基于GA-BP神经网络的极端降水定量分析与预测 |
| |
作者姓名: | 赵奕昕 李薇 朱家明 |
| |
作者单位: | 1. 南京师范大学电气与自动化工程学院;2. 南京师范大学数学科学学院;3. 安徽财经大学统计与应用数学学院 |
| |
基金项目: | 国家社科基金青年基金资助项目(20CJY047); |
| |
摘 要: | 从南京市、太原市、北京市、上海市和广州市最近10年的历史气象数据出发,采用皮尔逊相关系数法对每个城市年降水量与多个气象特征变量进行相关性分析,通过计算皮尔逊相关系数的绝对值,筛选出前7个对降水量最具有影响的气象特征变量;用GA-BP神经网络构建7个气象特征变量与降水量之间的非线性关系,通过训练得到一个神经网络定量预测模型;以郑州市2021年7月份为例,利用训练得到的神经网络模型对降水量进行预测,结果显示该模型能较为准确地预测极端降水天气,对极端降水预测、提前防范洪涝灾害以及数据缺失值补全等具有重要意义。
|
关 键 词: | 皮尔逊相关系数 GA-BP神经网络 预测模型 |
|
|