10.3969/j.issn.1004-4574.2006.05.006
西江年最高水位的神经网络预报模型
对西江洪水发生的特征进行分析表明,洪水发生频率高,具有明显阶段性特征,并与流域面雨量密切相关.利用前期环流场、海表温度(SST)场及环流特征量资料选择初选预报因子,然后对初选预报因子作EOF分解构造综合预报因子,结合人工神经网络方法建立了西江年最高水位预报模型,并对预报模型进行独立样本试验.结果表明,该预报模型对历史样本拟合精度高,试报效果明显好于传统的逐步回归模型,可在汛期预测业务中应用.
年最高水位、EOF分解、综合预报因子、人工神经网络
15
P338(水文科学(水界物理学))
中国气象局科技攻关项目CMATG2005M38
2006-11-28(万方平台首次上网日期,不代表论文的发表时间)
共6页
32-37