| 人工神经网络在降水量空间插值中的应用研究 |
| |
| 引用本文： | 莫林,张秋文.人工神经网络在降水量空间插值中的应用研究[J].计算机与数字工程,2007,35(9):9-12. |
| |
| 作者姓名： | 莫林 张秋文 |
| |
| 作者单位： | 华中科技大学数字流域科学与技术湖北省重点实验室,武汉,430074 |
| |
| 基金项目： | 国家自然科学基金
,
高等学校博士学科点专项科研项目
,
科技部专项基金 |
| |
| 摘 要： | 降水的空间分布信息在水资源管理与分析中越来越重要,而降水插值是获取降水量信息的重要途径.对云南省内117个站点进行月平均、年平均的空间降水插值试验,采用融合地理信息的BP网络模型和径向基函数网络模型,并选取反距离加权法和克里金方法,对各种方法的插值结果进行对比分析,计算结果表明,人工神经网络方法可调参数较少,操作简单,插值效果较好.
|
| 关 键 词： | 降水量空间插值 人工神经网络 BP神经网络 径向基神经网络 反距离加权法 克里金方法 工神经网络 降水量 空间插值 应用 研究 Rainfall Spatial Interpolation Artificial Neural Network 效果 操作 可调参数 网络方法 人工神经 插值结果 计算 克里金方法 距离加权法 选取 径向基函数网络模型 地理信息 |
| 修稿时间： | 2007-01-17 |
Application of Artificial Neural Network in the Spatial Interpolation of Rainfall |
| |
| Mo Lin,Zhang Qiuwen.Application of Artificial Neural Network in the Spatial Interpolation of Rainfall[J].Computer and Digital Engineering,2007,35(9):9-12. |
| |
| Authors: | Mo Lin Zhang Qiuwen |
| |
| Abstract: | In this paper, an experiment is taken to test the mean annual and the monthly mean spatial rainfall interpolation in 117 stations of Yunnan province, adopting the model of BP neural network and radial basis function (RBF) neural network . In addition, this experiment adopts the inverse distance weighting model and the Kriging model too. through the contrastive analysis to the interpolation results with above-mentioned models, it shows that the artificial neural network has three excellences: less adjustable parameters, simple operation and the preferable interpolation effect. |
| |
| Keywords: | spatial interpolation of rainfall data BP neural network radius basis function neural network inverse distance weighting Kriging |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
