基于主分量的神经网络气温预报模型

被引：5

作者：

孙鸿娉 ^{[1
]}

闫世明 ^{[2
]}

李培仁 ^{[3
]}

王雁 ^{[2
]}

机构：

[1] 南京信息工程大学

[2] 山西省气象科学研究所

[3] 山西省人工降雨防雹办公室

来源：

中国农业气象 | 2007年 / 01期

关键词：

最冷月平均气温; 神经网络; 主分量分析方法; 预报;

D O I：

暂无

中图分类号：

S165 [农业气象预报];

学科分类号：

0828 ;

摘要：

根据山西省6个有代表性的气象观测站1951-2000年的气象资料,以降水量、气温为预报因子,以太原市最冷月平均气温为预报量,采用人工神经网络与主分量分析相结合的方法,建立了太原最冷月平均气温预报模型。该模型对1960-1990年的历史样本拟合的平均相对误差为3.6%,对1991-2000年独立样本的预报准确率达90%,说明该模型可使预报泛化能力显著提高,对农业防灾减灾有较大作用。

引用

页码：97 / 99

页数：3

共 5 条

[1] 基于人工神经网络的集成预报方法研究和比较 [J].