一种基于神经网络的气象要素插值方法与分析

为解决三维气象要素场的插值问题,利用神经网络的多维非线性映射功能,结合气象要素的特点,提出了一种方便灵活、精度好的插值方法。并利用NCEP再分析气象要素格点资料,对插值模型在空间域的插值精度进行了分析,对其中的一些数据现象,根据气象要素的分布特性,用信息量的观点做出了解释。得到了插值精度受迭代次数和样本点选取方法影响,不同气象要素由于空间变化率的不同而具有不同的最佳训练次数和最佳训练点选取方法的结论。根据分析结论给出了提高插值精度的方法。