Luận văn ứng dụng mạng thần kinh nhân tạo dự báo một số yếu tố khí tượng cho khu vực đồng bằng phía bắc việt nam

Mục lục M c l cụ ụ 1 M uở đầ 2 Ch ng 1: t ng quanươ ổ 5 1.1 Tình hình nghiên c u v ng d ng m ng TKNTứ à ứ ụ ạ 5 1.2. Các c tr ng v t lý c b n c a b c xđặ ư ậ ơ ả ủ ứ ạ 8 1.3. S h p th b c x trong khí quy nự ấ ụ ứ ạ ể 16 1.4. S khu ch tán b c x trong khí quy nự ế ứ ạ ể 21 1.5. Cách tính b c x sóng ng n trong khí quy nứ ạ ắ ể 23 1.6. Ch nhi t v b c x khu v c ng b ng phía b cế độ ệ à ứ ạ ở ự đồ ằ ắ 30 Ch ng 2: c s lý thuy t m ng th n kinh nhân t o (TKNT)ươ ơ ở ế ạ ầ ạ 34 2.1. Các khái ni m c b n v m ng th n kinh nhân t oệ ơ ả ề ạ ầ ạ 34 2.2. Các quy t c v ph ng pháp xây d ng m ng TKNTắ à ươ ự ạ 44 2.3. Các lo i m ng TKNT v ng d ngạ ạ à ứ ụ 54 Ch ng 3: ng d ng m ng tknt d báo m t s y u t khí ươ ứ ụ ạ ự ộ ố ế ố t ng cho khu v c ng b ng phía b c vi t namượ ự đồ ằ ắ ệ 66 3.1.Gi i thi u ph n m m NeuroSolutionsớ ệ ầ ề 67 3.2.M t s k thu t ph trộ ố ỹ ậ ụ ợ 70 3.3. Các ch s ánh giá, so sánhỉ ố đ 71 3.4. K t quế ả 73 K t lu nế ậ 91 Tài li u tham kh oệ ả 94 1 Mở đầu Bức xạ Mặt trời là nguồn năng lượng chủ yếu và vô cùng quý giá đối với trái đất. Nó quyết định đến sự biến đổi khí hậu, sự sống của con người. Chính điều đó đòi hỏi con người phải biết khai thác triệt để và sử dụng nguồn năng lượng này một cách có hiệu quả nhất. Nghiên cứu giảm thiểu những ảnh hưởng xấu đến sự sống của con người và động thực vật nhằm mục tiêu phát triển bền vững. Trong những thập kỷ gần đây, ở những nước tiên tiến người ta không chỉ mở rộng mạng lưới đo đạc, nghiên cứu quy luật biến đổi theo không gian và thời gian của các yếu tố bức xạ Mặt Trời, mà còn đi sâu thêm nghiên cứu phân bố năng lượng trong những dải phổ hẹp của trực xạ, tổng xạ như C.P.Jacovide đã nhận xét: “Với sự gia tăng ứng dụng của phổ bức xạ như: Pin Mặt Trời, bình thu nhiệt và những ứng dụng trong môi trường, nông nghiệp thúc đẩy nghiên cứu không chỉ với bức xạ tổng cộng của Mặt Trời tại mặt đất mà còn trong từng thành phần phổ của nó” Quả thực, những nghiên cứu về năng lượng mặt trời có ý nghĩa rất lớn trong nông nghiệp, trong công nghiệp chiếu sáng và năng lượng nhiệt cho các công trình xây dựng, và tất nhiên, trong nghiên cứu khí tượng. Hơn thế nữa, vai trò của năng lượng mặt trời ngày càng tăng cũng thúc đẩy những nghiên cứu sâu hơn và đầy đủ hơn về năng lượng mặt trời. Có nhiều nguyên nhân về kinh tế và môi trường thúc đẩy sự xúc tiến nghiên cứu nguồn năng lượng này, đó là: sự phá hủy môi trường do tiêu thụ khí ga, xăng, dầu ; sự lo ngại về mức tăng khí CO và CO2 trong khí quyển có thể dẫn đến phá hủy tầng ozon và sự sống trên trái đất; viễn cảnh về sự thiếu hụt dầu và khí ga trong một vài thập kỷ tới nếu mức khai thác hiện nay vẫn được duy trì; nhu cầu của các ngành và các khu công nghiệp mới, các nước có nền kinh tế phát triển, sự thiếu hụt nguồn nước đối với các công trình thủy điện và các mối đe dọa khác khi giá dầu thế giới tiếp tục tăng cao. Xuất phát từ những nguyên nhân đó, năng lượng mặt trời được xem là nguồn năng lượng sạch, đầy hứa hẹn, thay thế cho năng lượng dầu mỏ đang được khai thác 2 triệt để hiện nay. Nguồn năng lượng này rất dồi dào ở các nước và khu vực nhiệt đới. Những hạn chế của năng lượng mặt trời hiện nay là giá thành của nó còn quá đắt, tính chất dao động mạnh phụ thuộc vào điều kiện thời tiết. Tuy nhiên đó sẽ không phải là những vấn đề trong một vài thập kỷ tới, khi khoa học dự báo thời tiết, khoa học năng lượng đều đã có những tiến bộ đáng kể trong thời gian gần đây. Do đó, những nghiên cứu về tiềm năng, sự biến đổi theo thời gian, và khả năng dự báo bức xạ mặt trời là rất cần thiết. Nhu cầu thực tế đòi hỏi những dự báo năng lượng mặt trời chính xác hơn so với những gì các mô hình khí hậu ngày nay đã làm được. Gần đây nhất, tác giả Ricardo A. Guarnieri và cộng sự [24] đã sử dụng mạng TKNT điều chỉnh kết quả dự báo bức xạ mặt trời của mô hình quy mô vừa Eta cho khu vực nam Brazil, kết quả được đánh giá là khả quan và có ý nghĩa thực tiễn, giúp cải thiện đáng kể dự báo của mô hình (sai số của mô hình giảm 20 – 30%). Cùng với bức xạ, nhiệt độ tối cao là một trong các yếu tố khí tượng từ lâu ít được quan tâm đúng mức. Nhiệt độ tối cao đặc biệt có ý nghĩa đối với sản xuất nông nghiệp, ngành xây dựng, và tất nhiên là trong khoa học khí tượng, đặc biệt là trong những tháng mùa hè. Trong tập luận văn này, để xây dựng mạng TKNT dự báo hai yếu tố khí tượng là tổng xạ và nhiệt độ tối cao, tôi sử dụng số liệu quan trắc của các yếu tố: Bức xạ tổng cộng (Tổng xạ), nhiệt độ tối cao của 4 trạm: Láng (Hà Nội), Phủ Liễn (Hải Phòng), Yên Định (Thanh Hóa) và Vinh (Nghệ An) trong vòng 10 năm (1981 - 1990) kết hợp với sử dụng các số liệu tái phân tích của NCEP của các yếu tố: tổng xạ ngày tại bề mặt, tổng xạ đến đỉnh của khí quyển, nhiệt độ trung bình ngày, nhiệt độ tối cao, độ ẩm tuyệt đối tầng 1000mb, độ ẩm tương đối bề mặt, lượng mây trung bình ngày, tổng lượng nước khả giáng trong cột khí quyển, các thành phần gió bề mặt, độ dày lớp khí quyển giữa các mực 1000, 850 và 500mb, Ngoài phần mở đầu, kết luận, tài liệu tham khảo, luận văn gồm 3 chương: Chương I: Tổng quan Chương II: Cơ sở lý thuyết về mạng TKNT 3 Chương III: ứng dụng mạng TKNT dự báo một số yếu tố khí tượng cho khu vực đồng bằng phía Bắc Việt Nam. 4 Chương 1: tổng quan 1.1 Tình hình nghiên cứu và ứng dụng mạng TKNT Các công nghệ mới trong kỹ thuật, vật lý, đặc biệt là vật lý khí quyển, sinh học đã làm nảy sinh một loạt các vấn đề phi tuyến, bất ổn định và phức tạp. Để giải được các bài toán đó đòi hỏi phải có các công cụ xử lý, tính toán phi tuyến, trong số các công cụ đó, mạng thần kinh nhân tạo (TKNT) tỏ ra có ưu thế vượt trội. Mạng TKNT đáp ứng được nhu cầu vì nó được luyện trên các mẫu, sử dụng các công cụ thống kê và giả thuyết tối ưu. Có nhiều loại mạng TKNT khác nhau, trong đó có mạng truy hồi, mạng nhận thức đa lớp và mạng thời gian trễ. Việc sử dụng mạng truy hồi như một công cụ dự báo ngày càng thể hiện nhiều ưu điểm trên nhiều lĩnh vực nhờ vào khả năng liên kết giữa các lớp, các phần tử hoạt động 1 trong mạng. Quá trình phát triển của mạng TKNT trải qua nhiều giai đoạn khác nhau, được đánh dấu bằng các mốc quan trọng: những năm 40 của thế kỷ 20 đánh dấu những phát triển đỉnh cao đầu tiên với các nghiên cứu của McCulloch và Pitts (1943); nhưng mãi đến năm 1949, Hebb đưa ra thuật toán học đầu tiên của mạng, gọi là thuật toán Hebb, mạng TKNT chính thức ra đời và khẳng định khả năng tính toán trong các bài toán phi tuyến. Dấu mốc thứ hai xuất hiện những năm 60 với giả thuyết hội tụ của mạng nhận thức của Rosenbatt (1960), thành công đầu tiên trong lĩnh vực mạng TKNT là nơron thích ứng tuyến tính – ADALINE 2 và nơron thích ứng tuyến tính đa biến - MADALINE 3 do Widrow và Hoff (1960) phát triển; sau đó, Minsky cùng Papert chỉ ra hạn chế của mạng nhận thức đơn giản (1969). Kết quả của Minsky và Papert đã làm thất vọng nhiều nhà khoa học, đặc biệt là các nhà khoa học trong ngành khoa học tính toán lúc bấy giờ. Chính những công bố này đã làm chậm tiến trình phát triển của mạng TKNT gần 20 năm. Mãi đến những năm 80, mạng TKNT mới có được những thành tựu đáng chú ý mới. Đó là công trình của Hopfield [16] với cách tiếp cận dưới khía cạnh năng lượng và thuật toán học 1 Processing Elements 2 ADAptive LInear Neuron 3 Multiple ADALINE 5 lan truyền ngược cho mạng nhận thức đa lớp. Nhiều người nhắc đến công trình này của Hopfield như một sự khởi đầu thứ hai cho mạng TKNT. Sau đó công trình được tiếp tục phát triển và công bố rộng rãi năm 1986 trong bài viết của Rumelhart và cộng sự. Từ đó đến nay, cùng với sự phát triển của công nghệ thông tin và truyền thông, cộng đồng người sử dụng mạng TKNT tăng lên đáng kể và được mở rộng trên nhiều lĩnh vực. Trong khí tượng học, đã có nhiều nhà khí tượng học trên thế giới và Việt Nam sử dụng mạng TKNT như những công cụ thống kê cho các bài toán phức tạp giúp hiệu chỉnh sản phẩm mô hình số, tái tạo và bổ xung số liệu, tính toán tổng lượng ozon trong khí quyển Do tính đa dạng của các loại mạng khác nhau nên rất khó cho việc phân loại mạng, nhưng trong luận văn này, tôi cũng cố gắng đưa ra một cách phân loại phổ biến nhất mà đã được nhiều tác giả trình bày. Sự phân loại ở đây chỉ áp dụng cho các thuật toán và các phương pháp học phổ biến được dùng trong mạng TKNT, có thể còn nhiều thuật toán cũng như phương pháp khác nhưng do không được sử dụng rộng rãi nên cũng không được đưa vào phân loại trong luận văn này. Bảng 1: Phân loại mạng TKNT và ứng dụng [21] ứng dụng Thuật toán Học có điều kiện Học không điều kiện Phát hiện mối liên hệ Hopfield (Zurada, 1992; Haykin, 1994) - Hebbian (Zuruda, 1992; Haykin, 1994; Kung, 1993) Nhận thức đa lớp (Zuruda, 1992; Carling, 1992; Haykin, 1994; Bishop, 1995; Patterson, 1996) Lan truyền ngược (Zuruda, 1992; Haykin, 1994; Bishop, 1995;) - Phân loại, nhận dạng Nhận thức đa lớp (Zuruda, 1992; Carling, 1992; Haykin, 1994; Bishop, 1995) Các hàm xuyên tâm cơ sở (Zuruda, 1992; Bishop, 1995) Lan truyền ngược Bình phương tối thiểu - Trung bình k phần tử (Bishop, 1995) 6 Bảng 1: Phân loại mạng TKNT và ứng dụng (tiếp) Phân tích đặc trưng Nhân tố cạnh tranh (Zurada, 1992; Haykin, 1994) Kohenen (Zurada, 1992; Haykin, 1994) Nhận thức đa lớp (Kung, 1993) Phân tích thành phần đặc trưng (Zurada, 1992; Kung, 1993) - - Lan truyền ngược - Nhân tố cạnh tranh (competitive) Kohenen - Thuật toán Oja (Zurada, 1992; Kung, 1993) Dự báo Mạng thời gian trễ (Zurada, 1992; Kung, 1993, de Vries và Principe, 1992) Mạng truy hồi toàn phần (Zurada, 1992) Lan truyền ngược theo thời gian (BPTT) - Tính đến nay, trên thế giới đã có rất nhiều công trình nghiên cứu ứng dụng mạng TKNT được công bố trên các tạp chí, gần đây nhất là vào tháng 4 năm 2006, Ricardo A. Guarnieri cùng đồng nghiệp [24] đã sử dụng mạng TKNT hiệu chỉnh dự báo tổng xạ của mô hình khí hậu khu vực Êta, trước đó, vào tháng 1 năm 2000, David Silverman và John A. Dracup [11] đã dùng mạng TKNT dự báo mưa ở khu vực California, năm 2002, luận văn Thạc sỹ của Bin Li [7] (Đại học Georgia, Hy Lạp) đã sử dụng mạng TKNT là công cụ nội suy trường khí tượng về trạm thay cho các phương pháp nội suy truyền thống và nhiều công trình nghiên cứu chuyên biệt về lĩnh vực mạng TKNT đáng chú ý khác như các công trình của Danilo P. Mandic [9], Hopfield [16], Jose C. Principe [18], Lakhmi C. Jain và N.M. Martin [19], Marcelo C. Medeiros và đồng nghiệp [20], Pattrick van der Smagt và Ben Krose [21] và S. Haykin [25]. Còn ở Việt Nam, các tác giả Lê Xuân Cầu [1] đã ứng dụng mạng TKNT dự báo lũ trong thủy văn, tác giả Nguyễn Hướng Điền và cộng sự cũng đã có nhiều công trình nghiên cứu ứng dụng mạng TKNT trong dự báo khí tượng thủy văn [3, 4]. Tất cả các công trình trên đều có chung kết luận: Mạng TKNT đã cải thiện đáng kể kết quả dự báo so với các phương pháp khác. 7 1.2. Các đặc trưng vật lý cơ bản của bức xạ a. Bản chất của bức xạ Năng lượng được truyền từ nơi này đến khác dưới 3 dạng: quá trình truyền dẫn liên quan đến vận chuyển năng lượng động lượng của nguyên tử và phân tử (thường biểu hiện dưới dạng nhiệt). Do đó, nếu một đầu của thanh kim loại bị đốt nóng thì phân tử kim loại ở đó sẽ chuyển động nhanh hơn, va chạm với các phân tử khác và truyền động lượng cho chúng. Đến lượt nó, các phân tử này lại truyền động lượng đó cho các phân tử xung quanh; và kết quả là nhiệt lượng được truyền đến đầu thanh kim loại bên kia. Năng lượng cũng có thể được vận chuyển thông qua sự vận chuyển vật lý của vật chất. Trong chất khí và chất lỏng, sự vận chuyển năng lượng này được biết đến là quá trình đối lưu. Theo nghĩa rộng của từ đối lưu nó không chỉ bao gồm vận chuyển năng lượng theo chiều thẳng đứng khi lớp không khí hoặc chất lỏng bên dưới bị đốt nóng mà nó còn là sự khuyếch tán rối và bình lưu nhiệt theo mọi hướng. Và cuối cùng, năng lượng còn có thể được truyền từ vật thể này sang vật thể khác nhờ các sóng điện từ có hoặc không có sự tồn tại của một phương tiện vật lý trung gian, thông qua quá trình bức xạ. Năng lượng điện từ lan truyền theo đường thẳng và với một vận tốc không đổi trong chân không. c ≈ 3.00x10 10 cm/s Bức xạ được đặc trưng bởi bước sóng, λ, là khoảng cách giữa hai đỉnh sóng liên tiếp; hoặc bởi tần số, ν, là số đỉnh sóng đi qua một điểm cố định trong một đơn vị thời gian. Rõ ràng rằng: λ.ν = c Chi tiết về các loại sóng và bước sóng trong không gian xem bảng 2. b. Bức xạ mặt trời Mặt trời là một ngôi sao (định tinh) gần chúng ta nhất. Nó là một quả cầu lửa khổng lồ, có đường kính khoảng 1 390 600 km (gấp 109 lần đường kính trái đất), 8 thể tích 1,41.10 18 km 3 , khối lượng khoảng 1.10 30 kg (gấp hơn 330 000 lần trái đất). Trái đất quay xung quanh mặt trời theo một quĩ đạo elíp gần tròn (mặt trời ở một tiêu điểm) mà khoảng cách ngắn nhất từ mặt trời đến trái đất là 147 triệu km (ngày 3 tháng 1) khoảng cách xa nhất là 152 triệu km (ngày 5 tháng 7), khoảng cách trung bình là 149,5 triệu km (ánh sáng truyền mất hơn 8 phút). Mặt trời bức xạ liên tục lượng bức xạ khổng lồ ra xung quanh. Lượng bức xạ mặt trời lớn tới mức có thể làm tan và bốc thành hơi một vỏ nước đá dầy 12m bọc quanh nó trong vòng 1 phút. Tuy nhiên, khí quyển trái đất chỉ hứng được một phần 2 tỷ lượng bức xạ của mặt trời. Tuy vậy, lượng bức xạ này cũng rất lớn, vào khoảng 1,5.10 28 J mỗi ngày [2]. Bức xạ mặt trời trên đường tới trái đất bị nhiều tác dụng làm suy yếu cho nên phổ bức xạ mặt trời mà ta quan trắc được trên trái đất không giống như phổ bức xạ tại gốc của mặt trời. Người ta thấy phổ bức xạ điện từ của mặt trời rất rộng, từ tia Gamma đến sóng vô tuyến. Bảng 2: Các loại bức xạ và bước sóng trong không gian Loại bức xạ Bước sóng Tia γ có bước sóng trong chân không λ < 10 -5 µm Tia Rơnghen (X) 10 -5 ≤ λ < 10 -2 µm Tia cực tím 10 -2 ≤ λ <0,38 µm ánh sáng nhìn thấy 0,38 ≤ λ < 0,76 µm Tia hồng ngoại 0,76 ≤ λ < 3000 µm Sóng vô tuyến có λ ≥ 3000 µm Những kết luận về bức xạ của mặt trời có thể chỉ ra là: - Phổ bức xạ mặt trời tương tự như của vật đen tuyệt đối. Nếu chúng ta đo tổng năng lượng nhận được từ mặt trời tới một đơn vị diện tích trong một đơn vị thời gian và tính toán nhiệt độ của vật đen theo định luật Stefan-Boltzmann ứng với tổng năng lượng đó thì ta nhận được nhiệt độ của mặt trời là 5750 0 K. Mặt khác, chúng ta cũng có thể do bức xạ như là một hàm của bước sóng, ứng với năng lượng 9 phát xạ cực đại, và tính toán nhiệt độ vật đen từ định luật Wien1. Bức xạ cực đại là 0.4740µm, tương ứng với nhiệt độ 6108 0 K. Hiển nhiên mặt trời không phải là vật đen tuyệt đối vì hai nhiệt độ này không thống nhất với nhau. Sự khác biệt này là do sự hấp thụ sóng ngắn của lớp “khí” phía ngoài mặt trời (sự hấp thụ này không ảnh hưởng đến phát xạ cực đại - 0.4740µm nhưng lại ảnh hưởng đến năng lượng rọi tới trái đất). Tuy nhiên, gần đúng vật đen tuyệt đối của mặt trời là thích hợp cho rất nhiều mục đích khác nhau. - Cường độ phát xạ năng lượng của mặt trời là rất ổn định: Những đo đạc về độ rọi của bức xạ mặt trời đã được S.P. Langley và đặc biệt là C. G. Abbot thực hiện từ nhiều năm trước đây. Sự thay đổi khoảng cách giữa mặt trời và trái đất trong năm có thể dễ dàng được đưa vào tính toán, nhưng những biến đổi về sự hấp thụ của khí quyển lại gây ra rất nhiều khó khăn. Phương pháp hiệu quả nhất được Abbot và các đồng nghiệp đưa ra là: ∫ = ∞ z dzk z eSS θρ λλ λ cos 0 trong đó, S λ z là độ rọi bức xạ mặt trời đơn sắc tại mực z S λ 0 là độ rọi bức xạ mặt trời đơn sắc tại giới hạn trên của khí quyển k λ là hệ số suy yếu khối đơn sắc ρ là mật độ không khí θ là góc thiên đỉnh của mặt trời Và giá trị này được Abbot tính toán ra là khoảng 1.00 cal/cm 2 /phút (1cal/cm 2 còn được gọi là 1 langley, ký hiệu là ly) đối với mặt phẳng vuông góc với tia sáng mặt trời ở khoảng cách trung bình giữa trái đất và mặt trời (152 triệu km) và được gọi là hằng số mặt trời. Về sau, nhờ những thiết bị hiện đại, người ta có thể xác định được giá trị chính xác hơn của hằng số mặt trời. Năm 1986, Hội nghị Quốc tế ở Davos (Thụy Sỹ) đã chấp nhận giá trị S o = 1367 W/m2 = 1.968 cal/cm2/phút. 10 [...]... khí tượng của mô hình khí hậu về trạm Kết quả từ cả hai công trình trên đều cho thấy mạng TKNT đã cho kết quả tốt hơn các dự báo của mô hình khí hậu được nội suy về trạm theo các phương pháp truyền thống Về bản chất, mạng TKNT là một hệ thống thích ứng, và thường là phi tuyến (trừ mạng có hai lớp, một nhập và một xuất), mạng được học để xấp xỉ một hàm từ tập số liệu nguồn (nhân tố dự báo) đến tập số. .. ảnh hưởng rõ rệt hơn đối với khu vực Thanh Nghệ Tĩnh Tháng VII là tháng nóng nhất đồng thời cũng là tháng khô nhất đối với khu vực Thanh Nghệ Tĩnh Nhiệt độ tối cao cực đại trên khu vực này có thể đạt tới 42 – 43 0C, cao hơn khu vực đồng bằng Bắc Bộ (khoảng 400C) 31 Một vài đặc trưng về nhiệt độ của khu vực nghiên cứu có thể được tóm tắt như sau: Đối với khu vực đồng bằng Bắc Bộ, nhiệt độ trung bình... hậu bức xạ khu vực đồng bằng phía Bắc 33 Chương 2: cơ sở lý thuyết mạng thần kinh nhân tạo (TKNT) 2.1 Các khái niệm cơ bản về mạng thần kinh nhân tạo Các loại mạng thần kinh nhân tạo (TKNT) 4 là một trong số những kỹ thuật xử lý tín hiệu mới nhất hiện nay, và đã được ứng dụng trên rất nhiều lĩnh vực khác nhau Trong khoa học kỹ thuật, mạng TKNT phục vụ hai chức năng quan trọng chính, đó là bài toán phân... Dự báo KTTV Trung ương Do đó, dự báo nhiệt độ tối cao thực sự là một bài toán có ý nghĩa thực tiễn Trên thế giới đã có nhiều nghiên cứu dự báo nhiệt độ tối cao sử dụng đầu ra của các mô hình số trị như trong các tài liệu tham khảo của Bin Li [8], Darel R Massie [11], Eric J Alfaro [13], Khu vực đồng bằng phía bắc bao gồm các tỉnh thuộc vùng đồng bằng Bắc Bộ và 3 tỉnh Thanh Hóa, Nghệ An, Hà Tĩnh (đồng. .. tuyến Đã có rất nhiều công trình trong lĩnh vực khí tượng thủy văn có sử dụng mạng TKNT, trong số các công trình đó phải kể đến hai công trình của Ricardo [25] và Bin Li [8] Công trình của Ricardo tập chung vào dự báo tổng xạ cho nam Brazil sử dụng mạng TKNT và đầu ra của mô hình quy mô vừa Êta Luận văn thạc sỹ khoa học của Bin Li lại đưa ra một ứng dụng mới của mạng TKNT trong việc thay thế các công cụ... xạ" được dùng đồng nghĩa với thuật ngữ "lượng chiếu sáng" Tổng lượng bức xạ trong một khoảng thời gian xác định được biểu thị bằng cal/cm2 hoặc kcal/cm2 1.6 Chế độ nhiệt và bức xạ ở khu vực đồng bằng phía bắc Nhiệt độ nói chung và nhiệt độ tối cao nói riêng được sử dụng nhiều trong các mô hình thủy văn và mô hình khí tượng nông nghiệp Gần đây, dự báo nhiệt độ và đặc biệt là nhiệt độ tối cao rất có... báo) đến tập số liệu đích (yếu tố dự báo) Thích ứng có nghĩa là các tham số của mạng được thay đổi trong suốt quá trình vận hành, và thường được gọi là pha luyện mạng Sau khi luyện, các tham số của mạng được cố định và hệ thống được kiểm nghiệm giải một vấn đề sắp xảy ra (pha kiểm tra) Mạng TKNT được thiết kế từng bước sao cho tối ưu hóa những điều kiện cho trước hoặc theo một trình tự xác định trước,... mạng TKNT là một lựa chọn thích hợp Vấn đề cốt lõi của mạng TKNT là phải có nhiều số liệu, phải lựa chọn được thuật toán, hàm tác động, quy tắc học và các điều kiện ngừng quá trình luyện thích hợp a Các thành phần của mạng thần kinh nhân tạo (TKNT) Mạng lan truyền là một hàm phi tuyến có thể xấp xỉ gần đúng nhất một hàm đích được cho qua một số mẫu trong tập mẫu Hình dưới đây minh hoạ một mạng lan truyền... bằng Thanh Nghệ Tĩnh) Chế độ nhiệt ở các tỉnh thuộc khu vực này không hoàn toàn đồng nhất Tiêu biểu cho chế độ nhiệt mùa lạnh là nhiệt độ tháng I và cho mùa nóng là nhiệt độ tháng VII Khu vực đồng bằng Bắc Bộ chịu ảnh hưởng nhiều hơn của hệ thống gió mùa đông bắc nên có mùa đông lạnh hơn (Hà Nội: 16.60C so với Thanh Hóa: 17.30C, Vinh: 17.90C), dao động nhiệt trong mùa đông cũng lớn hơn so với khu vực. .. tháng V, và tháng VIII Mùa đông trên khu vực đồng bằng Thanh Nghệ Tĩnh cũng rất ẩm ướt do không khí cực đới đã được bổ xung ẩm từ bề mặt biển và do front lạnh thường dừng lại và mờ dần trên khu vực này Tình trạng thời tiết nồm ẩm, mưa phùn cũng xuất hiện ở khu vực đồng bằng Bắc Bộ vào cuối mùa đông (khoảng tháng II, tháng III) Những đặc điểm quan trọng nhất của khu vực diễn ra vào mùa hè đó là sự xuất . thuyết về mạng TKNT 3 Chương III: ứng dụng mạng TKNT dự báo một số yếu tố khí tượng cho khu vực đồng bằng phía Bắc Việt Nam. 4 Chương 1: tổng quan 1.1 Tình hình nghiên cứu và ứng dụng mạng TKNT Các. xây dựng, và tất nhiên là trong khoa học khí tượng, đặc biệt là trong những tháng mùa hè. Trong tập luận văn này, để xây dựng mạng TKNT dự báo hai yếu tố khí tượng là tổng xạ và nhiệt độ tối. thông, cộng đồng người sử dụng mạng TKNT tăng lên đáng kể và được mở rộng trên nhiều lĩnh vực. Trong khí tượng học, đã có nhiều nhà khí tượng học trên thế giới và Việt Nam sử dụng mạng TKNT như