基于BP神经网络的武汉市分层水温预报模型研究

摘要

为了探讨武汉市分层水温的变化特征及预报方法,本文以武汉市金银湖为例,利用2019—2020年地面观测和分层水温资料,分析了气温、气压、蒸发量、地温、日照及辐射等气象要素对垂向水温变化的影响,建立了武汉地区基于拟牛顿法反向传播神经网络的20、40、60、80 cm等层次水温预报模型。结果表明:拟牛顿法BP神经网络的水温预报模型能够表达水温和气象要素的非线性关系,平均预报准确率超过90%,具有比较高的预报精度。