科研之友
微信
新浪微博
Facebook
分享链接
摘要
为提高自动气象站降水量质量控制效果和效率，针对传统空间一致性检查方法在对流性降水质量控制中效果不佳，且参数估计复杂、应用不便的问题，提出了基于BP神经网络的自动气象站降水量估算模型，模仿人脑神经系统结构和信息处理方式对自动气象站降水量、位置数据进行学习，利用邻近站小时降水量、邻近站与待检站距离估算出待检站降水量，进而通过对比估算值与实测值的差异，完成实测降水量质量控制。模型采用三层网络结构，综合4种经验公式确定隐层节点数的区间，使用试凑法和对比法确定最优节点数和最优训练函数。模型通过训练，达到较好的估算效果，训练、检验、预测样本估算值与实测值R2均超过0.9;与空间插值法估算值相比，神经网络模型估算准确性更高。利用模型对宁河镇、汉沽街降水量异常实例的分析结果表明，模型估算值能准确反映出实测降水量偏低的情况。通过比较站点实测降水量与神经网络模型估算结果，可及时发现异常降水数据，提升质量控制工作的效果和效率，提高自动气象站维修保障的针对性。
-
单位重庆市气象科学研究所; 天津市气象信息中心
