使用神经网络应用GLDAS、MERRA和GPCP数据
SIDDI腾格,NZEUKOU Armand,KAPTUE Armel,昌京阿兰,SIMO遍历,DjiongoCedrigue
接收者:Apr23,2014
接受日期:2014年5月23日
发布日期:2014年5月30日
文摘:我们研究的目的是使用神经网络技术预测三谷河排水率调查发生在喀麦隆三谷分水岭测量站位于Edea-Song-Mbengue地段(04°04'15N,10°27'50E),我们从中获取三谷河排放率月值,从1989年1月至2004年12月现场测量神经网络培训,每个网络都提供参数数据,如表反射率、云总分数、蒸发、流出长波辐射、温度、特定湿度、表流和降水高度降水值取自GPCP(全球降水气候学项目)和数据同化系统GLDAS(全球土地数据模拟系统)和MERRA(Modern Era反向分析研究应用)的其他参数NN学习过程所期望输出值,我们使用测量的河流径流值学习过程延迟01和2个月后,我们可以观察河排出率时间演化时使用参数的内存效果分析NP性能标准并计算出OptiveSquare错误和预测值与原地观察系数后,我们认为NP计算出两个月延迟可预测河流排泄率并强关联性
文摘:我们研究的目的是使用神经网络技术预测三谷河排水率调查发生在喀麦隆三谷分水岭测量站位于Edea-Song-Mengue地段(04°04'15N,10°27'50E),
显示更多