基于EMD与RBF的GPS可降水量的降水预报研究

发布时间：2017-04-30 19:04

  本文关键词：基于EMD与RBF的GPS可降水量的降水预报研究，由笔耕文化传播整理发布。

【摘要】：气象对国民经济建设起到很重要的作用,而大气中水汽的变化在气象中扮演着重要的角色,更好的预测降水变化,可以为预防暴雨等灾害提供重要的理论依据和现实依据。GPS可降水量变化峰值一般超前于实际降水1~2h,因此GPS可降水量可作为短期降水预报的重要指标。由于GPS可降水量及气象数据的非平稳、非线性的特点,采用经验模态分解与径向基神经网络相结合的方法,应用秦皇岛的GPS可降水量数据及气象要素降水量进行预测研究。通过秦皇岛7月和8月的气象数据反演出GPS可降水量,并将其与实际降水进行比较分析,发现其具有很强的相关性。GPS可降水量峰值后1~2h伴随着降水过程的发生的概率有75%,可以判定GPS可降水量变化相对于实际降水有一定的超前性。应用Matlab对加入噪声的仿真信号进行EMD分解时,对于端点问题的解决选取的神经网络延拓法和极值点对称延拓法,这两种方法都较好的解决了端点问题,均得到了较好的效果。EMD与神经网络相结合的方法应用于降水预报,和不经过EMD处理直接应用神经网络进行预测的方法进行比较,拥有更佳的预测效果。降水预报的结果表明:利用GPS可降水量及气象要素作为预报因子建立RBF神经网络对降雨具有预报能力。直接应用RBF神经网络降水预报模型进行降水预报,预报下一个小时的准确率为46.5%,下两个小时的准确率是56.3%。此外,应用EMD-RBF预报模型进行降水预报,预报下一小时的准确率是89.2%,预报下两个小时的准确率是91.5%。
【关键词】：GPS可降水量 神经网络 经验模态分解 降水预报
【学位授予单位】：华北理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：P228.4;P457.6

【参考文献】

中国硕士学位论文全文数据库 前1条

1 杨创;地基GPS技术反演大气水汽研究及其应用[D];长沙理工大学;2011年

  本文关键词：基于EMD与RBF的GPS可降水量的降水预报研究，由笔耕文化传播整理发布。

，

本文编号：337403