基于神经网络的太阳辐射模拟--以华东地区为例
| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 1 绪论 | 第12-18页 |
| 1.1 研究背景及意义 | 第12页 |
| 1.2 国内外研究进展 | 第12-15页 |
| 1.3 研究内容与创新点 | 第15-18页 |
| 1.3.1 研究目的与思路 | 第15-16页 |
| 1.3.2 研究内容 | 第16-17页 |
| 1.3.3 创新点 | 第17-18页 |
| 2 研究区概况及数据 | 第18-22页 |
| 2.1 研究区概况 | 第18页 |
| 2.2 数据资料及处理 | 第18-22页 |
| 2.2.1 常规气象数据 | 第18-19页 |
| 2.2.2 气溶胶光学厚度 | 第19页 |
| 2.2.3 云 | 第19-20页 |
| 2.2.4 可降水水汽 | 第20-21页 |
| 2.2.5 数据处理 | 第21-22页 |
| 3 研究方法 | 第22-27页 |
| 3.1 偏相关分析 | 第22页 |
| 3.2 LM-BP神经网络模型 | 第22-24页 |
| 3.3 精度评价指标 | 第24页 |
| 3.4 空间插值方法 | 第24-26页 |
| 3.4.1 反距离加权法 | 第25页 |
| 3.4.2 克里格法 | 第25页 |
| 3.4.3 径向基函数法 | 第25-26页 |
| 3.5 趋势分析法 | 第26-27页 |
| 4 太阳辐射模拟 | 第27-41页 |
| 4.1 太阳辐射影响因素分析 | 第27-34页 |
| 4.1.1 地理位置 | 第27页 |
| 4.1.2 日照时数 | 第27-30页 |
| 4.1.3 气溶胶 | 第30-31页 |
| 4.1.4 云 | 第31-32页 |
| 4.1.5 水汽 | 第32页 |
| 4.1.6 气压 | 第32-33页 |
| 4.1.7 风速 | 第33-34页 |
| 4.2 太阳辐射模拟 | 第34-41页 |
| 4.2.1 LM-BP神经网络模型构建 | 第34-36页 |
| 4.2.2 LM-BP神经网络模拟太阳辐射 | 第36-41页 |
| 5 太阳辐射时空分布特征分析 | 第41-52页 |
| 5.1 插值方法比较 | 第41-45页 |
| 5.2 年均太阳辐射空间分布及变化 | 第45-48页 |
| 5.3 太阳辐射年内分布 | 第48-50页 |
| 5.4 太阳辐射季节分布 | 第50-52页 |
| 6 结论与展望 | 第52-54页 |
| 6.1 结论 | 第52页 |
| 6.2 不足及展望 | 第52-54页 |
| 参考文献 | 第54-59页 |
| 附录 | 第59-60页 |
| 致谢 | 第60页 |
