多年平均气温空间化BP神经网络模型的模拟分析

IGSNRR OpenIR

	多年平均气温空间化BP神经网络模型的模拟分析
	张赛; 廖顺宝
	2011
Source Publication	地球信息科学学报
ISSN	1560-8999
Volume	013 Issue:004 Pages:534
Abstract	气温数据空间化是插补无站地区温度、使气温数据便于综合分析的重要技术手段。理想情况下,气温的空间化分布受经度、纬度和海拔高度的影响,呈现规律性的空间分布态势。但是,各种微观因子如坡度、坡向、地形起伏、地表覆被等的存在,在一定程度上扰乱并弱化了这种规律性的分布态势。本文基于Matlab平台,利用BP神经网络研究了多年平均气温数据空间化的新方法。结果表明,与传统的IDW插值、Kriging插值、样条插值和趋势面插值相比,BP神经网络的绝对误差仅为0.51℃,具有较高的空间化精度,同时它更加准确地反映了诸如阿尔泰山、天山、昆仑山、喜马拉雅山等山区低温带的气温分布规律。本研究不仅丰富了气温数据空间化的理论、技术和方法,为相关研究提供了重要的基础数据;而且也为降雨、蒸发等模型因果关系不十分明确的气候/气象要素的空间化提供了一定的参考和借鉴。
Language	英语
Document Type	期刊论文
Identifier	http://ir.igsnrr.ac.cn/handle/311030/123743
Collection	中国科学院地理科学与资源研究所
Affiliation	中国科学院地理科学与资源研究所
First Author Affilication	中国科学院地理科学与资源研究所
Recommended Citation GB/T 7714	张赛,廖顺宝. 多年平均气温空间化BP神经网络模型的模拟分析[J]. 地球信息科学学报,2011,013(004):534.
APA	张赛,&廖顺宝.(2011).多年平均气温空间化BP神经网络模型的模拟分析.地球信息科学学报,013(004),534.
MLA	张赛,et al."多年平均气温空间化BP神经网络模型的模拟分析".地球信息科学学报 013.004(2011):534.

Files in This Item:
There are no files associated with this item.

If you have any objections to this item, please fill out the form below and the administrator will contact you as soon as possible.
Content:
Email：	*
Institution:
Verification Code:	Refresh

Any comments and suggestions are welcomed.
Title:	*
Content:
Email：	*
Verification Code:	Refresh

中国科学院地理科学与资源研究所机构知识库