我国气温变化的神经网络预测模型

被引：17

作者：

郭庆春 ^{[1
,2
]}

李力 ^{[1
]}

张冉 ^{[1
,2
]}

张晴 ^{[1
,2
]}

郭国龙 ^{[1
,2
]}

薛宝林 ^{[3
]}

机构：

[1] 中国科学院地球环境研究所/中国科学院黄土与第四纪地质国家重点实验室

[2] 中国科学院研究生院

[3] 北京师范大学水科学研究院

来源：

热带气象学报 | 2009年 / 25卷 / 04期

关键词：

气候学; 预报方法; 神经网络; 气温; CO2浓度; 太阳辐射; 气溶胶;

D O I：

暂无

中图分类号：

P467 [气候变化、历史气候];

学科分类号：

070601 [气象学];

摘要：

利用神经网络系统工具,把CO2浓度、太阳辐射、全球冰量和气溶胶作为输入,把气温作为输出,结果发现模拟值和目标值吻合较好,比多元回归拟合值的精度高。在此基础上,进行了两个控制性试验,即CO2浓度每年分别增加1%和0.5%,试验结果表明:随着CO2浓度的增加,21世纪前30年每10年中国气温的增加速度分别为0.4℃和0.2℃;到21世纪末,中国气温将分别增加3.8℃和2.4℃,神经网络模拟结果和气候系统模式模拟结果具有较好的一致性,从而进一步说明,神经网络预测模型在分析气候变化方面具有可信性和可行性。

引用

页码：483 / 487

页数：5

共 21 条

[1]

北极涛动对我国冬季同期极端气温的影响研究 [J].