基于遗传算法的改进Elman神经网络模型的降雨量预测

为了研究年降雨量的变化规律及特点,采取预防措施,减少灾害损失,根据1955-2006年盘锦地区的气象资料,利用Matlab 软件分别取不同的网络训练样本,建立了3组BP神经网络预测模型.然后利用遗传算法对Elman神经网络进行优化,建立了遗传神经网络预测模型.对比结果表明遗传神经网络的预测精度高于BP神经网络预测模型.说明利用遗传神经网络模型对盘锦地区的年降雨量进行预测是可行的.     

山东省济宁市年降雨量演变与预测分析

济宁市人均占有水资源量不足全国平均水平的1/4,且水资源的时空分布受降水、地形地貌及人类活动影响较大,研究年降雨量的演变趋势和预测年降雨量是区域水资源规划中急需的工作。本文在对降雨序列的趋势和周期分析的基础上,通过加权马尔科夫链结合模糊集理论的方法,预测了该市的年降雨量。结果表明,尽管气温发生着变化,但降雨并无明显变化;经对2006~2009年4年的年降雨量进行预测检验,证明该预测方法有较高的准确性,预测2010年降雨量为660.39 mm,与周期分析结果一致。可以为当地水利部门的防洪抗旱工作及制定相应的政策措施提供决策支持。     

基于时间序列的金华市梅汛期降雨量预测

根据金华市7个县（市）1968～2012年梅雨汛期降水量的实测数据,对金华市梅汛期降水基本特征进行分析,并运用平稳时间序列的线性外推法建立各个地区降水量的预测模型。结果表明,金华地区梅汛期降水量的年际变化呈多峰型,但从总体形势上看．近45年的梅雨量是呈上升趋势;经检验,浦江等地区预测的中长期结果具有较高的精度,说明平稳时间序列的线性外推法建立的预测模型对这些地区梅雨期降水量的预测较准确,此预测模型可以为中长期降水预报及政府部门决策服务提供强有力的科学支持。     

时间序列分析在地下水动态预测中的应用

建立了基于时间序列分析的地下水埋深动态模型,并对垦区地下水水位进行了预测.结果表明,当样本容量足够大时,该方法的预测结果具有很高的精度以及稳定性,可以应用于地下水埋深的动态预测中.     

基于时间序列与小波分析耦合模型区域降雨量预测研究

为提高区降雨量预测精度,提出小波分析与时间序列组合模型。以黑龙江省虎林市858农场区为例,采用小波变换A Trous算法将小波信号分解,对分解后各小波变换序列互相关分析,随后运用时间序列分析分别对该农场周期项W 1(t)、随机项W2(t)、趋势项C2(t)模型求解,采用小波重构算法得到组合模型。运用该模型模拟该区1999~2014年降雨量,结果与实际测量值接近。预测未来3年短期降雨量,为指导区域农业生产及管理提供科学依据。     

加权马尔可夫链在泰安地区年降雨量预测方面的应用

依据1960~1990年泰安地区的年降雨量资料,采用均值-标准差分级法,对其进行状态分级,分为枯水年、偏枯年、平水年、偏丰年和丰水年5个状态,利用加权马尔可夫链建立年降雨量预测模型,针对其对极端降雨量年份预测不准的缺点,利用灰色系统理论进行极端降雨量年份预测,作为原模型的补充。结果表明,采用该方法预测的结果与实际情况相吻合,且34年后泰安地区将出现旱情。     

基于时间序列法的广西原糖价格预测

【目的】为了了解广西原糖价格的未来走势,掌握原糖价格的变动情况。【方法】使用时间序列法中的季节性ARIMA模型,分析2001年1月至2016年4月183个月份数据,预测广西原糖2016年5月至2017年4月的价格。【结果】广西原糖价格在2016年上半年一直保持着平稳状态,但自下半年起,原糖价格逐渐上升并在11月达到全年价格顶点,在12月时原糖价格出现明显回落现象,2017年的1-4月的原糖价格没有较大幅度波动。【结论】时间序列法的的预测精度较高,可以得到较准确的广西原糖价格的趋势图。     

灰色理论在区域降雨量预测中的应用——以河南商城县为例

以灰色理论为基础,介绍了灰色波形预测的原理和步骤,并结合实际,建立了商城县年降雨量波形预测模型。对所建模型进行误差检验,结果表明该预测模型具有较好的可行性和较高的精度。在此基础上对未来降雨量进行预测,这对该地区水库的优化调度和农业生产有重要的指导意义。     

基于Box-Jenkins方法的黄河水质时间序列分析与预测

采用基于Box-Jenkins方法的时间序列分析技术,对黄河上游甘肃兰州段、中游吴堡和下游山东利津段的水质进行了趋势分析和预测。选取对水质产生影响较大的两个污染因子化学需氧量(CODMn)和溶解氧(DO)1994—2003连续10a的月平均水质监测数据,借助Matlab和SAS统计软件,建立了ARIMA模型和乘积季节时间序列模型,并分析了这两个污染因子随时间推移的变化规律。结果表明:ARIMA模型和乘积季节模型能够用于短期水质预测,并且预测效果较好。黄河流域从上游到下游水质总体状况呈逐渐下降趋势,上游水质一般为Ⅱ和Ⅲ类,而中游和下游水质基本为Ⅳ、Ⅴ和超Ⅴ类。     

一种基于时间序列模型的风速预测方法

分析了美国HMO（Health Maintenance Organization）市场结构主要指标及部分医疗和社会经济指标对美国医疗费用的影响,采用1995-2007年数据,利用主成分分析（PCA）方法与BP神经网络构建预测模型,对美国支出在医院方面的医疗费用进行拟合及预测,预测结果与实际值之间的相对误差小于0.25%,表明可基于该模型考察在HMO市场结构影响下的美国医疗费用.     

数值模式产品应用于安徽省可增雨区预报的研究

基于中尺度数值模式MM5产品进行冰面过饱和度、散度差、K指数、比湿等相关物理量的计算,利用逐步判断法得到一个判断增雨潜力大小的综合指标,对安徽省增雨潜力区分布进行分级预报的研究。从个例结果来看,预报的潜力区分布与实况降水的分布有较好对应关系。这种催化潜力区的分布用图形方式给出,形象直观,非常方便人工增雨业务人员识别,因而对省级、地市级气象部门进行增雨作业具有实际应用意义。     

基于小波分析的西昌市降水时间序列变化特征

利用1951～2008年西昌市降水资料,采用回归分析和Morlet小波分析方法,研究了西昌市季节、年降水量变化的多时间尺度的周期性变化规律,并对西昌市中短期降水状况进行了预测。结果表明,近58年来西昌市年降水量呈下降趋势,降幅为-2.300mm/10年;各季节有增有减,春、秋季变幅较大,春季增幅为5.711mm/10年,秋季降幅为-9.635mm/10年;夏、冬季节波动不大。季节、年降水量存在着多重时间尺度下的周期变化特征,多重时间周期尺度相互嵌套,春季的主要振荡周期为4和35年,夏季为3、15和42年,秋季为3、7、11和18年,冬季为4和15年,年降水量为3、7、15和22年。不同时间尺度,具体年份对应的相位不同,降水变化趋势的预测结果也不同。     

真值图降水预报方法初探

利用巴楚县气象站1970～2000年6～8月逐日实测地面降水资料、水汽压、24h变压、气温、相对湿度、最高气温、最低气温资料,从中发现11：00水汽压、14：0024h变压、17：0024h变压、17：00气温、17：00相对湿度、17：00最高气温减最低气温与每次降水的出现有着极为密切的关系,并通过使用真值图预报方法来预报未来24h有无降水,经试报实践证明,预报准确率达75％。     

人均GDP时间序列模型及预测

大多数经济时间序列存在惯性或是迟缓性,通过对这种惯性的分析可以由时间序列的当前值和过去值对未来值进行预测。用ARIMA似模型可以对天津市人均国内生产总值（1978～2006）时间序列进行建模和短期外推预测。     

基于马尔可夫模型的南京市年降水量预测试验

鉴于降水过程存在大量不确定性的特点,中长期降水预报一直是气象科学领域的一个难题。主要采用平滑处理消除异常值,对年降水量进行分级,建立滑动平均马尔可夫链预测模型。通过建立的预测模型,对南京市2009、2010年年降水量进行了试预测。结果表明,2009年预测值与实测值相对误差为2．17％,2010年预测值与实测值相对误差为3．09％,预测精度较高。同时,为弥补滑动平均马尔可夫链模型对极端年份无法预测准确的缺陷,利用灰色灾变系统,对南京市极端降水年份进行预测。两者结合能更好地完成南京市年降水量的预测工作。     

基于时间序列的胶东半岛异常降水灰色预测模型

利用胶东半岛地区24个气象观测站1981~2010年的年降水资料,根据灰色系统理论及其建模原理,建立了胶东半岛异常降水的灰色预测GM(1,1)模型,并对2011~2030年的异常降水进行了预测和比对论证。结果表明,建立的模型精度较高,通过了残差与后验差检验分析,达到优秀标准;2011~2014年的预测结果与实际吻合较好,表明结论可以用于预测;短期预测认为2015和2017年在烟台可能出现降水异常,表现为偏少;2016年在青岛和烟台可能出现降水异常,表现为偏多。     

基于主成分分析降水量指标预测棉铃虫百株卵量模型研究

棉铃虫是中国棉花主要害虫之一,降水量对其种群数量具重要影响。采用连续10a棉铃虫第2代和第3代的百株卵量与同期降水量指标资料,通过相关系数法筛选出10个预测第2代、第3代棉铃虫的降水量指标,采用主成分分析法建立第2代、第3代棉铃虫百株卵量的特征预测模型。检验结果表明,第2代棉铃虫的预测模型信度较好,历史符合率为70%;而第3代棉铃虫的预测模型信度较差,历史符合率为40%。由于入选因子均为前兆因子,因此,第2代棉铃虫的预测模型可用于区域棉铃虫发生程度的监测和预警研究。     

基于CBS-GM的时序数据短期预测方法

介绍了时序数据常用的参数回归和非参数回归方法,分析并比较了各自的优势和局限。结合这些特点提出一种基于B样条系数(CBS)与灰色模型(GM)的组合预测方法CBS-GM。此预测方法兼有参数和非参数的优点,具有较强的适应性和稳健性。最后将提出的方法应用于实际数据(常规数据和含异常值数据)。结果表明,综合预测精度和速度,CBS-GM相比于GM(1,1)、ARMA、BP神经网络和SVM等4种常用预测方法具有一定优势,是一种实用、高效的短期预测方法。     

2010年锦州地区春季首场透雨天气及其增雨潜势预报浅析

[目的]研究2010年锦州地区春季首场透雨天气及其增雨潜势预报。[方法]从天气形势特点、主要影响系统、预报服务、人工增雨作业等方面,对2010年锦州地区春季首场透雨的天气过程进行全面总结。[结果]此次透雨降水天气形势特点为高空冷空气偏弱、低空暖湿气流明显;主要影响系统为高空槽、高空切变线和地面蒙古气旋;地面倒槽系统北上与蒙古气旋同位相打通,为锦州地区降水提供了一定的能量和水汽,这是产生这场透雨的关键原因之一。数值预报产品在预报服务工作中起到了一定的指示作用,形势场预报较为准确、降水预报偏差较大,因此预报服务中不能简单完全依靠,应该结合实况监测资料进行综合分析应用。[结论]该研究为锦州全区大范围成功进行人工增雨作业起到了保障作用。