论文部分内容阅读
短时强降水天气对飞行安全影响极大,为提高航空安全系数,有必要对其进行准确的预测。考虑现阶段研究对短时强降水预测精度的不足,选取影响降水量的多种参数并对其进行重新组合。实验根据3个降雨的形成条件通过格点化处理选取6种影响降水量的参数,对影响降水量的参数进行多种组合,依据划分降水量等级,通过概率神经网络(PNN)与广义回归神经网络(GRNN)对短时强降水进行预测。结果显示选择6项物理量参数建立的PNN神经网络模型对未来24 h降水量预测精度最高。