小波神经网络在降水量预测中的应用研究

• 作者: 侯泽宇 卢文喜 欧阳琦 董海彪
• 来源期刊: 节水灌溉
• 学科: 地球科学
• 关键词: 降水量 小波神经网络 吉林西部
• 年，卷（期）: 2014,（12）
• 所属期刊栏目: 水环境与水资源
• 页码范围: 33-36
• 页数: 4页
• 分类号: P338.9
• 字数: 3164字
• 语种: 中文

摘要

根据吉林西部的自然条件，运用小波神经网络方法，分别对乾安、通榆、扶余三个地区1957－2010年的月降水量资料进行分析，利用多组输入输出数据对模型进行训练，最终分别确定上述三地区任35 a的相应降水量值与之后10 a每年月降水量最大值、最小值及平均值之间的映射关系，并预测这三个地区2011－2020年的降水量值。与前人利用一组输入输出数据对模型进行训练不同，本文利用多组输入输出样本对模型进行训练。使模型更可靠，更贴近实际，进一步提高了模型的精确性。结果表明：采用小波神经网络方法对降水量进行预测，方法可行、精度较高、结果可靠；上述三地区2011－2020年平均降水量较1957－2010年平均降水量偏少，处于降水量变化周期的枯水期。降水量预测可为当地的防洪、抗旱工作提供依据。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卢文喜	吉林大学环境与资源学院	161	2069	23.0	38.0
2	董海彪	吉林大学环境与资源学院	7	67	5.0	7.0
3	侯泽宇	吉林大学环境与资源学院	12	98	6.0	9.0
4	欧阳琦	吉林大学环境与资源学院	5	21	3.0	4.0