经验模态分解和RBF网络在径流预测中的应用

为提高径流预测的准确性,提出一种经验模态分解EMD(Empirical Mode Decomposition)与径向基函数RBF(radial basis function)神经网络的径流预测方法。该方法利用EMD将漳泽水库径流序列分解为5个固有模态函数和1个残余项,然后将各分量作为RBF网络的输入对径流进行预测。结果表明:通过EMD分解,预测效果有明显提高,满足规范要求,计算方法可行。预测结果可为漳泽水库防洪抗旱规划,水资源优化调度提供科学的依据。     

基于BP和LSSVM的径流分频预测模型构建

针对径流序列具有较强的随机性和波动性特征,提出一种短期月径流预测混合模型CEEMDAN-VMD-(BP, LSSVM)-LSSVM。首先利用自适应白噪声完整集成经验模态分解(CEEMDAN, complete ensemble empirical mode decomposition with adaptive noise)将径流序列分解为高频、中频和低频分量,再利用变分模态分解(VMD, variational mode decomposition)方法进一步分解高频分量,并根据样本熵对两次分解得到的子序列进行整合,采用麻雀搜索算法优化的反向传播神经网络(BP, back-propagation neural network)和最小二乘支持向量机(LSSVM, least square support vector machine)分别预测高频分量和中低频分量,最后将不同频率分量训练期的拟合值作为LSSVM的输入,进行二次预测得到最终的径流预测结果。将提出的模型应用于黑河流域莺落峡站和祁连站的月径流预测,验证期相关系数和纳什效率系数均达到0.99以上,对比其他8组对照模型,该模型具有更高的预测精度,可以应用于实际的短期月径流预测。     

基于EEMD-LSTM模型的天山北坡经济带年降水量预测

降水量预测是现代气候预测业务的核心和难点.耦合模型在新疆降水量预测的研究应用屈指可数,因此,通过尝试建立集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)和长短期记忆神经网络(Long Short-Term Memory Network,LSTM)的耦合模型对天山北...     

基于CEEMD的LSTM和ARIMA模型干旱预测适用性研究——以新疆为例

干旱的频繁发生对农业生产和经济发展造成了不可忽视的危害,准确预测干旱的发生具有重要的现实意义。基于1960—2019年新疆气象站点的逐日降水量数据,计算1、3、6、9、12个月及24个月时间尺度的标准化降水指数。建立差分自回归移动平均模型（Autoregressive Integrated Moving Average,ARIMA）、长短期记忆网络（Long Short-Term Memory,LSTM）、互补集合经验模态分解（Complementary Ensemble Empirical Mode Decomposition,CEEMD）-ARIMA组合模型和CEEMD-LSTM组合模型。通过4种模型对多时间尺度SPI序列进行预测,确定各模型在干旱预测中的适用性。结果表明：（1）4种模型的预测精度均随时间尺度的增加而逐渐提高,在24个月时间尺度时达到最高;（2）CEEMD能够有效平稳时间序列,各时间尺度下,组合模型均达到了较高的预测精度,相较单一模型更适用于干旱预测;（3）4种模型预测结果精度由低到高分别为：LSTM、ARIMA、CEEMD-LSTM、CEEMD-ARIMA（决定系...     

基于小波神经网络和BP神经网络的麦蚜发生期预测对比

为建立更准确、稳定的病虫害预测预报模型,减少农作物病虫害损失、提高农作物产量与质量,运用主成分分析法从42个基础气象因子中整合形成8个新的自变量输入模型,采用试凑法对网络关键参数进行筛选,用2002-2011年数据进行网络训练,建立了以Morlet小波函数为传递函数的小波神经网络模型,并与以Sigmoid函数为传递函数的BP神经网络模型进行了比较.在小波神经网络训练过程中,有6年拟合精度在90％以上,平均拟合精度为89％,预测结果MAPE值为4.1939,MSE值为5.9764;在BP神经网络的训练过程中,有4年拟合精度超过90％,平均拟合精度仅为81.07％,预测结果中MAPE值为6.4694,MSE值为8.2457.从训练结果看,小波神经网络更能准确描述麦蚜发生期的变化规律,其拟合能力较BP神经网络好;从预测精度和模型的稳定性来看,小波神经网络好于BP神经网络.     

甘肃旱区马铃薯晚疫病始发期的预测研究

本研究利用2012—2013年甘肃省马铃薯主栽区的气象资料,结合甘肃马铃薯晚疫病发生的实情,筛选出显著影响晚疫病发生的相关气象因子,建立了甘肃干旱山区,二阴区和川塬区的马铃薯晚疫病始发期预报方程,但川塬区晚疫病始发期预报模型还需进一步的设计与优化。方程模拟结果:温度是二阴区内晚疫病始发的关键因素;降水量主要影响干旱山区马铃薯的晚疫病发生;在同一地区内,川塬区和二阴区晚疫病始发期早于干旱山区,这与干旱山区空气流动性相对强于川塬区和二阴区有关。通过对甘肃干旱山区,二阴区与川塬区马铃薯晚疫病始发期预报方程进行验证,得知预报方程对干旱山区和二阴区晚疫病始发期的预测准确率较高,预测始发期区间较小,误差小,在甘肃晚疫病预警和防治工作中具有较强的指导作用。     

长白蚧第一代防治适期预测的研究

长白蚧Lopholeucaspis japonica(Cockerell)是我国茶区茶树的一种主要害虫,掌握第一代防治适期是防治此虫的关键。研究表明,影响第一代卵盛孵末期(防治适期)的主导因子,是3、4月平均气温之和,其次是2至4月的温雨系数。其预测方程Y=44.91-0.91x₁+0.25x₂±1.61。经适合性测验和12年次实地验证,吻合程度极佳。     

基于BP神经网络模型的三江平原湿地面积预测研究

以相关资料和文献中1950-2009年的数据为依据,利用相关分析、灰色预测方法和BP神经网络模型,定量分析了三江平原湿地面积变化的影响因素,并对未来20年三江平原的湿地面积进行预测。结果表明,耕地面积、年均气温、人口数量、径流深度、相对湿度、年降水量、政策因子与湿地面积变化关系密切,可以作为BP神经网络模型的预测变量。BP神经网络模型预测2010s三江平原的湿地面积为58.58万hm2,2020s为45.86万hm2,湿地面积在未来一段时间还有减少的趋势,但减少趋势明显减缓。     

不同时间尺度海温因子对西北地区东部夏季降水的影响及预测

利用1961—2020年中国西北地区东部夏季降水量月平均资料、NCEP/NCAR环流再分析以及英国Hadley逐月海表温度(SST)资料,采用功率谱、合成分析、多元线性回归等,分析了西北地区东部夏季年代际、年际降水分量的主导海温模态,并利用时间尺度分离前后得到海温因子分别建立降水预测模型。结果表明:(1)西北地区东部夏季降水不仅具有30 a左右的年代际震荡周期,还具有准3 a的年际周期,其中降水的年代际分量由太平洋十年际涛动(IPO)主导,春、夏季IPO正位相时,有利于西北地区东部夏季降水处于偏多的背景;反之,处于降水偏少背景。(2)降水年际分量的主导信号来自热带印度洋、热带西太平洋和北大西洋,当春季热带印度洋呈类全区一致海温模(IOBW)负(正)位相、类北大西洋三极子(NAT)为正(负)位相及热带西太平洋为冷(暖)海温异常时,有利于夏季中高纬贝加尔湖地区出现高(低)压异常,西太平洋副热带高压偏弱(强)、偏南(北),西北地区东部降水易偏少(多)。(3)独立检验时段内,基于时间尺度分离模型的西北地区东部夏季降水年均趋势异常综合评分(Ps)、符号一致率评分(Pc)分别较原始模型提高6%、7...     

不同温度对思茅松毛虫卵期发育的影响

为了掌握思茅松毛虫在江西发生的种群动态规律,研究了室内不同温度条件下对思茅松毛虫卵期发育的影响.结果表明,思茅松毛虫卵在15℃和35℃都能孵化,但孵化率均小于5％,而在20～32℃范围内,卵的孵化率均在70％以上,且孵化速率随着温度的升高加快,发育历期明显缩短.数据显示,其卵的发育起点温度为(10.61±1.35)℃,...