西江年最高水位的神经网络预报模型

• 作者: 何慧 王盘兴 金龙
• 来源期刊: 自然灾害学报
• 学科: 地球科学
• 关键词: 年最高水位 EOF分解 综合预报因子 人工神经网络
• 年，卷（期）: 2006,（5）
• 页码范围: 32-37
• 页数: 6页
• 分类号: P338
• 字数: 5370字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-4574.2006.05.006

摘要

对西江洪水发生的特征进行分析表明,洪水发生频率高,具有明显阶段性特征,并与流域面雨量密切相关.利用前期环流场、海表温度(SST)场及环流特征量资料选择初选预报因子,然后对初选预报因子作EOF分解构造综合预报因子,结合人工神经网络方法建立了西江年最高水位预报模型,并对预报模型进行独立样本试验.结果表明,该预报模型对历史样本拟合精度高,试报效果明显好于传统的逐步回归模型,可在汛期预测业务中应用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王盘兴	南京信息工程大学大气科学系	93	1457	22.0	33.0
2	金龙		43	694	14.0	24.0
3	何慧	南京信息工程大学大气科学系	1	9	1.0	1.0