基于BP神经网络对黄河源区降水的降尺度模拟研究
利用黄河源区实测的水文气象资料、NCEP再分析数据及HadCM3情景模式,通过研究气象因子与降雨之间的非线性关系,基于BP神经网络模型采用3种不同时段(即全年S1、枯水期和丰水期S2及四季S4)对黄河源区建立3种降雨的统计降尺度模式,分析评价不同模式对降雨指标的模拟能力.结果表明:3个模型的模拟效果的优劣随着研究的时间尺度变化,对多数降雨指标的变化趋势能成功捕捉,但对量的模拟效果会随着指标和季节而变化,对极端指标的模拟效果均较差.
BP神经网络、统计降尺度法、气候因子、降水预测
35
TV223;TV214
国家自然科学基金资助项目40901016,40830639;国家重点基础发展研究973资助项目2010CB428405;水文水资源与水利工程科学国家重点实验室自主探索课题资助项目2009586612,2009585512
2013-11-27(万方平台首次上网日期,不代表论文的发表时间)
共5页
36-40