降雨量及疊加預測方法研究

作者：舒濤,葉唐進,李俊杰,李豪

摘要：為了得到精確度較高的降雨量預測值及其疊加預測精度,利用小波神經網絡和NARX動態神經網絡對降雨趨勢和降雨量進行預測,并分析降雨量疊加預測值的誤差。研究表明,小波神經網絡分析的月降雨量多個變化周期以及總的變化趨勢較為準確;NARX動態神經網絡預測模型測試誤差為0.21%,回歸效果圖的相關系數R為0.99993,回判和檢驗誤差分別只有0.22%和0.40%;降雨量疊加預測和檢驗誤差較小,均未超過2%,能夠滿足降雨量不斷疊加預測的要求。該方法能為邊坡動態穩定性預測提供精確度較高的降雨量預測值。

發文機構：西藏大學工學院 大連理工大學建設工程學部

關鍵詞：降雨量預測方法NARX動態神經網絡小波神經網絡疊加預測Rainfallprediction methodNARX dynamic neural networkwavelet neural networksuperposition prediction

分類號： P412.1[天文地球—大氣科學及氣象學]