摘 要: | 基于NCEP/NCAR再分析资料和COADS海洋资料中的全球月平均海平面气压场、850hPa纬向风场及海洋温度场,利用Matlab中的Neural Network Toolbox仿真环境和BP模型改进算法比较准确地仿真和反演出了南方涛动指数、赤道纬向风指数和滞后的赤道东太平洋海温之间的动力结构和预报模型。该模型具有很好的拟合精度和可行的预报效果。可在一定时效内预测赤道东太平洋月平均海温的变化趋势。由于所建系统是具有直接因果关系的预报模型,因此不仅可直接用于预测,而且可有效避免类拟非线性微分方程组在积分过程中由于对初值敏感性而可能产生的对预报结果的不确定性。
|