水汽和气象要素是影响降水的主要因素,文中融合多种观测资料开展降水预测研究。首先针对区域GNSS观测资料反演高精度GNSS水汽序列;其次开展降水的影响因素分析;再次利用快速傅里叶变换方法提取降水主要影响因素的公共周期;然后开展水汽时间序列的变化分析,进行降水过程判别分析;最后采用RBF-BP神经网络技术,构建降水预测模型,模型预测与实际降水结果比较,评价模型预测效果。模型对降水时间的预测准确度为75%,对降水量的预测准确度可达70%。
科研之友
微信
新浪微博
Facebook
分享链接
