人工神经网络在南海近海面气温反演中的应用研究

• 作者: 吴新荣 张学峰 王喜冬 韩桂军
• 来源期刊: 热带海洋学报
• 关键词: 人工神经网络 BP算法 多元线性回归
• 年，卷（期）: 2012,（2）
• 所属期刊栏目: 海洋气象学
• 页码范围: 7-14
• 分类号: P731
• 语种: 中文
• DOI: 10.3969/j.issn.1009-5470.2012.02.002

摘要

基于人工神经网络方法,利用海面水温、海面风速以及海面气压反演南海近海面气温,采用的基础数据集是国际综合海洋·大气数据集(International Comprehensive Ocean-Atmosphere Data Set,2.4 Release,ICOADS2.4) 1981 -2008年的观测资料,其中1981-2000年的观测资料用来建立模型,2001-2008年的观测资料用来进行模型检验.采用的人工神经网络方法是引入动量因子并采用批处理梯度下降法的BP(Back propagation)算法.试验结果表明,基于人工神经网络建立的近海面气温反演方法明显优于多元线性回归方法,尤其是在春季和冬季,海面水温、海面风速以及海面气压与近海面气温之间存在较强的非线性关系,人工神经网络的优势更加明显.总体而言,人工神经网络在各月的反演效果较均衡,均方根误差介于1.5-1.8℃之间,平均绝对误差为1.1-1.3℃.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩桂军		32	391	12.0	18.0
5	张学峰		11	70	6.0	8.0
21	吴新荣		14	57	5.0	7.0