基于小波变换与神经网络的石羊河流域夏季地温预测模型研究

作者：贾东于,李开明,聂晓英,袁春霞,李清峰,高福元

摘要：地温变化在气候反馈效应中起着重要作用,理解地温及其与影响因素之间的时空关系对预测全球温度变化至关重要。利用1998-2017年石羊河流域的逐日常规气象观测资料,采用小波分析结合BP(Back Propagation)神经网络构建了石羊河流域夏季地温预报模型,结果表明:日平均地温预测效果在不同站点均为最佳,其中预测值和观测值的相关系数均大于0.87,3℃以内的预测概率均大于84%。其中,民勤地区地温预测效果最好,预测值和观测值的相关系数达到0.91,3℃以内的预测概率达到86%。日最高地温的预测值与观测值的相关系数高于0.8,但误差平方和、标准差较大。永昌地区日最高地温的模拟效果最好,3℃以内的预测概率达到83%。日最低地温的预测与观测值的平均相关系数高于0.66,3℃以内的预报概率高于83%,但预测值略低。其中,武威地区日最低地温的预测效果最好,预测值与观测值的相关系数为0.72,3℃以内的预测概率达到94%。研究成果可为有效弥补干旱、半干旱区地温观测资料缺失和探讨其与局地气候的关系提供一些参考。

发文机构：兰州城市学院地理与环境工程学院

关键词：地温石羊河流域小波变换神经网络预测land surface temperature(LST)Shiyang River basinwavelet transformneural networkprediction

分类号： P468.021[天文地球—大气科学及气象学]