《表1 石羊河流域地温与气象要素的相关系数》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于小波变换与神经网络的石羊河流域夏季地温预测模型研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

图4为小波神经网络预测地温的流程图。在本研究中通过对地温使用三层小波分解，即得到逼近信号A3和细节信号D3、D2和D1。经过相关性分析（表1），本文选取与地温相关系数大于0.5的变量（空气温度、气压、相对湿度和蒸发量）作为训练样本的输入参数。训练样本为1998-2012年石羊河流域三个站点6-8月的日观测资料，测试样本为2013-2017年6-8月地温的日观测资料。本文对神经网络模型选择的隐层节点数为7个。采用Matlab2018a进行预测程序的建模，将预测数值通过小波重构，最终分别获得2013-2017年三个台站日平均地温、日最高地温和日最低地温的预测值。其中，小波变换和小波神经网络方法在下文详细阐述。