文献

J-GLOBAL ID：201902290259704329   整理番号：19A1832738

南極Zhongshan観測所におけるGPS ZTDデータからのANNを用いた可降水水蒸気の予測【JST・京大機械翻訳】

Predicting precipitable water vapor by using ANN from GPS ZTD data at Antarctic Zhongshan Station

著者 (2件)： Yue Yingchun (Faculty of Information Engineering, China University of Geosciences, Wuhan, Hubei, 430074, China) ,  Ye Tao (Faculty of Information Engineering, China University of Geosciences, Wuhan, Hubei, 430074, China)
資料名： Journal of Atmospheric and Solar-Terrestrial Physics  (Journal of Atmospheric and Solar-Terrestrial Physics)
巻： 191  ページ： Null  発行年： 2019年 
JST資料番号： C0269A  ISSN： 1364-6826  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 降水は人間活動において重要な役割を果たし,降水量の正確な予測は,特に複雑な気象条件を持つ南極地域において,この配置を作ることが期待される。直接予測降雨は通常多くの気象データを必要とするので,南極地域で収集することは困難であり,降水量は通常,降水可能水蒸気(PWV)を用いることにより間接的に予測される。PWVは,温度と圧力データのみが利用できる場合,GPS天頂対流圏遅延(ZTD)データを用いてHopfieldモデルにより計算できる。本論文において,著者らは遺伝的アルゴリズム(GA)によって人工ニューラルネットワーク(ANN)を採用して,ZTD,ZTDを含む4つの異なる入力方式によって6と12時間におけるZhongshan観測所のPWVを予測した。PWVのリアルタイム気象データ,PWVと固有モード機能(IMF)を含んだ。予測結果は,最悪の予測が約0.50の相関係数でZTDシーケンスを使用することによって得られることを示している。リアルタイム気象データとPWVによるZTDを使用する結果は,およそ0.80の近似的相関係数を持った。最良の予測は,6時間PWVを予測するためにPWVシーケンスのIMFを用いることにより得られ,相関係数は0.95であった。Copyright 2019 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *GPS ,  気象データ ,  近似法 ,  *予測 ,  遺伝的アルゴリズム ,  *南極 ,  降雨 ,  固有モード ,  相関係数 ,  *降水 ,  気象条件 ,  降水量
準シソーラス用語： 実時間 ,  対流圏遅延 ,  人間活動 , 【Automatic Indexing@JST】

著者キーワード (5件)： 人工神経回路網 ,  PWV ,  遺伝的アルゴリズム ,  時系列予測 ,  南極Zhongshan駅

分類 (1件)： 電離層・熱圏  (DC04050O)

タイトルに関連する用語 (6件)： 南極 ,  観測所 ,  GPS ,  降水 ,  水蒸気 ,  予測