|
|||||
|
|
| 基于逐步回归和神经网络的北京市能见度预报对比 | |
| 作者姓名： | 周开鹏 黄萌 樊旭 马晓玲 杨子凡 尚可政 |
| 作者单位： | 兰州大学大气科学学院,兰州730000;酒泉卫星发射中心,新疆库尔勒841001 |
| 基金项目： | 国家自然科学基金;国家自然科学基金;国家基础科技条件平台建设项目;国家基础科技条件平台建设项目;公益性行业(气象)科研专项 |
| 摘 要： | 在研究北京市能见度变化特征的基础上,利用北京市环境监测站2015-2017年的空气污染物检测数据及同期美国国家环境预报中心的全球预报系统数值资料,筛选出主要的预报因子,分别用神经网络和多元逐步回归法建立预报模型,并进行试预报检验.结果表明,神经网络预报效果优于多元逐步回归,平均预报准确率达到75%(多元逐步回归为66%).神经网络在0～10 km能见度预报方面能够取得更好的效果,预测数据与观测值更为接近. |
| 关 键 词： | 能见度预报 神经网络 多元逐步回归 |
| 本文献已被 万方数据 等数据库收录！ | |