(03)
• [5].甬江流域台汛期降雨时空演变分析[J]. 宁波大学学报(理工版) 2018(03)
• [6].蒙特卡罗法在嫩江流域汛期降雨量预测中的应用[J]. 南水北调与水利科技 2011(03)
• [7].近50 a澴河上游汛期降雨径流多尺度时空演变[J]. 长江流域资源与环境 2018(06)
• [8].黄河流域中游典型支流汛期降雨特性变化分析[J]. 水利学报 2013(07)
• [9].赣州地区汛期降雨分布特征与特殊地形影响分析[J]. 现代农业科技 2011(23)
• [10].东江流域汛期降雨序列的小波分析[J]. 人民长江 2010(02)
• [11].流溪河流域中长期汛期降雨量预报研究[J]. 安徽农业科学 2013(13)
• [12].湘江流域汛期降雨量的变化特征分析[J]. 才智 2010(15)
• [13].1965～2010年广东北江流域汛期降雨量的气候特征分析[J]. 广东气象 2012(03)
• [14].浙北月平均环流分析及其在汛期降雨降尺度预测中的应用[J]. 浙江气象 2009(02)
• [15].河北省档案局安排部署加强全省汛期档案安全工作[J]. 档案天地 2016(08)
• [16].加强汛期环境应急 扼守环境安全底线[J]. 环境保护 2010(13)
• [17].近50年来浙江省降雨特性变化分析[J]. 自然资源学报 2009(11)
• [18].广西:加强监测 及时预警 科学防御[J]. 中国防汛抗旱 2017(05)
• [19].新华社:淮河今夏防汛形势严峻[J]. 治淮 2009(05)
• [20].未雨绸缪 全力备汛[J]. 河北水利 2013(05)

标签：中长期预报论文;  芒种日论文;  神经网络论文;  极端值论文;  噪声数据论文;