融合GNSS水汽与气象要素的河北省降水预测研究Study on precipitation prediction integrating GNSS water vapor and meteorological elements in Hebei Province
吕凯鑫;祝铭骏;冯帅;
摘要(Abstract)：
水汽和气象要素是影响降水的主要因素,文中融合多种观测资料开展降水预测研究。首先针对区域GNSS观测资料反演高精度GNSS水汽序列;其次开展降水的影响因素分析;再次利用快速傅里叶变换方法提取降水主要影响因素的公共周期;然后开展水汽时间序列的变化分析,进行降水过程判别分析;最后采用RBF-BP神经网络技术,构建降水预测模型,模型预测与实际降水结果比较,评价模型预测效果。模型对降水时间的预测准确度为75%,对降水量的预测准确度可达70%。
关键词(KeyWords)： 降水预测;GNSS水汽;快速傅里叶变换;神经网络
基金项目(Foundation):
作者(Authors): 吕凯鑫;祝铭骏;冯帅;
参考文献(References)：
- [1] 刘洋，赵庆志，姚顽强.联合GNSS PWV与气象参数的短临降雨预测[A].第十一届中国卫星导航年会论文集——S01 卫星导航行业应用[C].成都：中科北斗汇(北京)科技有限公司，2020.
- [2] 赵庆志.地基GNSS水汽反演关键技术研究及其应用[D].武汉：武汉大学，2017.
- [3] 刘洋，赵庆志，姚顽强.基于多隐层神经网络的GNSS PWV和气象数据的降雨预测研究[J].测绘通报，2019(S1):36-40.
- [4] 单路路，姚宜斌，赵庆志，等.基于GNSS PWV的短临降雨预测方法[J].测绘地理信息，2019,44(1):22-26.
- [5] 王勇，毛志锋，曾昭扬.GNSS水汽与降水比较及用于河北省水汽通道探测研究[J].灾害学，2019,34(1):107-112.
- [6] 何安宏，吴学群.地基GNSS反演PWV在极端天气中的应用[J].软件，2020,41(10):219-224.
- [7] 李得宴，杨维芳，高志钰，等.不同饱和水汽压模型对GNSS反演可降水量的影响分析[J].全球定位系统，2020,45(6):55-63.
- [8] 陈紫阳，胡庆芳，雍斌，等.基于快速傅里叶变换的降水空间变异函数有效性验证[J].水资源保护，2020,36(3):22-27.
- [9] 马健武，陶庭叶，尹为松.基于RBF神经网络的GPS对流层延迟插值模型[J].金属矿山，2017(10):33-35.
- [10] 侯媛彬，杜京义，汪梅.神经网络[M].西安：西安电子科技大学出版社，2007.