ANN统计降尺度法对汉江流域降水变化预测

被引：11

作者：

郭靖 ^{[1
]}

郭生练 ^{[1
]}

陈华 ^{[1
]}

闫宝伟 ^{[1
]}

张俊 ^{[2
]}

张洪刚 ^{[2
]}

机构：

[1] 武汉大学水资源与水电工程科学国家重点实验室

[2] 长江水利委员会水文局

来源：

武汉大学学报(工学版) | 2010年 / 43卷 / 02期

基金：

高等学校博士学科点专项科研基金;

关键词：

气候变化; 统计降尺度法; 人工神经网络; 降水; 汉江流域;

D O I：

暂无

中图分类号：

P457.6 [降水预报];

学科分类号：

摘要：

研究和探讨了基于ANN的统计降尺度法,通过ANN建立大尺度气候观测资料和实测降水之间的统计关系,并同多元线性回归降尺度法进行了比较.结果表明,基于人工神经网络的统计降尺度法模拟精度优于多元线性回归法,可以应用其研究未来气候情景下汉江流域降水变化情况.通过对A2气候情景下全球气候模式HadCM3的尺度降解,预测未来2011-2100年汉江流域降水变化情况,最终发现汉江上游未来降水在2020s(2011-2040年)和2050s(2041-2070年)时期比基准年减少,2080s(2071-2100年)时期则比基准年增加;中游未来降水在2020s时期比基准年减少,2050s和2080s时期比基准年增加;下游未来降水变化趋势不明显.

引用

页码：148 / 152

页数：5

共 5 条

[1] 应用光滑支持向量机预测汉江流域降水变化
陈华
郭靖
熊伟
郭生练
许崇育
[J]. 长江科学院院报, 2008, 25 (06) : 28 - 32
[2] 应用统计学降尺度方法预测汉江流域降水变化
陈华
郭靖
郭生练
陈桂亚
张俊
[J]. 人民长江, 2008, (14) : 53 - 55+102
[3] 人工神经网络教程[M]. 北京邮电大学出版社 , 韩力群, 2006
[4] Downscaling of precipitation for climate change scenarios: A support vector machine approach[J] . Shivam Tripathi,V.V. Srinivas,Ravi S. Nanjundiah.Journal of Hydrology . 2006 (3)
[5] Downscaling precipitation and temperature with temporal neural networks
Coulibaly, P
Dibike, YB
Anctil, F
[J]. JOURNAL OF HYDROMETEOROLOGY, 2005, 6 (04) : 483 - 496

← 1 →