宿州市秋冬连旱发生年度的G-ANN预测模型

摘要：

秋冬连旱是影响宿州冬小麦、油菜等越冬作物生长发育的重要因素。以Z指数≤-0.8为标准，确定宿州市秋冬持续重旱年份序列，建立GM(1,1)预测模型，并应用BP人工神经网络对残差进行拟合，对GM(1，1)预测模型进行修正。结果表明，灰色神经网络组合模型(简称G-ANN模型)的拟合结果较单一的GM(1,1)模型有一定提高。预测2008年后的下一个宿州市秋冬(10-2月)持续重旱年度发生在2017-2018年，对当地农业生产和防灾减灾有一定的参考价值。

关键词： 宿州市 秋冬连旱 GM(1,1)模型 BP人工神经网络 越冬作物 生长发育

作者: 孙学浩 孙惠合 钱平海

作者单位: 安徽省萧县气象局，萧县，235200 安徽省宿州市气象局，宿州，234000

会议类型: 国内会议

会议名称: 第26届中国气象学会年会

会议地点: 杭州

会议语种:中文

页码: 22-25

在线出版日期: 2009-10-14（万方平台首次上网日期，不代表论文的发表时间）