长江上游月降水人工神经网络预测模型

摘要：

长江上游月降水量预测对于三峡库区及整个长江流域水资源管理具有重要意义.根据长江上游不同气候区降水差异,选取玉树、九龙和宜宾3个代表性气象站点近60 a的月降水量数据,运用反向传播神经网络、径向基函数神经网络、广义回归神经网络和多元线性回归法,确定降水时滞和降水月份,建立月降水预测模型,来预测未来一个月的降水量,并采用均方误差和判定系数来验证和对比各种模型的模拟效果.结果显示:人工神经网络模型总体上优于多元线性回归,特别是反向传播种经网络的模拟结果各站表现较好,在确定合理的输入变量和网络结构后,可以尝试作为长江上游各站月降水预测模型.

关键词：长江上游流域、人工神经网络、月降水量预测、多元线性回归

所属期刊栏目：20

分类号：P4(大气科学（气象学）)

资助基金：国家"十一五"科技支撑计划课题2007BAC29B02和2007BAC03A01

在线出版日期：2011-05-19（万方平台首次上网日期，不代表论文的发表时间）

页码：40-47