KMS Institute Of Geographic Sciences And Natural Resources Research,CAS
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 | 013Issue:004Pages: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. |
Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.
Edit Comment