基于BP神经网络模型黑龙江漠河段气温变化对开江影响预测

• 作者: 宋春山 朱新宇 林立邦 韩红卫
• 来源期刊: 东北农业大学学报
• 学科: 农学
• 关键词: 日平均气温 BP神经网络模型 气温变化 开江影响预测
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 研究报告
• 页码范围: 66-73
• 页数: 8页
• 分类号: S451.21
• 字数: 4148字
• 语种: 中文

摘要

黑龙江干流上游段在开江期常发生冰塞冰坝灾害,开江期气温升高是冰层融化和崩解前提条件,开江期气温变化研究对冰坝生消研究和预测极为重要.选取黑龙江漠河段1996～2012年日平均气温数据,基于BP神经网络模型预测2021年和2022年开江期日平均气温变化趋势.在BP神经网络模型中,将1996～2005年日平均气温数据作为模型输入层,2015年日平均气温作为输出层.结果表明,黑龙江漠河段4月份气温逐年升高且负气温天数占比趋于40％,BP神经网络相关系数R2为0.9,误差仅为0.41℃.预测结果表明,2021年4月日平均气温低且变化剧烈,对2021年开江情况产生不利影响,2022年4月日平均气温偏高,变化较平缓,"文开江"发生概率较大.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋春山	东北农业大学水利与土木工程学院	19	59	4.0	6.0
3	韩红卫	东北农业大学水利与土木工程学院	9	12	2.0	3.0
7	林立邦	东北农业大学水利与土木工程学院	2	0	0.0	0.0
10	朱新宇	东北农业大学水利与土木工程学院	2	0	0.0	0.0