人工神经网络方法在大气降水氚浓度恢复中的应用

被引：7

作者：

龙文华 ^{[1
,2
]}

陈鸿汉 ^{[1
]}

段青梅 ^{[3
]}

李志 ^{[2
]}

潘洪捷 ^{[2
]}

刘荣益 ^{[4
]}

机构：

[1] 中国地质大学水资源与环境学院

[2] 内蒙古自治区地质调查院

[3] 内蒙古国土资源勘查开发院

[4] 内蒙古自治区地质环境监测院

来源：

地质与资源 | 2008年 / 03期

关键词：

人工神经网络; 氚浓度; 影响因素; 大气降水;

D O I：

10.13686/j.cnki.dzyzy.2008.03.016

中图分类号：

TP183 [人工神经网络与计算]; P426.612 [];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 0706 ; 070601 ;

摘要：

根据人工神经网络能识别输入输出数据间复杂的非线性关系等特性,选用北半球(纬度22～74°)70个站点的IAEA/WMO大气降水氚浓度观测数据,建立了大气降水氚年平均浓度的恢复模型.通过对比认为:人工神经网络恢复的降水氚浓度能客观地反映其真实值,为无资料地区恢复1953年以来大气降水氚浓度提供了一种更好的思路.

引用

页码：208 / 212

页数：5

共 9 条

[1] 人工神经网络理论在井渠结合灌区地下水动态预报中的应用 [J].