基于小波变换与神经网络的石羊河流域夏季地温预测模型研究

发布时间：2022-02-10 12:14

　　地温变化在气候反馈效应中起着重要作用,理解地温及其与影响因素之间的时空关系对预测全球温度变化至关重要。利用1998-2017年石羊河流域的逐日常规气象观测资料,采用小波分析结合BP（Back Propagation）神经网络构建了石羊河流域夏季地温预报模型,结果表明:日平均地温预测效果在不同站点均为最佳,其中预测值和观测值的相关系数均大于0.87,3℃以内的预测概率均大于84%。其中,民勤地区地温预测效果最好,预测值和观测值的相关系数达到0.91,3℃以内的预测概率达到86%。日最高地温的预测值与观测值的相关系数高于0.8,但误差平方和、标准差较大。永昌地区日最高地温的模拟效果最好,3℃以内的预测概率达到83%。日最低地温的预测与观测值的平均相关系数高于0.66,3℃以内的预报概率高于83%,但预测值略低。其中,武威地区日最低地温的预测效果最好,预测值与观测值的相关系数为0.72,3℃以内的预测概率达到94%。研究成果可为有效弥补干旱、半干旱区地温观测资料缺失和探讨其与局地气候的关系提供一些参考。 

【文章来源】：冰川冻土. 2020,42(02)北大核心CSCD

【文章页数】：11 页

【部分图文】：

石羊河流域及气象站点

小波神经网络预测石羊河流域日最高地温效果

石羊河流域地表下垫面特征

【参考文献】：
期刊论文
[1]沈阳地区浅层地温变化特征及播种期地温预报研究[J]. 宋晓巍,李琳琳,李石,刘青,高淑新,姜珊,张菁,张靖萱.  气象与环境学报. 2019(04)
[2]基于BP神经网络的地温推演模型[J]. 吴春晓,行鸿彦,张漪俊.  电子测量与仪器学报. 2017(10)
[3]全国80cm地温分布特征和基于太阳辐射的预测方法[J]. 倪敏莉,韩乐琼,赵鲁强.  气象科技进展. 2016(06)
[4]石河子绿洲棉区覆膜内5cm地温变化与气温的关系及预报[J]. 吉春容,张玲,杨明凤,朱惠芝,严彩虹,向导.  沙漠与绿洲气象. 2015(05)
[5]基于数值预报产品的地表温度预报方法研究[J]. 刘东明,张鸿,张微玮,吴春英,张昱.  中国农学通报. 2014(17)
[6]黑龙江省春季浅层（0～20cm）地温变化特征及预报[J]. 李帅,王萍,陈莉,姜丽霞,王晾晾,宫丽娟.  冰川冻土. 2014(01)
[7]基于综合气象干旱指数的石羊河流域近50年气象干旱特征分析[J]. 张调风,张勃,王有恒,刘秀丽,安美玲,张建香.  生态学报. 2013(03)
[8]热红外遥感图像中云覆盖像元地表温度估算初论[J]. 周义,覃志豪,包刚.  地理科学. 2013(03)
[9]石羊河流域植被指数时空变化及荒漠化遥感监测[J]. 文星,段翰晨,廖杰,薛娴.  吉林大学学报(地球科学版). 2012(S1)
[10]石羊河流域主要气象要素及径流变化趋势分析[J]. 徐宗学,李占玲,史晓崑.  资源科学. 2007(05)



本文编号：3618871