- 相關推薦
基于BP神經網絡的多年平均降雨量插值方法
以廣東省186個降雨站點多年平均降雨量為基礎數據,在分析了多年平均降雨量的空間分布特征及其與經度、緯度、海拔高度、坡度、坡向的內在關系后,提出了一種基于DEM、GIS 技術,利用BP神經網絡模型進行插值的新方法(BPNNSI).用沒有參與建模的36個驗證站點進行驗證,結果表明:①BPNNSI方法的最大相對誤差為-10.2%,平均相對誤差為3.79%,插值結果與觀測值的相關系數達到0.93,取得了較好的模擬效果.②從插值精度驗證的5個指標(MRE 、MMRE、 MAE、C 、誤差分布范圍)來看,該方法由于綜合考慮降雨量的多種影響因素,因而都明顯地優(yōu)于IDW、KRIGING方法.因而,BPNNSI不僅能夠用于降雨量的空間插值,而且還可以用于生成高精度的分布圖,客觀細致地反映降雨隨其影響因素梯度變化的地帶性特征.
作 者： 王兆禮 陳曉宏 劉德地 李曉華 WANG Zhao-li CHEN Xiao-hong LIU De-di LI Xiao-hua 作者單位： 中山大學水資源與環(huán)境研究中心,廣州,510275 刊 名： 中國農村水利水電 ISTIC PKU 英文刊名： CHINA RURAL WATER AND HYDROPOWER 年，卷(期)： 2007 ""(1) 分類號： P458.121 關鍵詞： 降雨量 BP神經網絡 DEM GIS BPNNSI 廣東省【基于BP神經網絡的多年平均降雨量插值方法】相關文章：
基于BP神經網絡的降雨充水礦井涌水量預測04-27
基于MATLAB的BP神經網絡在清潔生產審核中的應用04-25
基于自適應Kalman濾波的BP神經網絡在導航中的應用04-27
基于Matlab的BP神經網絡在大氣污染物濃度預測中的應用04-27
基于改進BP神經網絡的地下水環(huán)境脆弱性評價04-25
基于MATLAB的BP神經網絡組合預測模型在公路貨運量預測中的應用04-27