| BP和 RBF神经网络应用于海表温盐短期预测效果对比 |
| |
| 引用本文： | 李亚蒙,丁军航,孙宝楠,官 晟.BP和 RBF神经网络应用于海表温盐短期预测效果对比[J].海洋科学进展,2022,40(2):220-232. |
| |
| 作者姓名： | 李亚蒙 丁军航 孙宝楠 官 晟 |
| |
| 作者单位： | 青岛大学 自动化学院,山东 青岛 266071;自然资源部 第一海洋研究所,山东 青岛 266061,青岛大学 自动化学院,山东 青岛 266071;山东省工业控制技术重点实验室,山东 青岛 266071,自然资源部 第一海洋研究所,山东 青岛 266061;自然资源部 海洋环境科学与数值模拟重点实验室,山东 青岛 266061;山东省海洋环境科学与数值模拟重点实验室,山东 青岛 266061;青岛海洋科学与技术试点国家实验室 区域海洋动力学与数值模拟功能实验室,山东 青岛 266237 |
| |
| 基金项目： | 广东海洋大学启动经费资助项目———热带气旋与地形相互作用对南海影响研究(R17073) |
| |
| 摘 要： | 基于向外长波辐射、降水、大气再分析资料和 HYCOM(HYbridCoordinateOcean Model)盐度等资料,研究了 MJO(Madden-JulianOscillation,热带大气季节内振荡)对南海夏季降水的调制,并初步探讨了其对海洋表层盐度的影响。结果显示:MJO 对南海夏季降水有显著的调制作用,导致南海降水具有强的季节内变化,其最显著周期为45d。降水季节内信号在泰国湾北部、吕宋岛以西和台湾岛西南等迎风坡区域较强,而在越南外海的安南山脉背风区域较弱,且降水信号会随着 MJO 信号向东北方向移动。MJO 对流抑制(活跃)中心所在区域,低层大气辐聚减弱(增强),中层大气对流减弱(增强),导致降水减少(增加);此外,MJO 对流抑制(活跃)中心伴随的反气旋式(气旋式)环流会改变风场,风场减弱(增强)使得迎风区域的降水减少(增加)。MJO 引起的降水异常进一步影
响南海盐度,南海表层盐度也有明显的季节内变化特征,其显著周期和降水基本一致,为47d,且盐度异常信号也随降水异常向东北移动。本研究结果有助于进一步了解南海降水和表层盐度的季节内变化特征。
|
| 关 键 词： | BP神经网络模型 RBF神经网络模型 海洋观测浮标 数据预测 海表温度 海表盐度 |
Comparison of Short-Term Prediction Effects of the Sea Surface Temperature and Salinity Based on BP and RBF Neural Network |
| |
| LI Ya-meng,DING Jun-hang,SUN Bao-nan,GUAN Sheng.Comparison of Short-Term Prediction Effects of the Sea Surface Temperature and Salinity Based on BP and RBF Neural Network[J].Advances in Marine Science,2022,40(2):220-232. |
| |
| Authors: | LI Ya-meng DING Jun-hang SUN Bao-nan GUAN Sheng |
| |
| Abstract: | |
| |
| Keywords: | precipitation MJO salinity the South China Sea |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《海洋科学进展》浏览原始摘要信息 |
| 点击此处可从《海洋科学进展》下载免费的PDF全文 |
|
