灰色关联度组合模型在涝灾预测中的应用

传统灰色预测模型在涝灾预测中有较多应用,但其预测精度较低。为提高模型的预测精度,在传统灰色预测模型基础上加入灰色关联度分析,从灰色关联度的角度发现数据之间的依赖关系,运用灰色预测模型预测数据的发展走向。以沈阳市1960-2010年涝灾年份数据为依据,建立灰色关联度组合模型,应用结果表明,该模型比传统灰色预测模型效果好,为涝灾预测增添了新手段。     

基于马尔可夫边程的改进残差灰色灾变预测模型研究

洪涝是对人类社会危害较大的一种自然灾害,洪涝严重影响农业生产和生态平衡.介绍了传统残差灰色模型的基本原理和建立方法;并介绍了马尔可夫预测法,它是应用概率论中马尔可夫链的理论和方法来研究分析有关数据的变化规律,并由此预测未来变化趋势的一种方法.针对灰色残差模型中存在的问题对该模型进行了改进,运用马尔可夫状态转移矩阵来判断残差预测值在k>n时的符号,提高了预测精度.用辽阳地区50年的年降水量作为历史数据,取定灾变序列,建立涝灾预测模型,结果表明,新模型算法简单,精度较高,比传统的灰色模型效果更好,为涝灾预测提供一种行之有效的方法,对防灾减灾具有极其重要的现实意义.     

基于马尔可夫过程的改进残差灰色

洪涝是对人类社会危害较大的一种自然灾害,洪涝严重影响农业生产和生态平衡。介绍了传统残差灰色模型的基本原理和建立方法;并介绍了马尔可夫预测法,它是应用概率论中马尔可夫链的理论和方法来研究分析有关数据的变化规律,并由此预测未来变化趋势的一种方法。针对灰色残差模型中存在的问题对该模型进行了改进,运用马尔可夫状态转移矩阵来判断残差预测值在k>n时的符号,提高了预测精度。用辽阳地区50年的年降水量作为历史数据,取定灾变序列,建立涝灾预测模型,结果表明,新模型算法简单,精度较高,比传统的灰色模型效果更好,为涝灾预测提供一种行之有效的方法,对防灾减灾具有极其重要的现实意义。     

基于可公度性理论的干旱预测方法研究

【目的】为可公度性理论在干旱预测预警领域的拓展和应用提供依据。【方法】以河南省为例,并依据该省1961―2016年历史干旱数据,基于可公度性理论,采用层次分析法和MATLAB、SAS软件进行干旱发生年份预测,并与前人预测结果及蝴蝶结构图预测结果进行对比验证。【结果】基于可公度性理论的三元、四元和五元可公度预测模型,预测2014年河南省发生严重干旱的频数最高,即发生干旱可能性最大,这与实际相符;基于上述数据,预测河南省2030年前发生严重干旱的年份为2023年,这与蝴蝶结构图预测结果相符,并与前人研究结果一致。【结论】该方法用于区域性干旱发生年份的预测时具有较强的实用性;层次分析法及MATLAB、SAS软件的应用,大大提高了模型计算速度,并降低了主观因素对预测结果判别的人为影响,提高了计算结果的准确程度。     

基于灰色理论与BP神经网络组合模型的中长期负荷预测

灰色系统预测模型是中长期负荷预测的一种有效方法,但是,此模型存在未考虑经济因素对负荷发展的影响及难以满足高精度要求的缺陷,构建了考虑经济因素影响的灰色BP神经网络组合预测模型,通过灰色关联分析方法确定影响负荷的主要经济因子.主要经济因子的引入,使预测模型更符合实际、更合理.应用此组合模型对某省全社会用电量进行了中长期预测,结果表明,该模型具有更高的精度和更好的实用性.     

基于改进型灰色系统理论的农田灌溉水有效利用系数预测

结合温州市农业灌区的实际情况,采用灰色关联度定性分析筛选出影响灌区灌溉水利用系数的主要因素,建立灰色GM(1,1)预测模型,并利用残差预测对结果进行修正,最终构建改进型灰色系统理论预测模型。以温州市灌区为例,对该市2018-2022年农业灌溉水有效利用系数进行预测,预测成果为0.601～0.651,整体呈现逐渐递增趋势,基本符合温州市实际情况。     

基于灰色GM(1,1)模型的库尔勒市农业用水量预测

介绍灰色理论建模原理和模型参数辩识方法,并以实例(库尔勒市2000-2006年灌溉用水资料)建立灰色GM(1,1)预测模型,运用残差检验、后验差检验以及关联度检验3种方法对模型进行精度检验,其模型拟合精度达96.9%.用所建立的模型对库尔勒市2007-2011年农业用水量进行外推预测.结果表明,该灰色模型用于农业用水量预测,符合其灰色特性,通用性好,并且所需数据少,计算量适中,预测结果与当地实际情况比较吻合.     

运用灰色理论预测我国风电装机容量

通过对我国风电装机容量系统的分析,确定其为灰色系统,对该系统建立了灰色模型,并利用该模型对我国2005年风电总装机容量进行了预测。     

基于灰色理论的陕西农业机械总动力预测

农业机械总动力预测是农业机械化科学管理的重要内容。为此,运用灰色系统理论GM(1,1)模型,对1998-2008年陕西省农业机械总动力进行了相关检验,模拟了陕西省农机总动力发展情况,相对误差均小于3%,平均误差为1.01%,模型可用于农机总动力预测。预测结果表明:2011-2015年陕西农业机械总动力分别为19 570,21 687,2 3932,26 315,28 843kW,呈直线上升趋势,年平均递增率为9.48%。     

基于灰色理论和BP神经网络的农业用水量预测

运用灰色GM(1,1)模型和BP神经网络模型相结合的灰色BP神经网络模型,对农业用水量进行预测.此组合模型兼有灰色预测和BP神经网络预测的优点,既克服了数据波动性大对预测精度的影响,也增强了预测的自适应性.为此,以辽河流域某典型区为例进行预测,结果证明了该组合模型的优势,为农业用水量预测研究提供参考依据.     

东北三省地区生长季旱涝对春玉米产量的影响

评估生长季旱涝对作物产量的影响有助于农民采取措施增产保收。本研究基于1988—2017年气象站点数据和灾情、产量等统计数据,以中国东北三省为研究区,通过对比多时间尺度指标——标准化降水指数（SPI）和标准化降水蒸散指数（SPEI）与旱涝受灾率的关系,选择优势指数表征东北春玉米生长季干湿状况,基于HP滤波构建相对气象产量,利用距离相关分析方法选取合理时间尺度和关键月份的指数,分析这些指数与春玉米相对气象产量的关系以及不同生育阶段水分条件与产量之间的关系。结果表明：（1）SPI、SPEI均能表征东北地区农作物受旱和受涝状况,整体上SPEI在表征东北地区旱涝时更具优越性,尤其在辽宁省,因旱受灾率与SPI和SPEI相关系数差距明显,因涝受灾率与SPEI相关系数最大值为0.54,与SPI相关性不显著。（2）辽宁省SPEI₃-8与相对气象产量的距离相关系数最大,吉林省和黑龙江省SPEI₆-8与相对气象产量的距离相关系数最大;各省对应的SPEI与相对气象产量呈向下的抛物线趋势,其中辽宁省春玉米产量受干旱和雨涝的共同影响,吉林、黑龙江两省主要受干旱灾害的影响。（3）辽宁省春玉米在拔节—抽穗期主要受干旱影响,生长季后期受洪涝灾害影响较前期加重;当SPEI为1.0左右时,吉林省春玉米在出苗—拔节、拔节—抽穗期可达到最高产,抽穗—乳熟期受干旱影响严重;黑龙江关键生育期主要受旱灾影响,在出苗—拔节、拔节—抽穗期正常偏湿年份可达到最高产量,但中度及以上雨涝仍会导致玉米减产,抽穗—乳熟期在轻度湿润时可高产,重度湿润时会因涝减产。本研究对东北三省地区预估旱涝灾害对春玉米产量影响和及时采取灾害防御措施具有一定的参考价值。     

基于GIS的农业洪涝灾害风险评估模型

针对当前农业灾害给农业生产带来的影响,加强对区域农业灾害的风险评估和危险区域划分,进而提出相关的农业防治措施,是解决当前农业灾害损失的有效途径和方法。结合上述的需求,提出采用层次分析法和综合加权法构建农业洪涝灾害风险评估模型。然后以陕西关中农业洪涝灾害为例,以GIS为基础对陕西关中洪涝灾害风险区域进行划分,进而直观地呈现关中地区农业灾害的严重程度。通过计算与历史数据的比对发现关中洪涝灾害发生风险分布与历史数据基本吻合,验证了上述方法的可行性和准确性,为农业灾害风险的预防提供了一种可借鉴的方法。      

基于MapX的抚州市防洪管理系统的设计与实现

根据抚州市防洪管理的现状及存在的问题,利用GIS技术完成了抚州市防洪资源的可视化管理,可高效准确的查询受灾人口、受灾面积、空间分布等情况,为抚州市防洪部门提供规划决策服务.主要从系统开发平台的选择,系统结构、数据库的建立等方面阐述了系统的开发过程,对其他城市的防洪信息管理建立提供了一条新的有效的途径.     

基于流域模型法的山洪灾害监测预警系统

为了提高山洪灾害监测预警系统的准确性和时效性,减少山洪灾害对山区居民的人身财产损害,结合水利部门信息化建设要求和国家山洪灾害防治要求,阐述了山洪灾害监测预警系统的设计原则、建设目的及主要建立方法.临界雨量计算是山洪灾害预警系统的关键,分析了单站临界雨量法、区域临界雨量法及P-Ⅲ型频率分析法这3种常用山洪灾害监测预警系统计算方法存在的问题,提出了采用流域模型法计算临界雨量的山洪灾害监测预警方法,并利用流域模型法计算了山西省大同县部分沿河村落不同时段不同持水度条件下的临界雨量值,将山洪灾害预警指标实测值与计算值进行对比,结果显示实测数据介于土壤含水率较低和较高临界雨量值之间,说明该方法合理可行.以流域模型法为基础建立了大同县山洪灾害监测预警系统,促进了大同地区山洪灾害防治工作.     

基于改进FCM算法的加权马尔可夫链的年降水预测

应用改进的FCM(Fuzzy C-Means,模糊C均值聚类)算法对承德市1951—2015年的年降水序列进行模糊聚类,获得10个聚类中心和隶属度矩阵。根据最大隶属原则确定每年的降水状态,采用规范化的各阶自相关系数为权重,建立了加权马尔可夫链模型。以隶属度向量作为预测时的初始状态向量,通过该模型逐年预测了承德市2004—2015年的降水状态,结果与实际情况一致。引入模糊集中的级别特征值公式,并对该公式做出修正。基于马尔可夫链的预测结果,应用修正后的级别特征值公式预测了2004—2015年的降水量,所有预测结果的相对误差都在7%以内,初步表明基于模糊聚类和加权马尔可夫链的降水预测模型是合理可行的。     

基于加权马尔柯夫链的汛期降水丰枯预测

依据榆林市秃尾河1976-2000年汛期降水资料,应用均值标准差法建立降水丰枯的分级标准,将汛期降水量分为枯、偏枯、平、偏丰、丰等5个水平年。然后针对降水量为相依随机变量的特点,采用以规范化的各阶自相关系数为权重,运用加权马尔柯夫链模型来预测和分析未来年份汛期降水量的丰枯状况,结果显示该方法是有效可行的。最后运用遍历定理进行各种滞时的马尔柯夫链特征分析,对降水序列做出了定量的描述,预测未来秃尾河流域汛期降水量出现丰水年的几率最大,为39.8%。通过对汛期降水状态的预测,可以更好的为流域防洪抗汛和水库的合理调度提供有效信息。     

基于BOA-SVM模型的区域洪水灾害风险评估与驱动机制

针对区域洪水灾害风险定量评估方法精度不足问题，构建了一种基于蝴蝶优化算法改进的支持向量机模型(Butterfly optimization algorithm-support vector machine, BOA-SVM),并将其应用于黑龙江省近15年的洪水灾害风险评估与时空特征分析。结果表明：研究时段内，黑龙江省总体洪水风险水平前期升降变化明显，而后期逐渐趋于平稳，并呈现西北部高、东南部低的空间分布格局。其中，大庆地区洪水风险水平最低，绥化地区风险水平最高，其余地区风险水平随年际变化有明显下降趋势。产水模数、人均GDP、月强降水量、农林渔业总产值占比、人口自然增长率、每万人拥有卫生机构床位数、万公顷水库总库容为洪水风险变化的关键驱动因子。构建的BOA-SVM模型与传统支持向量机模型(Support vector machine, SVM)和基于帝国竞争算法改进的支持向量机模型(Imperialist competitive algorithm-support vector machine, ICA-SVM)相比，平均绝对误差(MAE)分别降低38.15%和9.18%,均方误差(MS...     

洪水灾害避难系统研究

探讨了洪水灾害避难系统设计与研究的方法,提出点线结合型洪灾避难分析思想,并以道路网密度表示撤退点的输出能力。结合防洪撤退过程的特点,提出一个随机模型计算道路的路权。在动态路径分析中,根据各个时段记录的车头时距情况,计算出车流的随机度,将防洪避难道路预警界限水平划分为3个等级。该系统的建立为防洪减灾决策提供了科学依据,为洪灾避难系统的研制和开发积累了经验。     

基于gs的洪灾避迁方案的模糊综合评判

洪涝灾害是我国自然灾害中损失最严重的灾害，随着社会经济的发展和城市化进程的加速，洪水造成的损失越来越大。而利用防洪非工程措施一直是防洪救灾工作的薄弱环节，正确迅速的解决防洪决策如此复杂的决策问题非常困难。本文试图利用模糊综合评判方法，结合GIS在洪灾避迁决策的应用，利用GIS图层叠加与空间分析的方法，通过相应的约束条件，筛选出满足约束条件的约束集，利用模糊相似贴近度物元模型进行方案的评价决策。从而帮助防洪决策人员制定具体防洪决策，减少或避免防洪决策的失误。