乌鲁木齐能见度短时预报方法研究

• 作者: 唐冶 李如琦 蔡仁 路光辉
• 来源期刊: 农业与技术
• 学科: 地球科学
• 关键词: 短时能见度预报 支持向量机(SVM) Elman神经网络
• 年，卷（期）: 2013,（3）
• 页码范围: 137-137
• 页数: 1页
• 分类号: P427.2
• 字数: 1859字
• 语种: 中文

摘要

本文选用乌鲁木齐2011和2012年冬季的逐3h的大气能见度和实况气象要素（大气温度、相对湿度、变压和风速）资料，利用支持向量机（SVM）和Elman神经网络方法建立3h能见度预报模型。通过检验发现，支持向量机（SVM）预测结果相比Elman神经网络预测结果更加准确，支持向量机（SVM）预测绝对平均误差为2.77km，相对误差为17.3%，为短时能见度预报提供了一种重要参考，同时表明支持向量机的泛化能力具有显著优势。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡仁		7	20	4.0	4.0
2	路光辉		6	29	3.0	5.0