基于GSM和SVM的区域年用水量回归预测模型研究

区域年用水量受众多因素影响,具有非线性特点,而且还存在记录时间短、历史数据少等问题。基于支持向量机(SVM)小样本、非线性和泛化能力强的特性,建立了年用水量回归预测模型,利用网格搜索法(GSM)优化参数,并进行精度的检验。将模型应用于民勤县年用水量预测,结果表明:该预测模型的绝对误差和相对误差较小,精度较高,用于该县的年用水量预测是行之有效的。     

辽宁渍涝灾害发展趋势分析及预报方法

辽宁省由于特殊的地理位置、地形和气候条件,成为气象灾害发生较频繁、较严重的省份之一。其中由暴雨引发的渍涝灾害是最主要的灾害,它给国民经济和人民生命财产带来巨大损失。气候变暖导致了降水格局的变化,也使渍涝灾害发生频率增加。从分析诱发渍涝灾害发生因子入手,以气象条件为基础,分析了渍涝灾害发展趋势,并建立了渍涝等级预报指标,对气象防灾减灾具有重要的现实意义,也为气象更好地服务农业提供科学的参考依据。     

营口地区一次暴雨过程中的预报失误分析

[目的]分析营口地区一次暴雨过程中预报失误的原因。[方法]利用自动站降水资料和MICAPS资料,对2010年7月19~22日营口地区出现的暴雨天气过程进行了分析;并利用雷达、云图资料和数值预报产品,分析了7月21日的预报失误原因。[结果]造成7月21日暴雨预报失误的主要原因是：①此次降水过程持续时间长,降水不连续且分布不均,21日的强降水与前2个时段的强降水不同,是局部短时强降水,此类降水预报难度大;②数值预报不稳定,误差大;③20日夜间已经出现强降水,与21日傍晚出现的强降水间隔时间不长,容易使预报员疏忽,并且在此期间雷达和云图的暂时静寂也形成了一定的干扰。对于暴雨预报的着眼点应该立足于数值预报的形势预报,而不应将注意力放在要素预报上;应坚持以形势分析判断为主,要素判断为辅的原则;对于强降水的预报,数值预报往往误差较大,不能盲信,预报员应根据经验对其进行正确的订正预报。[结论]该研究为暴雨的预报分析提供参考依据。     

东北地区杨树烂皮病气象预报模型研究

为了研究东北地区杨树烂皮病气象预报预警技术,以2002-2008年东北地区杨树烂皮病发生程度为研究对象,利用相应气象资料,在相关分析、逐步回归和逐步判别分析方法的基础上,构建东北地区杨树烂皮病气象适宜度预报模型,并将气象适宜度指数划分为非常适宜、适宜、基本适宜、不适宜4个级别,以反映气象条件对杨树烂皮病发生发展的适宜程度。结果表明：东北地区杨树烂皮病发病面积与冬季气温日较差≥15℃的天数、春季和初夏平均气温呈正相关,冬季气温日较差越大、春季和初夏气温越高,越有利于杨树烂皮病发生发展;入冬冻害、春季温湿条件对东北地区杨树烂皮病发生发展起主导作用,气温、空气湿度与杨树烂皮病发生程度关系最为密切;影响东北地区杨树烂皮病发生发展的关键气象因子分别是3月下旬风速、3月空气相对湿度、4月温湿系数、3月和5月及4月上下旬气温、上年11-12月气温日较差≥15℃的天数。预报模型对2002-2008年的历史拟合和重发生年2009年预报取得了较好的效果,分级和分省外延预报平均准确率均在75%以上,3省预报准确率顺序为：黑龙江>吉林>辽宁。     

基于灰色神经网络与马尔科夫链的城市需水量组合预测

【目的】针对城市需水量预测系统具有非线性和随机波动性的特点,建立基于马尔科夫链修正的组合灰色神经网络预测模型,以提高模型的预测精度。【方法】比较分析灰色GM(1,1)模型、BP神经网络模型以及二者线性组合的灰色神经网络预测模型的预测效果,建立基于马尔科夫链修正的组合灰色神经网络预测模型,并以榆林市2000-2009年的用水量实际数据为研究对象,通过实例比较分析模型的检验预测精度。【结果】经马尔科夫链修正处理后,建立的基于马尔科夫链修正的灰色神经网络组合模型的预测精度更高,预测误差的绝对值均小于4%,且均方差σ为1.00,小于组合灰色神经网络模型与GM(1,1)模型、BP神经网络模型预测误差值的均方差。【结论】基于马尔科夫链修正的组合灰色神经网络需水量预测模型,对城市需水量的预测优于灰色神经网络及各单项预测模型,不仅预测精度高,而且能同时反映出数据序列发展变化的总体趋势和系统各状态之间的内在规律,适合描述随机波动性较大的预测问题。     

社会转型期县域耕地需求量组合研究

21世纪处于社会高速转型期,县域耕地需求量的预测是否合理关系到区域和全局的耕地保护压力程度。以夹江县为例,利用粮食安全法、GM (1,1)模型和时间序列预测法对夹江县的耕地需求量进行预测,结合县域的自然、社会经济实际状况及土地利用现状,应用层次分析法对3种预测结果赋予权重,最后用固定权系数预测夹江县的耕地需求量。研究结果表明：2020年耕地需求量14 49359 hm2,2030年为14 28945 hm2,该方法综合了自然、社会经济因素,准确地研究了目标年耕地资源的需求。     

基于Holt-Winters算法的定制家具生产需求预测研究

定制家具生产需求的准确预测有助于家具企业做出有效的决策,包括生产计划、定价和促销决策等,以缩短交货周期、减少库存、提升客户满意度和企业竞争力。笔者以家具产品为研究对象,分析其需求影响因素,建立了Holt-Winters算法的需求预测模型;将此预测模型引入到家具企业产能规划决策中,构建了需求预测模型;最后,选用实际数据,验证了所构建的需求预测模型及其求解方法的有效性。     

双内源指示剂法测定兔饲粮消化能值及其预测模型的研究

本试验旨在研究利用双内源指示剂法测定兔饲粮养分消化率及消化能(DE)值,并建立兔饲粮DE值的预测模型。选用体重相近的4月龄獭兔30只,随机分为3组,每组10个重复,每个重复1只兔。每组饲喂1种饲粮,用全收粪法进行消化试验,用聚酯纤维筛网袋法测定了饲粮中的2种内源指示剂,即酸不溶木质素(ADL)和盐酸不溶灰分(AIA)+ADL的回收率。同时选取了山东省不同饲料公司生产的17种兔颗粒配合饲料,在各自兔养殖场进行饲养试验,利用双内源指示剂法测定兔饲粮DE值,建立兔饲粮DE值的预测模型。结果表明:1)全收粪法测得3种饲粮ADL的平均回收率为99.87%,ADL+AIA的平均回收率为96.81%,二者可作为理想的双内源指示剂。2)利用双内源指示剂法可以准确测定兔饲粮的各种养分消化率和DE值。3)兔饲粮DE值可以用饲粮中可消化有机物质(DOM)含量进行准确的预测:DE(M J/kg)=0.0204DOM(g/kg)或DE(M J/kg)=0.939 5+0.018 2DOM(g/kg)。4)利用兔饲粮中养分[粗蛋白质(CP)、粗脂肪(EE)、可溶性碳水化合物(NDSC)、半纤维素(HCEL)和纤维素(CEL)]含量建立兔饲粮DE值的预测模型为DE(MJ/kg)=0.016 6CP(g/kg)+0.0334EE(g/kg)+0.015 3NDSC(g/kg)+0.005 4HCEL(g/kg)+0.003 1CEL(g/kg)。由此可见,利用双内源指示剂法可以较好地预测兔饲粮的DE值。     

塞罕坝华北落叶松人工林断面积预测模型

如何实现林分水平和单木水平预测林分断面积的兼容性,并提高不同水平断面积模型的预估精度,在森林经营过程中是一个亟待解决的科学问题。本文以华北暖温带华北落叶松人工林为研究对象,运用105块连续观测的固定样地数据,首先采用Gauss-Newton算法建立林分水平和单木水平断面积生长模型;其次分别采用不同形式的逻辑斯蒂方程对单木生存概率方程进行拟合;最后将不同水平最优预测模型进行组合并建立组合方程,采用最小二乘法估计组合方程参数,以提高对不同水平断面积的预测精度。结果表明:在约束参数法中,林分密度模型、林分断面积预测模型和单木断面积模型均具有较好的预测效果,并均能解释90%以上的变异;在分解法中采用逻辑斯蒂方程来预测单木生存概率和林分密度,经检验获得的ROC曲线下面积为0.906,表明该方程可以较好地预测林木生存概率;在组合预测法中,采用不同水平的最优模型进行组合后的预测效果最佳。在预测林分密度和断面积时,组合预测方程预测精度最高,林分水平模型预测精度次之,单木水平模型预测精度最低。组合预测法能够预测不同水平下的林分密度、立木生存概率、林分断面积及单木断面积,提高了模型预测精度,为预测林分生长动态、空间结构变化及经营效果评价等提供参考依据。      

基于VB和Surfer的地质灾害气象预报预警系统

对软件功能的研究发现,VB与Surfer编程语言之间可以实现ActiveX自动化连接。利用该方法将VB的强大软件开发能力和Surfer强大的绘图功能相结合,可实现地质灾害气象预报预警系统的可视化。