基于季节性模型的长期降水预测及预报检验

应用季节交乘趋势模型进行长期降水预测,对陕西的8个国家基准站进行了近6年逐月的降水预测,并运用中国气象局降水评分办法进行了预测检验。结果表明,近6年预测年降水评分均高于主观评分,是一种具有较好的应用前景的预测模型,建立预报水平平稳,可以广泛地应用于长期降水预报。     

地下水位预报的相空间重构神经网络模型研究

为有效揭示水资源系统复杂的非线性结构及变化规律,结合混沌理论、相空间重构理论与神经网 络,研究了地下水水位预测模型,即通过相空间重构,把一维地下水水位时间序列拓展为多维序列,从而挖掘更为 丰富的信息;运用混沌方法构造训练样本并确定神经网络的网络结构,用神经网络拟合相空间相点演化的非线性 关系。实例计算表明,该模型具有较高的预报精度。     

近年来我国农业气象灾害预报方法研究概述

近些年来,由于科学技术的进步,科技带动生产力发展的同时也带动了气象灾害预防机制的飞速发展,在很多新的统计模型和信息技术方面取得了很大的进步,但是,从总体上来说,现在我国的农业气象灾害预报依旧不是很成熟,预报模式还处于相对单一的阶段。所以,在未来加强多样化的预报方式,将长期、中期与短期的预报相结合以及利用卫星监测与气象预警相结合,这样,才可以更好的进行农业气象灾害的预报。     

运用混沌理论预测粮食产量

运用混沌理论的原理和方法预测粮食产量,探寻一种准确率高、时效长、成本低、便于普及推广的区域粮食产量预测方法。把粮食单产序列分解为趋势产量和气象产量2部分,用5年滑动平均法求得趋势产量后,通过分析粮食单产中气象产量分量的时间序列的变化规律,论述了由气候变化引起气象产量的年际波动具有混沌特性,具体表现为平稳的马尔柯夫型状态转移概率和相同的概率密度分布特点。并以陕西省武功县、河北省禹县和涿州3个地区1949—1999年小麦单产序列为例,运用MATLAB7.0语言编程构建了粮食产量的混沌预测模型,对2000年小麦单产进行预测,准确率分别为98.1%、92.1%和97.1%。预测结果表明,粮食产量的混沌预测法相对准确而有效,准确率在92%以上,可作为粮食产量预测的新方法加以推广。     

库尔勒香梨盛花期预报模型初探

根据库尔勒市1981—2012年地面观测资料和香梨花期物候资料,分析库尔勒香梨盛花期与气象因子的相关性,采用逐步回归分析法确立对香梨盛花期作用显著的气象因素,建立香梨盛花期最优回归预测模型。结果表明,影响香梨盛花期的最优势相关气象因子是3月平均最高气温、4月至始花期平均气温与4月至始花期合计日照时数,利用所建模型对1981—2007年以及2008—2012年香梨盛花期进行回代和预报检验,效果均较好,此结果可用于指导库尔勒市香梨盛花期的预报。     

气象灾害风险评估模型构建研究

文章从气象灾害风险分析的角度构建了我国荔枝冬季寒害的灾害风险评估体系,该体系由风险辨识、风险估算和风险评价组成。在风险评估方面,基于灾害性质、灾损和抗灾性能的含义,提出了相应的风险概念模型,根据近年来产量资料和气象资料,提出了应用性强、可操作的各种灾害的灾害强度风险概率模拟模式和灾损风险概率模拟模式,并采用逐年产量和气象资料的样本序列,用模拟模式估算了各种灾害强度和不同灾损发生的风险指数,阐述了风险水平的地区差异。在风险评价方面,根据对各种灾损的风险指标进行综合分析,提出了风险区划指标,并进行风险区域划分。     

基于DS证据理论的多模型洪水预报方案优选

【目的】研究基于DS证据理论的多模型洪水预报方案优选模式,以丰富多模型洪水预报方法。【方法】建立了多模型洪水预报情形下的优选指标体系,运用基于证据可信度的DS证据理论合成方法进行洪水预报方案的优选,采用新安江模型、萨克拉门托模型、水箱模型和陕北模型进行多模型洪水预报的优选,并以东洋河为例进行模拟验证。【结果】在对东洋河洪水进行预报时,新安江模型、萨克拉门托模型、水箱模型和陕北模型的可信度(m(Mi))分别为0.758 7,0.906 6,0.838 4和0.859 1,多模型洪水预报方案由优到劣的次序依次为:萨克拉门托模型、陕北模型、水箱模型、新安江模型,因此认为采用萨克拉门托模型对应的预报方案为最优预报方案。【结论】基于DS证据理论的多模型洪水预报方案优选可以为决策者提供更为科学的决策,进一步丰富和完善了多模型洪水预报方法。     

土地利用规划中人口预测模型研究

在描述人口自然增长模型、加权平均增长模型、回归预测模型和GM（1,1）预测模型的特点和适用条件的基础上,以河南省固始县为例,依据1991~2007年《固始县统计年鉴》中的人口统计资料数据,分别建立4组模型对其人口变化情况进行拟合,同时预测2008~2009年人口规模对其进行精度验证。分析检验结果显示,人口自然增长模型预测结果精度不高,加权平均增长模型在人口总规模不稳定时预测结果不科学,GM（1,1）模型和回归模型的结果与实际数据符合程度较好,可采用两者的平均值作为最终预测结果。     

七里街水文站实时洪水预报神经网络模型

采用人工神经网络方法,建立福建省闽江建溪流域七里街水文站实时洪水过程预报的３ 层前馈反向传播神经网络模型, 经检验预测精度为８３．３０％ , 符合该区洪水预报规范, 准确率比较高． 其结果表明, 人工神经网络模型可适用于洪水过程预报的动态模拟     

基于灰色神经网络和证据理论预测地下水位的研究

用灰色GM(1,1)模型、BP神经网络模型和证据理论相结合而成的灰色证据神经网络模型,对山东枣庄区域地下水位进行预测。基本思路是运用灰色GM(1,1)模型所得到的预测值按前两年来预测下一年的组合规律分别作为BP神经网络的输入输出;再用BP神经网络输出作为证据理论基本可信度分配函数,使用D-S理论将信息进行二次融合;并用地下水位实测数据对模型进行验证。结果表明,预测模型具有可行性和实用性,为生态农业规划发展提供了科学依据。     

基于模糊灰色预测模型的油菜产量预测

把模糊数学和灰数学有机的结合为模糊灰色预测FGM（1,1）模型,并应用到油莱产量的预测上,实例分析发现FGM（1,1）模型预测我国油菜产量具有较高的预测精度。     

基于混沌理论的振动压路机

为将混沌振动理论研究成果转化为技术成果，开发了基于混沌理论的振动压路机。通过数值仿真和部件测试，发现混沌振动压实比简谐振动压实更为有效。     

灰色线性组合模型在涝灾预测中的应用

灰色线性组合模型由于在传统灰色预测模型的基础上加入了对数据的线性分析,在各个领域应用已较为广泛.应用灰色线性组合模型,以沈阳市1960～2006年的降雨量作为数据依据,建立模型对涝灾进行预测.结果表明:组合模型较好的拟合了预测灾变年,预测误差小于普通灰色预测模型,为涝灾预测增加了一种新方法.     

灰色系统理论在灾害预防中的应用

对灰色系统理论和方法及其在灾害预防中的作用进行了阐述,并指出了灰色系统理论在灾害预防中的研究方向。     

沈阳市降水概率预报模式研究

利用日本数值天气预报产品和地面天气图，集成多种统计学方法对沈阳市降水概率进行预报，经专家订正后对社会发布。本预报模式避免了单一统计学方法的局限性，并且实现了历史因子的自动追加，能够反映最新的天气信息。经在沈阳市气象台一年的试预报，根据预报结果计算得半贝里尔得分B=0．065；Bias得分为Bias=2％；预报技巧得分Bs=80．8％。同时准确率明显高于日本数值预报结果。     

灰色预测模型在我国油菜产量预测中的应用

油菜产量的准确预测对油菜种植面积有重要的指导价值。将能排除数据干扰性的弱化算子引入GM（1,1）模型,建立了基于改进的GM（1,1）模型的我国油菜产量预测模型,最后通过实例演算,运用改进的GM（1,1）模型预测我国油菜产量具有较高的预测精度。     

陕西省苹果产量预报模型初探

根据陕西省苹果产业气象服务业务需求,利用气象条件、生态监测和种植面积3个指标,共13个子指标建立陕西省苹果产量预报概念模型,通过对各指标与去年及历年情况的对比,了解当年这些因素相较去年及历年的优劣程度,并以前1年情况为基准,定性判断当年苹果产量变化趋势及幅度,进而判断当年苹果产量。该模型目前已满足陕西苹果气象服务业务需求,并可为今后进一步完善苹果产量预报方法、指导其他省市开展各类特色经济林果产量定性预报提供参考。