摘要：為提高汛期降雨量中長期預(yù)報的精度,采用芒種日分析充分提取有用信息,基于BP神經(jīng)網(wǎng)絡(luò)模型,構(gòu)建了芒種日分析的BP神經(jīng)網(wǎng)絡(luò)耦合模型,并將其應(yīng)用于北京市中長期汛期降雨量的預(yù)測。結(jié)果表明:相比于常規(guī)BP模型,耦合BP模型能夠有效提高預(yù)報的精度,驗證期耦合BP模型模擬值與實測值相關(guān)系數(shù)為0.78,明顯優(yōu)于常規(guī)BP模型的0.42;耦合BP模型較常規(guī)BP模型的預(yù)報合格率提高了40%。芒種日分析能夠充分發(fā)掘隱藏在原始數(shù)據(jù)中的有用信息,降低極端值等噪聲數(shù)據(jù)對預(yù)報結(jié)果的影響,有效提高了模型的預(yù)報精度。將傳統(tǒng)節(jié)氣與人工智能預(yù)報技術(shù)相結(jié)合,為中長期汛期降雨量預(yù)報提供了一種新思路。