基于主分量的神经网络气温预报模型
孙鸿娉;闫世明;李培仁;王雁;
- 南京信息工程大学,山西省气象科学研究所,山西省人工降雨防雹办公室,山西省气象科学研究所 南京210044,山西省人工降雨防雹办公室
Neural Network Prediction Model of the Lowest Temperature Based on Principal Component Analysis
SUN Hong-ping1, 2, YAN Shi-ming3, LI Pei-ren2, WANG Yan3(1.Nanjing University of Information Science & Technology, Nanjing 210044, China; 2.Weather Modification Office of Shanxi Province; 3. Shanxi Meteorological Institute)
摘要： 根据山西省6个有代表性的气象观测站1951-2000年的气象资料,以降水量、气温为预报因子,以太原市最冷月平均气温为预报量,采用人工神经网络与主分量分析相结合的方法,建立了太原最冷月平均气温预报模型。该模型对1960-1990年的历史样本拟合的平均相对误差为3.6%,对1991-2000年独立样本的预报准确率达90%,说明该模型可使预报泛化能力显著提高,对农业防灾减灾有较大作用。