论文摘要
海温预报在海洋科学研究、环境监测和工程应用中发挥着至关重要的作用。海温所具备的非线性、非平稳和非连续等特征,导致海温预报的高复杂性。海温统计预报的研究多针对海温时间演变规律,鲜少有对海温的空间信息进行分析预报。本文针对海温预报中时间信息和空间信息结合的问题,提出基于改进经验正交函数和NAR神经网络方法的具有较强非线性和空间信息处理能力的海温统计预报模型（EOF-NAR模型）。该模型基于经验正交分解时间函数,结合三维海温场空间点变量的线性组合构造主要分量,引入高频海温空间信息,通过分析主要分量随时间变化的规律代替原始场的时空变化特征;利用NAR神经网络构建海温时间序列长期依赖模型进行低频海温信息处理。在南海海域海温的中长期时空预报实验中,EOF-NAR模型预报均方根误差较EOF模型降低16%,证明该模型在海温时空预报中的有效性并为海温预报提供了新思路。
论文目录
文章来源
类型: 国际会议
作者: 郝日栩,赵玉新,何忠杰,刘厂,李威,杨德全
关键词: 统计预报,海温时空序列,经验正交函数,神经网络
来源: 中国海洋学会2019海洋学术（国际）双年会 2019-10-25
年度: 2019
分类: 基础科学
专业: 海洋学
单位: 哈尔滨工程大学自动化学院天津大学海洋科学与技术学院
分类号: P731.31
页码: 31-45
总页数: 15
文件大小: 2635k
下载量: 94