滨州冻土层时空分布特征及预测模型研究

作者：田世芹; 刘昭武; 王峰

来源：陕西气象, 2022, (02): 58-62.

• 滨州
• 时空分布
• BP神经网络
• R/S分析
• 冻土深度
• 预测模型

基于1981—2019年间滨州地区7个国家气象观测站资料，利用最小二乘法和R/S分析法分析了最大冻土深度时空变化特征和未来的持续性，并引入BP神经网络建立冻土深度预测模型。结果表明：(1)滨州市年最大冻土深度呈逐年减小趋势，其中减小趋势最大为滨州南部邹平县，最小为滨州北部无棣和沾化；(2)滨州各站最大冻土深度年际变化趋势有3种类型，分别为无棣的“L”型，惠民、沾化、滨州、博兴的震荡型和邹平的下降型；(3)冻土深度与气温、地温、5～40 cm地温等11个气象要素之间均呈一致性负相关，其中20 cm地温对冻土深度影响最为明显；(4)引入BP神经网络建立的冻土深度预测模型总体拟合程度较好，达到了业务化的水平。