BP神经网络在多普勒雷达降水量的估测中的应用.pdf

2 2 2
3
第 28 卷第 4 期高原气象 Vol. 28 No. 4

2009 年 8 月 PLA TEAU M ETEOROLO GY August , 2009
文章编号: 1000 0534 (2009) 04 0846 08
BP 神经网络在多普勒雷达降水量的
估测中的应用
1 2 2 3 3
2 邵2 月红, 张2 万2 昌, 刘永和, 孙成武, 傅成玉
2
(1. 南京大学国际地球系统科学研究所, 南京江苏 210093 ;
2
中国科学院大气物理所东亚区域气候环境重点实验室全球变化东亚区域研究中心北京
3 2. 2 - / , 100029 ;
3. 临沂市气象局, 临沂山东 276004)
摘要: 利用 2005 年 4 次降雨过程的多普勒雷达体扫的回波强度资料及相应的雨量计观测资料, 通过
BP 神经网络方法来估测临沂地区的降雨量, 同时以改进的最佳窗概率配对法建立的 Z - R 关系估测的
降雨量为对照, 进一步验证 BP 神经网络方法的优越性。根据各个站点的平均相对误差、均方根差、相
关系数和相关曲线斜率 4 个指标的比较, 小时雨量和累计降雨量估测结果表明: BP 神经网络估测精度
要明显优于 Z - R 关系式, 训练样本的精度高于检验样本的精度, BP 神经网络估测的降雨量与站点实
测雨量吻合性较好, 能够较真实地反映地面降雨情况; Z - R 关系式估测的降雨量随着雨强的不同表现
为不同程度的低估现象。
关键词: BP 神经网络; 多普勒雷达; 降水估测
中图分类号: P426. 6 文献标识码: A
间、降水类型、季节、地域的变化而变化的[4 - 5 ] 。
1 引言
因此, Z - R 关系式的应用受到限制, 在一特定的
降水是表征气候和生态水文过程重要的要素之区域用一个不变的 Z - R 经验关系式必然使得估测
一。降雨量的准确估测是定量水文分析的基础, 在结果往往与实际雨量存在较大的偏差[6 ] 。本文采用
防汛抢险、水资源的合理利用及工农业生产应用中改进的最佳窗概率配对法建立本地化的 Z - R关系,
起着非常重要的作用[1 ] 。可在一定程度上提高雷达定量估测降水的精度, 但
传统的通过地面雨量计来测量降雨是一简单有仅通过 Z - R 关系估测的降水仍存在较大的误差。
效的方法。雨量计能在点上比较精确地测量降水, 因此, 寻求一种适宜的估测方法是提高降雨估测效
但由于雨量计网的密度不够及降水过程在时间和空果的有效途径。
间上具有很大的不确定性, 因此仅用雨量计测得的人工神经网络(ANN) 是在研究生物神经网络
点雨量估计整个流域的降水将会带来很大的误的基础上建立的模拟人脑思维与记忆的神经网络模
差[2 ] 。雷达相对于雨量计而言, 具有测量范围广、型。以其大规模的并行计算与分布式存贮能力, 非
时空分辨率高、能及时获取大面积降水资料等优点线性映射能力, 较强的容错性、自适应、自学习的
而越来越多地被应用到降水定量估测中[ 3 ] 。目前雷能力等许多特性在降水径流预报等水文科学领域得
达估测降水主要通过雷达回波强度和雨强二者之间到广泛应用[7 ] 。近年来, ANN 结合遥