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
ISSN1560-8999
Volume013Issue: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
Identifierhttp://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.
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[张赛]'s Articles
[廖顺宝]'s Articles
Baidu academic
Similar articles in Baidu academic
[张赛]'s Articles
[廖顺宝]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[张赛]'s Articles
[廖顺宝]'s Articles
Terms of Use
No data!
Social Bookmark/Share
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.