BP神经网络与统计学预报方法在张掖国家湿地公园水域结冰厚度预测模型中的对比
本文利用张掖国家湿地公园冬季水域结冰厚度观测资料和张掖观象台的气温、地温气象资料,运用统计学方法和BP神经网络方法建立了张掖国家湿地公园水域结冰厚度预测模型.通过对不同的预报方法进行预报效果验证,该结冰厚度的预测模型能够对结冰厚度有比较理想的预报效果,流动水域结冰厚度预报历史拟合率分别为:80.6％(多元回归)、74.6％(逐步回归)、100％(BP神经网络),模型试报准确率分别为:72.7％(多元回归)、72.7％(逐步回归)、81.8％(BP神经网络);静止水域结冰厚度预测历史拟合率分别为:76.9％(多元回归)、71.8％(逐步回归)、93.5％(BP神经网络),模型试报准确率分别为:76.0％(多元回归)、72.0％(逐步回归)、84.0％(BP神经网络).结果表明:多元回归方法优于逐步回归方法,而BP神经网络又明显优于传统的统计学方法,数据显示该结冰厚度的预报模型能够对结冰厚度有较好的预报效果,预测模型能够对水域结冰厚度进行有效的预报,其性能指标符合实际要求,具有很好的实际应用价值.
湿地公园 结冰厚度 预测模型 BP神经网络 统计学预报法
刘洪兰
甘肃省张掖市气象局,甘肃 张掖 734000
国内会议
南京
中文
1-12
2013-10-23（万方平台首次上网日期，不代表论文的发表时间）