基于改进RBF神经网络模型的气象能见度监测方法研究

摘要

气象能见度实时监测是确保气象预报贴近现实气象情况的重要组成部分,是高精确度气候预测技术手段中必不可少的环节。目前主要采用的方法为模糊识别和BP神经网络分析,在气象能见度监测方面效果并不理想。为此,提出了改进RBF神经网络模型的气象能见度监测方法,综合考虑了SO2,NO2两种气体,以及气温,气压,温度,湿度等因素采集方法,计算各因素的权重和相关系数后,在改进RBF神经网络模型的基础上确立了具体的监测方法,最后检验了两种气象能见度监测方法的准确性,新的能见度监测方法具有更高的准确性,在气象监测方面具有应用前景。