基于芒种日分析的BP模型在中长期汛期降雨量预报中的应用

• 作者: 李永坤 潘兴瑶 白涛 邸苏闯 马旭 黄强
• 来源期刊: 南水北调与水利科技
• 学科: 工学
• 关键词: 中长期预报 芒种日 BP神经网络 极端值 噪声数据
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 水文水资源
• 页码范围: 1-6,39
• 页数: 7页
• 分类号: TV11
• 字数: 6263字
• 语种: 中文
• DOI: 10.13476/j.cnki.nsbdqk.2019.0053

摘要

为提高汛期降雨量中长期预报的精度,采用芒种日分析充分提取有用信息,基于BP神经网络模型,构建了芒种日分析的BP神经网络耦合模型,并将其应用于北京市中长期汛期降雨量的预测.结果 表明:相比于常规BP模型,耦合BP模型能够有效提高预报的精度,验证期耦合BP模型模拟值与实测值相关系数为0.78,明显优于常规BP模型的0.42;耦合BP模型较常规BP模型的预报合格率提高了40％.芒种日分析能够充分发掘隐藏在原始数据中的有用信息,降低极端值等噪声数据对预报结果的影响,有效提高了模型的预报精度.将传统节气与人工智能预报技术相结合,为中长期汛期降雨量预报提供了一种新思路.