不同热力背景对城市降雨（暴雨）的影响（Ⅲ）：—基于人工神经网络的集成预报模型

在对降雨系统时序规律分析的基础上，提出了基于人工神经网络的集成降雨时序分析与预报模型，根据上海市降雨和实际测点布置的特点，提出了两套降雨预报策略，根据热力背景的不同，建立了城市降雨空间差异预报模型，经初步验证，该模型具有较高精度，可为城市规划，排水市政工程建设服务。     

三种智能计算低温冷害预报模型的对比分析研究

为了探索不同的非线性智能计算预报建模方法在冬季低温冷害预报中的应用效果,利用广西区域逐日平均气温和降水资料计算得出的1951-2018年冷湿指数作为预报量。通过计算该预报量与前期再分析资料中的各种物理量相关得出预报因子。首先利用逐步回归方法,从初选的相关预报因子中,客观选出9个预报因子,再对未选入的预报因子作核主成分非线性降维计算,选出方差贡献最大的核主成分因子,作为各预报模型的输入因子。分别采用模糊神经网络方法(FNN)、遗传算法的神经网络集成(GA-ANN)预报方法以及粒子群算法的支持向量机(SVM-PSO)集成预报方法三种不同的智能计算预报建模方法建立预报模型,对2012-2018年的20次低温冷湿天气进行预报对比试验。结果表明,在同样的预报建模样本条件下,模糊神经网络预报模型对20个独立样本预报平均绝对误差最小。进一步的计算还表明,这三种智能计算预报模型均比同样预报建模样本和预报因子的线性回归预报平均绝对误差要小,显示了非线性智能计算预报建模方法,对于具有明显非线性变化特征的冬季低温冷害天气过程,比线性预报方法有更好的预报能力。     

1949—1994年中国洪水灾害成灾面积的时序分形特征

作者应用１９４９～１９９４年中国洪水灾情资料,重构了其嵌入相空间序列,探讨了其时序的分形特征,计算得到了分维数。研究表明：洪水灾害成灾面积的时序分布具有分形特征。研究结果为建立洪水灾害成灾面积的时序预测预报模型提供依据。     

高海拔排土场边坡安全稳定性的PS⁃InSAR监测

为了解决高海拔排土场边坡灾害监测难度大以及安全稳定性预警等问题,提出利用 PS-InSAR 技术对高海拔排土场边坡进行安全稳定性监测分析。通过对西藏山南桑日县某排土场边坡进行监测分析研究,采用 2018 年 11 月 04 日至 2020 年 12 月 23 日的 25 景 Sentinel-1A 数据,利用时序差分干涉相位的时空分析方法,进行差分干涉、模型迭代计算和地理编码等解算,解算得到平均形变速率分布,基于平均形变速率结果分析该排土场边坡的安全稳定性。结果表明：利用 PS-InSAR 技术能够获取排土场边坡区域的地表形变信息;该研究区域坡体 2018 年 11 月至 2020 年 12 月的平均形变速率最大值为 -20.00 mm/a,最大形变速率区域出现在排土场边坡的下部 ;通过 PS-InSAR 技术能够对其安全稳定状态进行准确评价,并进行预警预报,为排土场边坡的安全稳定服役提供有效技术保证。     

边坡稳定性的线性罗吉特分析

应用线性罗吉特模型，本文提出了边坡破坏概率估计的新方法，由收集到的边坡实例建模，进而用于待判边坡破坏概率计算，就能预测待判边坡的稳定程度．结果表明：这种方法具有较高精度     

两种定性天气预报模型的对比分析

以南京１９６５～１９９４ 年４ 月平均气温作为预报量, 选取前期５００ ｈ Ｐａ 月平均高度场相关因子, 分别建立了事件概率回归预报模型和神经网络预报模型。通过对比分析发现, 在同等条件下,由于神经网络方法能更好地反映预报量与预报因子间的非线性关系, 并能有效避免采用事件概率回归方法预报建模时, 对预报因子分级造成信息损失的缺点。因此, 其拟合和预报效果明显优于传统的概率回归预报方法     

区域降雨型滑坡风险分析统计模型研究

较大空间区域内的降雨型滑坡风险分析受降雨情况以及地质地貌条件复杂多样的影响,难以完全量化分析。本文以地层岩性、岩土体结构、地质构造、坡度及河流冲刷等为主要因素建立了边坡危险性区划模型,在重庆地区滑坡与降雨关系的统计分析基础上,建立了重庆地区滑坡前期累计有效降雨量模型与降雨型滑坡预报累积降雨量指标体系,结合对重庆地区降雨概率分布的分析,建立了降雨型滑坡风险分析模型,研究了不同降雨条件、不同边坡危性等级下的年度滑坡风险,验证了所建预报预警模型的合理性和适用性,为城市区域规划和基础设施风险评估与管理提供了定量依据,为一定空间和时间范围内降雨滑坡风险的量化评估提供了有效途径。     

海洋冰情预测的径向基函数网络模型

为了提高非线性时序预测模型的精度,利用自相关技术分析了海洋冰情时序的延迟特性,据此确定了RBF网络的输入、输出向量,给出了MATLAB环境下海洋冰情预测的高精度径向基函数(RBF)神经网络的结构、设计、仿真函数和图形结果的输出方法,建立了海洋冰情预测的高精度RBF网络模型.使用27年的海洋冰情实测资料进行了网络的训练和检验,并将之用于预测,各训练样本的误差为0.0,预测值的精度高于门限自回归模型预测的精度.实例分析表明,所构建的RBF网络模型能充分利用预报因子的信息和神经网络方法的非线性映射能力,模型稳定性好,精度高,可广泛应用于各种自然灾害的非线性时序动态预测.     

预测低温冷害的门限回归模型

提出用门限回归模型（TR）来描述低温灾害指标变量在灾害状况与非灾害状况的突变性。研制了TR建模的一套简便通用的方案，用笔者改进的遗传算法可同时优化门限值和回归系数，从而解决了TR建模过程所涉及的大量复杂寻优工作这一问题，为TR模型的广泛应用提供了有效工具。实例的计算结果说明了其可行性和有效性。该方案具有通用性，在各种自然灾害时序预测中具有广泛的实用价值。     

黄土滑坡稳定性评价的反演分析

本文根据黄土滑坡的变形监测结果，同时考虑了边坡的初期应变分布状况，通过有限元反分析法，反推出边坡地基的力学参数，为黄土滑坡的稳定性评价和预报提供了可靠的依据。     

基于相空间重构和独立分量分析的火灾预测

利用非线性动力学的相空间重构理论和独立分量分析,结合非线性支持向量回归,提出了火灾起数时间序列预测方法。首先用时间延迟法和独立分量分析重构系统的相空间来反映火灾起数时间序列的内在变化规律,然后再用非线性支持向量回归来构建预测模型。仿真结果表明该预测方法具有较高的预测精度。     

一种新的时间序列预报方法及其应用

本文叙述了作者提出的时间序列预报方法的基本原理,介绍了这一方法在应用过程中的发展及在实际部门应用的情况,其中包括异常旱涝灾害预报及方法的改进等最新成果。     

模糊评判模型在边坡稳定性评价中的应用

本文以澜沧江中下游流域边坡稳定性评价为实例，为模型评判模型的应用问题和处理技术进行了论述。认为该模型简便实用、效果稳健、适应性强，是边坡稳定性评价工作中适宜推广的一个实用模型。此外，文中还提出了用于模型评判模型的信息检验法，讨论了这一方法在遴选有效评价因子和优化模型效能中的作用。     

马三峰土质边坡稳定性分析与评价

基于马三峰边坡南段土质边坡的工程地质特征现场勘查,分别运用极限平衡法和快速拉格朗日法分析了马三峰土坡的稳定性,搜索出了潜在的滑动面并计算出相应的安全系数,结果认为土坡整体是不稳定的。通过2种计算结果的对比研究,对此土坡的破坏模式及其发展趋势做出评价,认为此土质边坡破坏的力学特征为牵引式滑坡,失稳不是一次性地全部滑塌,而是分阶段滑动,破坏模式为一系列动态的平面—圆弧滑面破坏。如不及时治理,该滑坡体将会继续向后缘发展。     

遥感在滑坡调查中的应用

本文介绍了遥感技术在滑坡的现状调查和防治中的应用.提出了航天、航空遥感图像上滑坡现状、规模、易滑地点、稳定性评价等的直接和间接判读标志;并展望了遥感技术在滑坡动态监测中的应用前景.     

云区催化增水的数值模拟试验

本文以常规气象资料为初值,用载水的原始方程模式,对早春时节我国北方一次低压层状云区的浓密、过冷空域,进行模拟催化增水的数值试验。与相同初值下的预报结果相比,催化区及其邻近地区出现大面积降水。模拟试验的结果从一个方面说明,通过对云区催化实现大面积增水,在科学上是可行的;以载水数值模式进行数值模拟试验,指导人工催化作业,有助于做到以较小的经济代价,取得较好的增水效果。     

气候序列的最优分割与暴雨的灾变预测

暴雨是形成泥石流的水动力。泥石流发展趋势预测的主要内容之一是气候条件尤其是暴雨的变化趋势之预测。作者首先以气候资料序列最长的上海站为例，应用有序样品最优分割方法，综合降水与气温要素，对百年来气候序列进行划分，显示出气候变化的周期性和降水的平稳趋势，使泥石流发展具有周期性和持续性。进而，以南昆铁路宜良泥石流带为例，应用灰色灾变预测方法，预测可能引发泥石流的暴雨之频率变化趋势，为泥石流发展趋势的预测提供依据     

人工神经网络在台风预报中的应用初探

为了探索人工神经网络应用于台风分类预报的可能性，用具有Ｓ－特特性函数的Ｂ－Ｐ网络对每类台风的标准样本进行训练，由训练结束后的权值和阈值及待预报样本的因子测值，计算出网络输出值，作出台风分类预报。文中的实例表明人工神经网络用于台风预报具有客观性、可行性和实用性。     

中国历代灾害性海潮频率特征及时间序列的分形研究

根据中国历代灾害性海潮史料,运用一般统计方法和分形理论对其时间序列进行了分析,不仅探讨了历史灾害性海潮随时间演进的频率变化特征,而且判定了灾害性海潮时间序列的分形性质,在经基础上,还深入讨论了其分维与历代灾害性海潮暴积累发生次数和累积发生频率之间的关系,以及分维随时间演进的变化趋势。