本論文針對氣象觀測中地溫數(shù)據(jù)缺測以及國家一般氣象站無深層地溫觀測的問題,用BP神經(jīng)網(wǎng)絡(luò)建立了實時地溫推演模型和深層地溫推演模型。主要研究內(nèi)容如下:1、圍繞地溫模型的輸入向量是氣溫、地溫觀測值的設(shè)計要求,分析各層地溫的變化特征,引用采樣定理分析輸入向量的時間跨度,確定了實時地溫推演模型和深層地溫推演模型各自的輸入向量、輸出向量的元素組成方案。用單因素法測試,確定了神經(jīng)網(wǎng)絡(luò)的訓練函數(shù)、隱藏層節(jié)點數(shù)的選取。2、通過分析和測試確定了訓練樣本的選擇方案,為使網(wǎng)絡(luò)能夠兼顧輸出精度和泛化能力,建立了 24個實時地溫推演模型,對應每日24個時間整點。用基準站的數(shù)據(jù)訓練網(wǎng)絡(luò),反復調(diào)試神經(jīng)網(wǎng)絡(luò)參數(shù),篩選出誤差性能最好的地溫模型,然后用基本站的數(shù)據(jù)做了對比測試。3、對深層地溫推演模型的6種方案分別進行訓練和測試,統(tǒng)計各方案最佳模型的推演誤差,篩選出的兩個不同時間跨度的最佳模型,比較了氣象站深層地溫觀測值和最佳模型的推演值之間的差異和聯(lián)系。4、研究了基于滑動平均濾波的160cm、320cm地溫推演值修正方法。測試結(jié)果表明:實時地溫推演模型模型誤差很小,可用于本站整點地溫觀測數(shù)據(jù)缺測的填補;深層地溫推演模型可用...

【文章頁數(shù)】：64 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 前言
    1.1 研究背景及意義
    1.2 研究現(xiàn)狀
    1.3 研究內(nèi)容
    1.4 論文組織結(jié)構(gòu)
第二章 地溫推演模型的設(shè)計
    2.1 神經(jīng)網(wǎng)絡(luò)模型設(shè)計
        2.1.1 基本原理
        2.1.2 模型建立過程
        2.1.3 創(chuàng)建代碼
        2.1.4 隱藏層設(shè)計
    2.2 實時地溫推演模型的輸出向量和輸入向量
        2.2.1 地溫變化情況分析
        2.2.2 輸出向量的選取
        2.2.3 輸入向量的選取
    2.3 深層地溫推演模型的輸出向量和輸入向量
        2.3.1 地溫變化情況分析
        2.3.2 輸出向量選取
        2.3.3 輸入向量選取
    2.4 本章小結(jié)
第三章 實時地溫推演模型
    3.1 訓練參數(shù)的調(diào)試
        3.1.1 輸入向量和目標向量的組成方案
        3.1.2 訓練函數(shù)
        3.1.3 隱藏層節(jié)點數(shù)
        3.1.4 權(quán)值、閾值
        3.1.5 訓練樣本的選取
    3.2 實時地溫推演模型的測試
        3.2.1 分時間點建立模型
        3.2.2 基準站測試
        3.2.3 基本站對比測試
    3.3 本章小結(jié)
第四章 深層地溫推演模型
    4.1 輸出深層地溫的神經(jīng)網(wǎng)絡(luò)模型
        4.1.1 模型輸入和輸出
        4.1.2 40～320cm地溫同時作為模型輸出
        4.1.3 40～160cm地溫作為模型輸出
        4.1.4 320cm地溫作為模型輸出
        4.1.5 各模型對比
        4.1.6 基準站與基本站深層地溫比對分析
    4.2 模型輸出值的濾波處理
        4.2.1 中值濾波和滑動平均濾波
        4.2.2 濾波處理結(jié)果
    4.3 320cm地溫推演值的修正方案
        4.3.1 基本站與基準站20cm地溫日平均值濾波比對
        4.3.2 基本站320cm地溫推演值濾波處理后與觀測值的差
        4.3.3 神經(jīng)網(wǎng)絡(luò)模型輸出基本站320cm地溫的修正
    4.4 本章小結(jié)
第五章 總結(jié)與展望
    5.1 課題總結(jié)
    5.2 課題展望
致謝
參考文獻
附錄A
附錄B
作者簡介
    基本情況
    攻讀碩士學位期間科研成果情況



本文編號：3821730