论文部分内容阅读
以调和分析预报结果、 海面风速、 风向作为输入因素, 采用神经网络拟合实测海流与各输入因素之间的关系.该方法不但反映了海面风对潮流的影响, 对调和分析预报本身的误差也有-定的改善.研究还表明多步变量输入的预报模式可以反映输入变量的变化趋势, 提高预报的准确性.在宁波-舟山港某航道海流预报计算实例中, 该方法流速预报的均方误差比直接调和分析预报下降了22%, 流向预报的均方误差下降了18%.