BP神经网络和小波分析在年降水预报中的应用研究

摘要

江苏省地处江淮流域，是受旱涝灾害影响最为严重的地区之一。在该地区开展降水预报的研究，对防汛抗旱具有重要意义。本文采用江苏省徐州站、赣榆站、东台站和南京站的降水数据，建立了BP神经网络和小波神经网络降水预报模型。通过实例分析得出：1) BP网络模型预报的最小相对误差为1.16%，最大相对误差为16.35%，最优确定性系数0.87，均方误差4.27%；2) WNN网络模型预报的最小相对误差为0.7%，最大相对误差为88.65%，最优确定性系数0.94，均方误差4.2%。结果表明：1) BP神经网络模型预报降水具有可行性，该模型能在一定程度上反映降水变化的趋势；2) WNN模型在某些年份预报误差较大，可在实践中将多种预报方法相互验证，相互校核，提高预报精度。