基于BP神经网络的多年平均降雨量插值方法

以广东省186个降雨站点多年平均降雨量为基础数据，在分析了多年平均降雨量的空间分布特征及其与经度、纬度、海拔高度、坡度、坡向的内在关系后，提出了一种基于DEM、GIS技术，利用BP神经网络模型进行插值的新方法（BPNNSI）。用没有参与建模的36个验证站点进行验证，结果表明；①BPNNSI方法的最大相对误差为-10．2％，平均相对误差为3．79％，插值结果与观测值的相关系数达到0．93，取得了较好的模拟效果。②从插值精度验证的5个指标（MRE、MMRE、MAE、C、误差分布范围）来看，该方法由于综合考虑降雨量的多种影响因素，因而都明显地优于IDW、KRIGING方法。因而，BPNNSI不仅能够用于降雨量的空间插值，而且还可以用于生成高精度的分布图，客观细致地反映降雨随其影响因素梯度变化的地带性特征。