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:
研究和探讨了基于ANN的统计降尺度法,通过ANN建立大尺度气候观测资料和实测降水之间的统计关系,并同多元线性回归降尺度法进行了比较.结果表明,基于人工神经网络的统计降尺度法模拟精度优于多元线性回归法,可以应用其研究未来气候情景下汉江流域降水变化情况.通过对A2气候情景下全球气候模式HadCM3的尺度降解,预测未来2011-2100年汉江流域降水变化情况,最终发现汉江上游未来降水在2020s(2011-2040年)和2050s(2041-2070年)时期比基准年减少,2080s(2071-2100年)时期则比基准年增加;中游未来降水在2020s时期比基准年减少,2050s和2080s时期比基准年增加;下游未来降水变化趋势不明显.
推荐文章
应用统计学降尺度方法预测汉江流域降水变化
气候变化
统计学降尺度
主成分分析
降水
汉江流域
应用统计降尺度方法预估江淮流域未来降水
统计降尺度
降水
支持向量机
江淮流域
基于统计降尺度的东江流域未来气候预估
全球气候模式
统计降尺度
气温
降水
东江流域
汉江流域汛期径流时空变化特征研究
汛期径流
时空变化
趋势性
突变性
周期性
VIC模型
汉江流域
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 ANN统计降尺度法对汉江流域降水变化预测
来源期刊 武汉大学学报(工学版) 学科 地球科学
关键词 气候变化 统计降尺度法 人工神经网络 降水 汉江流域
年,卷(期) 2010,(2) 所属期刊栏目
研究方向 页码范围 148-152
页数 分类号 P338
字数 语种 中文
DOI
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 郭生练 武汉大学水资源与水电工程科学国家重点实验室 288 5913 39.0 62.0
2 闫宝伟 武汉大学水资源与水电工程科学国家重点实验室 22 670 11.0 22.0
3 陈华 武汉大学水资源与水电工程科学国家重点实验室 128 1185 19.0 29.0
4 郭靖 武汉大学水资源与水电工程科学国家重点实验室 26 401 13.0 20.0
5 张洪刚 18 376 11.0 18.0
6 张俊 14 85 4.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (17)
参考文献  (5)
节点文献
引证文献  (29)
同被引文献  (64)
二级引证文献  (76)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(4)
  • 参考文献(2)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(4)
  • 引证文献(3)
  • 二级引证文献(1)
2013(6)
  • 引证文献(3)
  • 二级引证文献(3)
2014(15)
  • 引证文献(6)
  • 二级引证文献(9)
2015(15)
  • 引证文献(1)
  • 二级引证文献(14)
2016(10)
  • 引证文献(3)
  • 二级引证文献(7)
2017(15)
  • 引证文献(3)
  • 二级引证文献(12)
2018(16)
  • 引证文献(3)
  • 二级引证文献(13)
2019(17)
  • 引证文献(4)
  • 二级引证文献(13)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
气候变化
统计降尺度法
人工神经网络
降水
汉江流域
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
武汉大学学报(工学版)
月刊
1671-8844
42-1675/T
大16开
武汉市武昌珞珈山东湖南路8号
38-18
1957
chi
出版文献量(篇)
3864
总下载数(次)
12
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导