基于BP神经网络对黄河源区降水的降尺度模拟研究

• 作者: 杨涛 石晓燕 郑庆康
• 来源期刊: 三峡大学学报（自然科学版）
• 学科: 工学
• 关键词: BP神经网络 统计降尺度法 气候因子 降水预测
• 年，卷（期）: 2013,（5）
• 所属期刊栏目: 水电论坛
• 页码范围: 36-40
• 页数: 5页
• 分类号: TV223|TV214
• 字数: 4161字
• 语种: 中文

摘要

利用黄河源区实测的水文气象资料、NCEP再分析数据及HadCM3情景模式,通过研究气象因子与降雨之间的非线性关系,基于BP神经网络模型采用3种不同时段(即全年S1、枯水期和丰水期S2及四季S4)对黄河源区建立3种降雨的统计降尺度模式,分析评价不同模式对降雨指标的模拟能力.结果表明:3个模型的模拟效果的优劣随着研究的时间尺度变化,对多数降雨指标的变化趋势能成功捕捉,但对量的模拟效果会随着指标和季节而变化,对极端指标的模拟效果均较差.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨涛	河海大学水文水资源与水利工程科学国家重点实验室	71	701	14.0	25.0
2	郑庆康	河海大学岩土工程科学研究所	3	3	1.0	1.0
3	石晓燕	河海大学水文水资源与水利工程科学国家重点实验室	4	4	1.0	2.0