西安市多年降水特征分析及降水量预测

西安市多年降水特征分析及降水量预测

ID:28238428

大小:17.61 KB

页数:4页

时间:2018-12-08

西安市多年降水特征分析及降水量预测_第1页
西安市多年降水特征分析及降水量预测_第2页
西安市多年降水特征分析及降水量预测_第3页
西安市多年降水特征分析及降水量预测_第4页
资源描述:

《西安市多年降水特征分析及降水量预测》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、为了确保“教学点数字教育资源全覆盖”项目设备正常使用,我校做到安装、教师培训同步进行。设备安装到位后,中心校组织各学点管理人员统一到县教师进修学校进行培训,熟悉系统的使用和维护。西安市多年降水特征分析及降水量预测  摘要:基于西安市1951年-XX年降水实测资料,利用距平、累计距平和Mann-Kendall检验的方法对降水特征进行分析,用BP神经网络模型对年降水量进行模拟预测。研究结果表明:西安市年降水量呈下降趋势但趋势不显著,四季中除夏季表现出微弱的上升趋势外,其他季节均呈现下降趋势,且春季降水下降趋势显著;年降水量在1965年发生突变;BP神经网络预测结果为

2、XX年与XX年降水偏丰,而XX年降水偏枯。研究成果对于合理科学利用降水资源具有一定指导意义。  关键词:西安;降水特征;Mann-Kendall检验;BP神经网络;预测  中图分类号:P333文献标志码:A文章编号:  1672--0030-06  Abstract:Basedontheobserveddataofprecipitationfrom1951toXXinXi′ancity,itsprecipitationcharacteristicswereanalyzedusinganomaly,accumulatedanomalyandMann-Kendall

3、testmethod,andthenannualprecipitationwassimulatedandpredictedbyBPneuralresultsshowedthatannualprecipitationofXi′ancitywasdescending,butthetrendwasinsignificant,allseasonspresented为了充分发挥“教学点数字教育资源全覆盖”项目设备的作用,我们不仅把资源运用于课堂教学,还利用系统的特色栏目开展课外活动,对学生进行安全教育、健康教育、反邪教教育等丰富学生的课余文化生活。为了确保“教学点数字教育

4、资源全覆盖”项目设备正常使用,我校做到安装、教师培训同步进行。设备安装到位后,中心校组织各学点管理人员统一到县教师进修学校进行培训,熟悉系统的使用和维护。descendingexceptsummerwhichshowedaslightincreasingtrend,andprecipitationinspringhadasignificantdecliningabruptchangeofannualprecipitationoccurredinforecastingresultsbyBPneuralnetworkshowedthatannualprecipita

5、tionsofXXandXXwereabundantandXXwasresearchhascertainsignificanceforguidingscientificandrationaluseofprecipitationresource.  Keywords:Xi′ancity;precipitationcharacteristic;Mann-Kendalltest;BPneuralnetwork;forecast  水资源作为一种不可替代的自然资源,对人类的生存和发展有着重要的作用。我国是一个资源型缺水并且水污染严重的国家。随着我国工农业生产的不断发展和

6、经济生活水平的不断提高,水资源供需矛盾的日益加剧[1]。合理利用雨水资源可以有效减少洪涝灾害造成的各种损失和缓解水资源短缺的矛盾,而对降水量变化特征的分析及其科学预测是这一工作的前提[2]。为了充分发挥“教学点数字教育资源全覆盖”项目设备的作用,我们不仅把资源运用于课堂教学,还利用系统的特色栏目开展课外活动,对学生进行安全教育、健康教育、反邪教教育等丰富学生的课余文化生活。为了确保“教学点数字教育资源全覆盖”项目设备正常使用,我校做到安装、教师培训同步进行。设备安装到位后,中心校组织各学点管理人员统一到县教师进修学校进行培训,熟悉系统的使用和维护。  诸多学者对

7、我国不同地区降水的时空分布特征进行了分析研究,并得出了很多有益成果[2-7]。对于降水量的演变规律,多采用距平分析、滑动平均、Man-Kendall非参数方法以及降水不均匀性系数、降水集中度和降水集中期等指标予以描述研究[3]。传统的水文预测模型可以分为三类:确定性预报方法、随机水文模型预报方法和确定与随机耦合预报的方法。随着数值计算技术的快速发展,数值预测方法在降水量预测中已经有了广泛应用,如回归分析、灰色系统、人工神经网络、模糊理论、马尔科夫链、分形理论以及水文混沌序列、小波分析等预测方法,预测精度也不断提高[8]。  本文在收集西安市1951年-XX年实测

8、降水资料的基础上,先利用

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。