全文总字数：4288字

1. 研究目的与意义及国内外研究现状

全球气候变化导致高温、干旱、洪涝等灾难性天气频频发生，农业生产、社会经济等多方面受到严重影响，特别是我国降水量的空间格局的变化直接影响到我国农业生产安全。自新中国成立以来，我国几乎每年都会发生洪涝灾害，平均每年因洪涝灾害引起的农作物受灾面积大约占到耕地面积的10%。特别是1980年以来，我国平均每年因洪涝灾害的损失值达到1100亿之多，约占同期gdp的2%，遇到特大灾害时，约占同期gdp的3%-4%^[1]。可知降水极大影响了我国社会经济的可持续发展，人民生命财产安全皆受威胁，因此在全球变暖背景下准确预测和评估降水事件的未来趋势，为有关部门制定防灾减灾政策方针、提供战略参考意见有着重要意义。

本文利用1997-2012年4-7月吉林省逐日观测降水量资料，建立吉林省逐日降水的som神经网络模型，并由独立样本（时期2013-2015）的观测资料评估该模型的模拟性能。

2. 研究的基本内容

本文以吉林省24个站点1997~2015年4~7月的逐日观测降水量数据为研究对象，首先运用EOF分解把降水量纵向数据分解成少数几个典型空间模态和相应的时间系数，得到降水的典型空间结构和时间分布特征。在此基础上，建立日降水量数据的自组织映射神经网络降尺度模型，并分析各种天气模态下对应的降水概率分布，从而得到预报降水量。最后，从降水量的概率分布、空间分布两方面检验评估统计预报模型的模拟效果。

3. 实施方案、进度安排及预期效果

实行方案：

通过查阅书籍、期刊及网络上的一些共享资源，在老师、同学的帮助指导下，运用所学的统计软件完成数据的处理，从两个方面分析模型的模拟效果。

进度：

4. 参考文献

[1]曹玮.洪涝灾害的经济影响与防灾减灾能力评估研究[d].湖南:湖南大学,2013:22-26.

[2]朱灵子.基于统计模型的汛期降水预测研究-以义乌市为例[d].杭州:浙江师范大学,2015:11-16.