位置:成果数据库 > 期刊 > 期刊详情页
BP神经网络在古气候序列重建中的应用
  • ISSN号:1001-8166
  • 期刊名称:《地球科学进展》
  • 时间:0
  • 分类:P413[天文地球—大气科学及气象学] P532[天文地球—古生物学与地层学;天文地球—地质学]
  • 作者机构:[1]中科院南京地理与湖泊研究所湖泊与环境国家重点实验室,江苏南京210008, [2]中国科学院研究生院,北京100049, [3]南京信息工程大学大气科学学院,江苏南京210044, [4]南京大学大气科学学院,江苏南京210093
  • 相关基金:基金项目:中国科学院知识创新工程重要方向项目“过去2000年东亚季风气候演变及其与人类相瓦作用研究”(编号:KZCX2-Yw-315);国家自然科学基金项目“中国千年气候变化数值模拟与机理研究”(编号:40890054);“近干年来东业季风年代一世纪尺度变化的模拟与重建资料综合研究”(编号:40672210);“中国东部近千年来土地利用变化对东亚季风气候影响的模拟研究”(编号:40871007)共同资助.
中文摘要:

当前小区域的古气候变化研究受模拟资料分辨率和可靠性的严重制约。为了将大区域的气候模拟资料应用到小区域的古气候研究中去,亟待建立有效的降尺度方法。为此以徽鄂地区为例,建立了一个3层BP神经网络拟合模型,利用相关气象要素作为拟合因子,拟合并重建了该地区近千年来1月、7月和年平均的温度和降水序列,通过与观测及模拟资料的对比分析发现,该模型拟合及重建的近千年气候序列有较高的精度和可靠性,能反映小区域气候的年际和年代际变化信号,提高了模拟资料对小区域气候变化的刻画能力。

英文摘要:

Researches on the paleoclimatic variabilities in local regions are seriously restricted by the low resolution and uncertainty of the simulated data at present. In order to apply large-scale climate modeling data to paleoclimate research for small region, an effective downscaling method is urgently needed to be built. For this purpose, a triple-layer fitting model of back propagation (BP) neural network was established using relevant meteorological variables as fitting factors. Based on the fitting model, monthly (January and July) and annual mean series of tem- perature and precipitation were reconstructed in Anhui-Hubei region during the last millennium. Comparison of the fitting series with the observed and simulated records indicates that the fitting series have good precision and relia- bility. The signals of climate variation in local region on interannual and interdecadal time scales were captured successfully by the BP neural network model. The results show that this downscaling method improves the capacity of research on paleoclimate variability in local regions using large-scale modeling data.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《地球科学进展》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学院
  • 主办单位:中国科学院资源环境科学与技术局 国家自然科学基金委员会地球科学部 中国科学院资源环境科学信息中心
  • 主编:傅伯杰
  • 地址:兰州市天水中路8号
  • 邮编:730000
  • 邮箱:adearth@lzb.ac.cn
  • 电话:0931-8762293
  • 国际标准刊号:ISSN:1001-8166
  • 国内统一刊号:ISSN:62-1091/P
  • 邮发代号:54-86
  • 获奖情况:
  • 国家“双效”期刊,甘肃社优秀期刊,中国数字化优秀期刊
  • 国内外数据库收录:
  • 美国化学文摘(网络版),日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:36043