电离层暴时的foF2预报技术研究

电离层是一个非常复杂的非线性系统.本文利用BP网络非线性输入-输出映射的特点预报电离层F2层临界频率.由于foF2在太阳活动高低年、不同经纬度、不同季节有着不同变化特点,本文仅以海口站、长春站的数据为例分别对1994年和2001年的foF2进行预报,预报结果表明发生电离层暴时用神经网络法预报foF2比国际参考电离层更有优势.此外,由于不同用户对预报精度的需求不同,本文以海口站2000、2001年的预报结果为例构建了残差模型.     

基于RBF神经网络的地下水动态模拟与预测

RBF网络具有结构自适应确定、输出与初始权值无关的优良特性.以matlab为平台将该网络应用于某地的地下水动态模拟与预测,较为系统地研究了训练样本集与检测样本集的构建、原始数据的预处理、神经网络的构建、训练、检测及结果评价整个过程,取得了良好效果.同时,还与BP网进行了对比,认为,RBF网络是一种值得推广的地下水动态模拟与预测神经网络模型.     

风电场两种超短期风速预报方法的效果对比

针对风电场所需的时效在0~4 h,且时间分辨率不低于15 min的超短期风速预报。根据测风塔实时发回的实测风速序列,建立了基于BP神经网络的风电场风速时间序列外延预报模型。另一方面,建立 MM5模式预报风速与实测风速的误差序列,并利用BP神经网络作误差序列的外延预报,从而利用误差的预报值对MM5风速预报值进行订正,获得新的预报值。综合对两种方法的预报效果指标分析以及拟合曲线的比较结果表明:使用BP神经网络对MM5风速预报值进行修订的方法在总体上效果较优,特别是当影响风电场的天气系统变化明显,近地层风速变率较大时,该方法的预报效果更具有明显的优势。     

回归分析和BP神经网络在地表沉降监测中的应用

采用回归分析法中的曲线拟合法和BP神经网络模型的数值处理方法,对比两种方法在预测地表沉降中的有效性和准确性,对提高信息预测的精度和准确度有着积极的作用。     

基于全场信息的数值预报产品释用方法研究

对于短期气候时间尺度预报来说, 短期内尚无有效方法提高数值预报产品精度, 建立一种能综合有效利用全场信息的非线性释用方法, 通过统计释用提高短期气候的预报准确率, 是一条可行的途径。通过CCA-BP法建立的典型因子, 可以代表因子场与站点预报要素之间的大部分协方差关系, 使因子与站点要素相关性大为提高, 进而通过神经网络技术 (BPNN) 建立非线性预报模型, 实现上述目标。以平潭、福州站10月旬平均温度、降水距平百分率预报为例, 分别使用CCA-BP-BPNN模型和插值模型对1983-2001年资料建立预报方程, 对2002-2005年的试报结果表明:解释预报对数值预报产品做了较大修正,使预报产品具有一定的使用意义及参考价值。从各项评价指标来看,CCA-BP-BPNN模型优于插值模型。该方法为提高短期气候数值预报产品的释用精度提供了一个值得参考的途径。     

宿州雷暴气候特征及其灾变G ANN预测模型研究

根据宿州市5个气象站1957-2008年雷暴日观测资料,利用数理统计方法分析了宿州雷暴的时空分布规律,以及雷暴与降水、温度的关系。结果显示：宿州属于多雷区,南部多于北部,南北相差3.21-4.65天;年际变化大,年累计雷暴日最多相差37天,初终雷及无雷期年际间振荡的幅度较为剧烈,52年来累计雷暴日线性减少的趋势明显,减少幅度为1.61-2.89天/10a;季分布以夏季最多,冬季最少;月分布呈单峰型,雷暴多集中在4-9月,以7月最多,12月最少;日分布呈单峰型,以16：00-18：00频率最大;多年平均月雷暴日数序列与相应的气温、降水量之间呈显著正相关。为了进一步预测雷暴的长期演变趋势,以埇桥为例建立了雷暴多发年份灰色人工神经网络组合预测模型,预测下一个雷暴多发年将发生在2025年。     

利用BP神经网络提高奥运会空气质量实时预报系统预报效果

将BP(Back Propagation)神经网络方法引入到奥运空气质量预报工作中,利用MATLAB神经网络工具箱搭建运行平台,将高时效性的观测结果与多模式集成实时预报系统的模式输出结果相结合,做出BP神经网络拟合预报结果。在对北京大学医学部站点2008年7月7日到8月26日模式模拟结果、观测结果以及BP神经网络拟合结果的对比研究中发现:BP神经网络能大大提高模式预报效果,平均误差率减少34.7%,相关系数提高39%,特别是在模式模拟效果较差的情况下,对提高预报效果更明显。对BP神经网络样本问题进行敏感性实验结果表明,样本数目多少并不是决定拟合效果的决定性因素,应选取具有稳定映射关系的样本,才是提高拟合预报效果的关键。     

Separating climatic and possible human impacts in the early Holocene: biotic response around the time of the 8200 cal. yr BP event

The early Holocene is characterised by rapid climate change events, which in the North Atlantic region are often associated with changes in thermohaline circulation. Superimposed on this in northwest Europe is localised evidence for human impact on the landscape, although separating climatic and anthropogenic mechanisms for environmental change is often difficult. Biotic and sedimentological evidence from a lacustrine sequence from the Inner Hebrides, Scotland, shows a considerable reduction in inferred local woodland centred upon 8250 cal. yr BP. These data correlate precisely with a distinctive rise in the charcoal:pollen ratio and hence suggest a possible Mesolithic human impact upon the vegetation around this time. A quantitative temperature reconstruction from chironomid analyses from the same sequence, supported by sedimentological data, indicates that the fall in arboreal pollen taxa occurred as climate warmed significantly during the early Holocene. This warming was followed by a significant cold event, with mean July temperatures reduced by 2°C, that lasted for at least 320 years ca. 7790–7470 cal. yr BP. Woodland recovered during this phase suggesting that the vegetation during the 8250 cal. yr BP interval was likely to have been responding to human activity, and not climate, and hence it is possible at specific sites to separate the influence of these key drivers of environmental change. Copyright © 2006 John Wiley & Sons, Ltd.     

基于MATLAB下BP网络在砂土液化评价中的应用

介绍利用MATLAB神经网络工具箱训练BP网络的方法及其在砂土震动液化评价中的应用，取得了良好的效果。     

基于人工神经网络的黄河下游枯季径流预测研究

通过分析黄河下游枯季径流的影响因素 ,主要为花园口水文站径流量和下游的引黄量这两个因子 ,花园口水文站径流量和下游的引黄量可作为输入层中的影响因子 ,下游利津站的流量作为输出层。应用多层前向人工神经网络理论 ,构造四套枯季径流实时预测的BP神经网络模型 ,使用花园口—利津水文站 2 6年的完整序列测流资料训练和检验网络并用于预测