| 基于BP神经网络的多年平均降雨量 |
| |
| 引用本文： | 王兆礼,陈晓宏,刘德地,李晓华.基于BP神经网络的多年平均降雨量[J].中国农村水利水电,2007,0(1):57-61. |
| |
| 作者姓名： | 王兆礼 陈晓宏 刘德地 李晓华 |
| |
| 作者单位： | 中山大学水资源与环境研究中心,广州,510275 |
| |
| 基金项目： | 面向21世纪教育振兴行动计划(985计划);国家自然科学基金;广东省自然科学基金 |
| |
| 摘 要： | 以广东省186个降雨站点多年平均降雨量为基础数据，在分析了多年平均降雨量的空间分布特征及其与经度、纬度、海拔高度、坡度、坡向的内在关系后，提出了一种基于DEM、GIS 技术，利用BP神经网络模型进行插值的新方法（BPNNSI）。用没有参与建模的36个验证站点进行验证，结果表明：1）BPNNSI方法的最大相对误差为-10.2%，平均相对误差为3.79%，插值结果与观测值的相关系数达到0.93，取得了较好的模拟效果。2）从插值精度验证的五个指标（MRE 、MMRE、 MAE、C 、误差分布范围）来看，该方法由于综合考虑降雨量的多种影响因素，因而都明显的优于IDW、KRIGING方法。因而，BPNNSI不仅能够用于降雨量的空间插值，而且还可以用于生成高精度的分布图，客观细致地反映降雨随其影响因素梯度变化的地带性特征。
|
| 关 键 词： | 降雨量 BP神经网络 DEM GIS BPNNSI 广东省 |
| 文章编号： | 1007-2284(2007)01-0057-05 |
| 修稿时间： | 2006-06-22 |
Multi-Year Mean Precipitation Interpolation Method Based on Back Propagation Neural Network Model |
| |
| WANG Zhao-li,CHEN Xiao-hong,LIU De-di,LI Xiao-hua.Multi-Year Mean Precipitation Interpolation Method Based on Back Propagation Neural Network Model[J].China Rural Water and Hydropower,2007,0(1):57-61. |
| |
| Authors: | WANG Zhao-li CHEN Xiao-hong LIU De-di LI Xiao-hua |
| |
| Institution: | Center for Water Resources and Environment, SUN Yat-sen University, Guangzhou 510275, China |
| |
| Abstract: | |
| |
| Keywords: | DEM GIS BPNNSI |
| 本文献已被 维普 万方数据 等数据库收录！ |
| 点击此处可从《中国农村水利水电》浏览原始摘要信息 |
| 点击此处可从《中国农村水利水电》下载免费的PDF全文 |
