基于PSO优化BP神经网络的GNSS PWV和气象数据的尾矿库降雨预测研究

作者：郭杨

来源：福建冶金, 2023, 52(05): 24-30.

DOI：10.19574/j.cnki.issn1672-7665.2023.05.004

• BP神经网络
• PSO优化
• GNSS
• 降雨预测

随着GNSS技术在气象领域的不断发展与进步，如今许多尾矿库和矿山都配备了GNSS设备，通过监测大气中的水汽含量、大气延迟量，可以更准确地预测降雨天气的发生。但当多种气象因素综合作用时，该技术的预测仍然存在一定的错报率。BP神经网络能够处理复杂的非线性问题，能够根据多种自然因素进行自适应的学习，提高模型的泛化能力，本文对BP神经网络进行了PSO优化，引入多种优化参数，使用NCEI数据平台对福建省区域的气象数据进行降雨预测模型的构建，为提高预测模型在尾矿库环境下的预测效果，本文结合尾矿库现场GNSS设备测量的PWV大气可降水量值，分析其变化量、变化率与降雨的关系，将两者引入降雨预测模型，构建更适应尾矿库环境的降雨预测模型。实验结果表明，针对尾矿库的特有情况，其正确率较国际方法能够提高7%～8%的效果。