我国气温变化的神经网络预测模型
郭庆春1
李力2
张冉1
张晴1
郭国龙1
薛宝林3
1.中国科学院地球环境研究所/中国科学院黄土与第四纪地质国家重点实验室,陕西,西安,710075;中国科学院研究生院,北京,1000492.中国科学院地球环境研究所/中国科学院黄土与第四纪地质国家重点实验室,陕西,西安,7100753.北京师范大学水科学研究院,北京,100875
摘要：利用神经网络系统工具,把CO2浓度、太阳辐射、全球冰量和气溶胶作为输入,把气温作为输出,结果发现模拟值和目标值吻合较好,比多元回归拟合值的精度高.在此基础上,进行了两个控制性试验,即CO2浓度每年分别增加1%和0.5%,试验结果表明:随着CO2浓度的增加,21世纪前30年每10年中国气温的增加速度分别为0.4 ℃和0.2 ℃;到21世纪末,中国气温将分别增加3.8 ℃和2.4 ℃,神经网络模拟结果和气候系统模式模拟结果具有较好的一致性,从而进一步说明,神经网络预测模型在分析气候变化方面具有可信性和可行性.
关键词：气候学预报方法神经网络气温CO2浓度太阳辐射气溶胶
分类号：P423.3.4(气象基本要素、大气现象)
资助基金：自然科学研究基金(0211003026/11220300)国家重点基础研究发展计划（973计划）(1-0-1;041J007026/21010703)
论文发表日期：2009-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 483-487 )
英文信息