基于最大熵谱和云模型的巢湖流域降水预测

基于最大熵谱原理和云模型理论,对巢湖流域11个市县1955-2005年汛期的历史降水数据进行分割,并逐一建立对应的降水历史云和趋势云,将二者根据权重叠加形成预测云;通过预测云的正向发生器产生并加权平均得到对应的降水预测值,与神经网络预测的降水值以及2006年实际降水值进行了比较,预测结果明显好于神经网络,更加接近于实际降水值。研究表明该方法对于挖掘短序列时间降水特征,模拟降水随机性与模糊性具有一定的优势,较好地预测了研究区域的降水。