基于grnn模型的降水预测研究

降水量是流域水资源管理、洪涝灾害预报以及农业用水计划等研究中的关键参数,对防洪预报、水资源规划等具有重要意义。根据铁岭地区1960年-2006年逐月降水资料,在分析其气候倾向率的基础上利用mann2kendall非参数检验法进行显著性检验,探讨该地区降水量的变化趋势,并首次将广义回归神经网络(grnn)模型应用在该地区的降水预测中,利用误差率和预测对比图对模型的预测效果进行分析。结果表明:近47年来,铁岭地区降水量有缓慢减少趋势,但该趋势未达到显著水平(p>011);从预测效果来看,各月的预测值与真实值相差不大,其中预测效果最好的是10月(误差为3139%),效果最不理想是2月(误差为19145%)。