基于BP神经网络的多年平均降雨量插值方法
以广东省186个降雨站点多年平均降雨量为基础数据,在分析了多年平均降雨量的空间分布特征及其与经度、纬度、海拔高度、坡度、坡向的内在关系后,提出了一种基于DEM、GIS 技术,利用BP神经网络模型进行插值的新方法(BPNNSI).用没有参与建模的36个验证站点进行验证,结果表明:①BPNNSI方法的最大相对误差为-10.2%,平均相对误差为3.79%,插值结果与观测值的相关系数达到0.93,取得了较好的模拟效果.②从插值精度验证的5个指标(MRE 、MMRE、 MAE、C 、误差分布范围)来看,该方法由于综合考虑降雨量的多种影响因素,因而都明显地优于IDW、KRIGING方法.因而,BPNNSI不仅能够用于降雨量的空间插值,而且还可以用于生成高精度的分布图,客观细致地反映降雨随其影响因素梯度变化的地带性特征.
作 者： 王兆礼 陈晓宏 刘德地 李晓华 WANG Zhao-li CHEN Xiao-hong LIU De-di LI Xiao-hua 作者单位： 中山大学水资源与环境研究中心,广州,510275 刊 名： 中国农村水利水电 ISTIC PKU 英文刊名： CHINA RURAL WATER AND HYDROPOWER 年，卷(期)： 2007 ""(1) 分类号： P458.121 关键词： 降雨量 BP神经网络 DEM GIS BPNNSI 广东省