共查询到18条相似文献，搜索用时 549 毫秒
1.
尚媛媛 《沙漠与绿洲气象(新疆气象)》2018,12(2):89-94
利用常规地面气象观测资料,对桃源河景区2015年1月1日—2016年12月31日2 a逐日漂流客流量与前一日气象要素进行了分析。BP网络和判别分析均具有良好的非线性函数拟合效果,分别利用这两种方法建立模型,并检验。结合日常经验挑选出主要影响漂流气象要素(日雨量、最高气温、最低气温、平均温度、平均相对湿度、最小相对湿度、08—20时降水量和风速),作为计算漂流等级预报的气象因子,建立漂流适宜性等级方程;同时为了降低暑假、周末和节假日对预报效果的影响,进行二次建模。结果发现:BP网络预报模型较好,预报等级正确率均高于40%,同时等级绝对值差为1的正确率均高于70%,正确率均高于判别分析法,预测的等级也更稳定;此外,暑假对漂流等级预报具有正面影响。 相似文献
2.
3.
4.
采用BP神经网络和逐步线性回归两种模型,以2014—2017年汕头市金平环境监测子站的6种污染物质量浓度以及同期汕头市国家基准气象观测站37类地面气象观测数据为预报因子,对该站O3最大8h质量浓度进行预测。结果表明:两种预报模型在历史数据拟合效果上并不存在明显差异,总体上冬春季的模型拟合度高于夏秋季。在2017年7和12月2个独立样本的预报效果检验中,BP网络模型预报准确指数(d)分别比回归模型高10.4%和0.8%;BP网络模型预报级别准确率(TS)分别比回归模型高12.9%和3.3%。BP网络模型无论在预报精度还是预报稳定度上均明显优于回归模型。夏秋季降水因子的影响常导致BP模型预报值出现正误差,冬春季冷空气南下的影响常导致BP模型预报出现负误差。 相似文献
5.
藻类叶绿素a浓度是反映太湖水体富营养化程度的重要参数指标。以太湖2010—2011年5—10月旬平均叶绿素a浓度和气象资料数据作为建模样本, 通过对气象资料进行主成分分析, 得到4种主要气象因子作为输入, 建立时间序列ARMA预测模型与BP神经网络预测模型, 并对2012年数据进行预测。利用两种模型在线性空间和非线性空间的预测优势, 将叶绿素a数据结构分解为线性自相关主体和非线性残差两部分。首先用ARMA模型预测序列的线性主体, 然后用BP模型对其非线性残差进行估计, 最终集成整个序列的预测结果, 建立了ARMA-BP预测模型。3种模型的预测效果为ARMA-BP＞BP＞ARMA。 相似文献
6.
基于SSA-MGF的BP神经网络多步预测模型 总被引：3，自引：2，他引：3
采用奇异谱分析（Singular Spectrum Analysis，SSA）方法对标准化样本序列进行准周期信号分量重建，将重建序列构造均值生成函数（Mean Generating Function．MGF）延拓矩阵作为输入因子，原样本序列作为输出因子，构建BP神经网络多步预测模型。通过实际建模并与逐步回归等方法进行对比预测试验，结果表明，基于SSA-MGF的BP神经网络多步预测模型预测效果优于其他3种模型，说明SSA的去噪及BP神经网络预报模型对于提高预测准确率是相对有效的，是一种具有较高应用价值的多步预测方法。 相似文献
7.
8.
西藏地区旱涝等级划分及时空分布特征 总被引：7，自引：3，他引：7
利用西藏22个站点1969-1998年逐日降水资料，采用d指数旱涝等级方法。按夏季（5-9月），初夏（5-6月），盛夏（7-8月）时段进行了旱涝等级划分。采用EOF分析方法对全区22个站点旱涝等级展开分解，得出西藏地区的旱涝时空分布特征，主要类型和周期，而且对西藏地区夏季（5-9月）的旱涝做了预测。 相似文献
9.
通过对大同市2011-2012年PM10质量浓度、有关气象要素和参数进行随机抽样、分组,建立单隐含层BP神经网络、多隐含层BP神经网络以及RBF网络对以上数据进行调试和训练,得出：就2011-2012年预测PM10日均质量浓度样本而言,按预测效果好坏排序,多隐含层最佳BP神经网络＞单隐含层最佳BP神经网络＞RBF神经网络;从网络最小误差总和来看,三种网络对夏秋两季的预报效果最好;从预测值和实测值的拟合效果来看,RBF网络对春季和冬季PM10质量浓度的预测效果最好;多隐含层BP网络对秋季PM10质量浓度的预测效果最好;三种神经网络对夏季PM10质量浓度的预测效果都很好,优劣性差异不大. 相似文献
10.
基于1467—2016年江西省九江、南昌、吉安、上饶和赣州5个代表站旱涝等级数据,利用Markov和GM模型,研究了江西省近550 a旱涝变化规律,并对未来旱涝发展趋势进行预测。结果表明:Markov和GM模型可以较好地对江西省旱涝状况进行预测,其中Markov模型预测的总体正确率为80%;GM模型预测值的均方根误差为0.284,平均误差率为5.18%。江西省5个代表站都属于涝多于旱的类型,在1级旱灾方面,南昌站频率最低,仅为3.8%,吉安站最高,达9.4%;在5级涝灾方面,九江站频率最高,达13.4%,南昌站最低,仅为7.5%;从3级正常年份的出现频率看,南昌站频率最高,达48.3%,吉安站最低,为35.2%。Markov模型预测结果显示,2017—2021年江西省5个代表站3级正常年份出现的概率最大,大部分为0.3—0.5;GM模型预测结果显示,九江、上饶和赣州站将处于偏涝状态,而南昌和吉安站的旱涝等级为2.8—2.9,属于正常偏旱状态。 相似文献
11.
Comparison of long–term forecasting of June–August rainfall over changjiang–huaihe valley 总被引：10，自引：0，他引：10
In terms of an Artificial Neural Network (ANN) established is a long-term prediction model for June-August flood / drought in the Changjiang-Huaihe Basins and a regression forecasting expression is formulated with the aid of the same factors and sample size for comparison. Results show that the ANN is superior in predictions and fittings due to its higher self-adaptive learning recognition and nonlinear mapping especially in the years of severe flood and drought. This shows great promise in using ANN in the research of flood / drought prediction on a long-range basis 相似文献
12.
13.
神经网络模型预报湖北汛期降水量的应用研究 总被引：18，自引：1，他引：18
使用人工神经网络方法建立了湖北省汛期 (6～ 8月 )总降水量的短期气候预测模型 ,该神经网络模型的输入是汛期前期 (2～ 4月 )的北半球月平均 5 0 0 h Pa高度场、海平面气压场和太平洋海温场的扩展自然正交展开 (EEOF)的前几个主要模态的时间系数 ,输出了湖北汛期降水场的自然正交展开 (EOF)的前 2个主要模态的时间系数。41 a历史资料的交叉检验表明 :样本试验的预报技巧评分平均为 0 .2 4 6 ,虽然该模型对各年的预报效果仍存在一定的不稳定性 ,但它可为湖北汛期降水的短期气候预测提供一种具有明显统计预报正技巧的预报方法 相似文献
14.
15.
Verifying Fossil-Fuel Carbon Dioxide Emissions Forecasted by an Artificial Neural Network with the GEOS-Chem Model 
下载免费PDF全文
下载免费PDF全文 In this study, the authors developed an en- semble of Elman neural networks to forecast the spatial and temporal distribution of fossil-fuel emissions （ff） in 2009. The authors built and trained 29 Elman neural net- works based on the monthly average grid emission data （1979-2008） from different geographical regions. A three-dimensional global chemical transport model, God- dard Earth Observing System （GEOS）-Chem, was applied to verify the effectiveness of the networks. The results showed that the networks captured the annual increasing trend and interannual variation of ff well. The difference between the simulations with the original and predicted ff ranged from -1 ppmv to 1 ppmv globally. Meanwhile, the authors evaluated the observed and simulated north-south gradient of the atmospheric CO2 concentrations near the surface. The two simulated gradients appeared to have a similar changing pattern to the observations, with a slightly higher background CO2 concentration, - 1 ppmv. The results indicate that the Elman neural network is a useful tool for better understanding the spatial and tem- poral distribution of the atmospheric C02 concentration and ft. 相似文献
16.
17.
利用舟山市1994—2003年的实测风资料分5类统计了舟山群岛冬半年大风的发生规律。对一次冷空气个例进行诊断分析结果表明:大风是强冷平流、高空急流、动量下传等共同作用的结果。对一次低气压引起的大风的分析认为涡度平流、温度平流、潜热释放对低压发展有重大贡献。根据大风的成因和预报经验选择有关物理量进行t统计分析, 选择有异常表现的物理量作预报因子。最后用人工神经网络方法建立预报模型, 并进行了试报, 试报误差都在4.5 m/s以下。 相似文献
18.
对Z指数确定的旱涝等级及各站月降水距平百分率的标准差分析表明:长江中游地区大范围的旱涝主要集中在盛夏和秋季。不同季节, 旱涝的主要分布区域不同, 但洞庭湖区始终是一个旱涝多发地。对1960年1月—2001年12月各月长江中游地区50个代表站的旱涝等级进行经验正交函数分析, 并在此基础上进行多通道奇异谱分析, 得到长江中游地区的旱涝分布主要存在4种空间型, 且具有明显的年代际和年际尺度变化, 在20世纪80年代以前, 长江中游地区以偏旱型为主, 而到80年代以后则转变以偏涝型为主; 另外, 长江中游地区的旱涝具有准8年、准5年、准2年和准4年的周期振荡性质, 但从80年代初开始, 旱涝的准2年周期特征在长江中游地区表现不再明显。 相似文献