基于逻辑回归–径向基神经网络的广西前汛期降水预测

基于2000~2020年4~6月广西5个代表站地面气象观测站降水量,建立基于逻辑回归–径向基神经网络(logical regression-radial basis function neural network,简称LR-RBF)的广西前汛期降水预测模型。结果表明,基于LR-RBF预测广西前汛期降水效果较好,实测降水与预测降水的R值均高于0.91,呈现高度相关。预测精度较径向基神经网络(Radial Basis Function, RBF) MAE值最大减少为45.9%,而RMSE值最大减少为35.71%,特别是贺州站;与逐步回归相比,R值最高增大13.09%,MAE最大减少26.91%,RMSE最多减少23.10%。结果表明,LR-RBF预测能力有显著的提升,对广西前汛期防洪防控工作具有一定的指导价值。