基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
利用1998~2000年3~11月长江上游六大流域逐日降水实况和MAPS、T106(T213)、欧洲中心等数值产品资料,采用人工神经网络方法,建立了六大流域强降水面雨量等级预报模型.并于2002年6~9月进行了业务试验.
推荐文章
应用最优化订正法制作长江上游面雨量预报
最优化订正法
MAPS
六大流域
面雨量预报
长江上游面雨量低频特征分析
面雨量
低频特征
低频强降水过程
长江上游
长江上游流域短期强降水面雨量预报系统
强降水面雨量
预报系统
预报方法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 人工神经网络方法预报长江上游流域面雨量的探讨
来源期刊 气象科学 学科 地球科学
关键词 人工神经网络 面雨量 预报方法 数值预报
年,卷(期) 2004,(4) 所属期刊栏目 技术报告
研究方向 页码范围 483-487
页数 5页 分类号 P434
字数 2558字 语种 中文
DOI 10.3969/j.issn.1009-0827.2004.04.015
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈仁芳 南京大学大气科学系 1 6 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (68)
参考文献  (10)
节点文献
引证文献  (6)
同被引文献  (28)
二级引证文献  (26)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(2)
  • 参考文献(2)
  • 二级参考文献(0)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(5)
  • 参考文献(1)
  • 二级参考文献(4)
2000(4)
  • 参考文献(2)
  • 二级参考文献(2)
2001(4)
  • 参考文献(1)
  • 二级参考文献(3)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(3)
  • 参考文献(3)
  • 二级参考文献(0)
2004(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2006(2)
  • 引证文献(2)
  • 二级引证文献(0)
2007(2)
  • 引证文献(0)
  • 二级引证文献(2)
2008(4)
  • 引证文献(2)
  • 二级引证文献(2)
2009(5)
  • 引证文献(1)
  • 二级引证文献(4)
2010(2)
  • 引证文献(0)
  • 二级引证文献(2)
2011(3)
  • 引证文献(0)
  • 二级引证文献(3)
2012(2)
  • 引证文献(0)
  • 二级引证文献(2)
2013(3)
  • 引证文献(0)
  • 二级引证文献(3)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
人工神经网络
面雨量
预报方法
数值预报
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
气象科学
双月刊
1009-0827
32-1243/P
16开
南京市昆仑路16号
1980
chi
出版文献量(篇)
2210
总下载数(次)
4
总被引数(次)
32334
论文1v1指导