基于神经网络的洪水预报研究

人工神经网络通过神经元之间的相互作用来完成整个网络的信息处理,具有自学习和自适应等一系列优点,因而用它来进行洪水预报是可行的.对洪水预报问题,初步建立了基于神经网络的洪水预报系统,给出了应用实例.     

西江年最高水位的神经网络预报模型

对西江洪水发生的特征进行分析表明，洪水发生频率高，具有明显阶段性特征，并与流域面雨量密切相关。利用前期环流场、海表温度（SST）场及环流特征量资料选择初选预报因子，然后对初选预报因子作EOF分解构造综合预报因子，结合人工神经网络方法建立了西江年最高水位预报模型，并对预报模型进行独立样本试验。结果表明，该预报模型对历史样本拟合精度高，试报效果明显好于传统的逐步回归模型，可在汛期预测业务中应用。     

滑坡预报模型和预报判据

滑坡时间预报的核心是预报模型和预报判据的建立。本文通过查阅大量资料，总结了滑坡预报中的多种预报模型和预报判据，重点对其适用性进行了分析研究。为了提高滑坡的预报水平，本文认为滑坡预报必须建立在深入研究滑坡类型、滑坡特征、变形特点和形成机制的基础上，以监测资料为依据，将滑坡预报理论模型、预报判据以及根据斜坡的宏观变形破坏迹象和前兆信息等几者有机地结合起来，建立滑坡预报的综合信息预报方法。     

洪水前兆的初步探讨

根据历史洪水和现有研究 ,比较系统地分析了各种洪水前兆 ,可以为洪水预报提供一定的理论依据 ,同时指出 ,为了提高预报精度 ,必须对洪水前兆进行综合分析 ,去伪存真 ,最终达到防洪减灾的目的     

嘉陵江流域洪水等级的建议划分标准

根据洪水重现期可以将洪水划分为12个等级,也可根据年最大流量距平值将洪水中长期定性预报分成7个等级.探讨了嘉陵江流域的洪水等级和中长期预报定性分级标准,还对嘉陵江流域1981年7月发生的洪水等级进行了分析.     

洪水预报调度决策支持系统的设计与开发

基于C/S和B/S相结合的结构模式,开发了九龙江流域洪水预报调度决策支持系统。该系统采用了马斯京根矩阵解法、卡尔曼滤波实时校正、交互式调度方案生成、ASP等关键技术,实现了信息管理、洪水预报、洪水调度和系统管理等功能。     

暴雨洪水预报方法初深

暴雨洪水是威胁人类安全最常见的一种自然现象,特别是特大暴雨所形成的山洪、泥石流,给人们生命安全及财产造成巨大损失.本文针对暴雨降水量大、强度大、范围广的特点.通过对国内外大量高空地面资料进行分析与探索.采用统计分析与成因分析相结合的方法,寻求大气环流异常指标,探讨其发生发展运动规律.文中选用了发生暴雨洪水前期亚欧500百帕大气环流指标作为研究暴雨洪水背景预报的主要物理量. 文中用大量图表实例说明了该方法的可行性与实用性.经过多年实践认识到,要作好预见期较长的暴雨洪水预报,必须结合本地区水文气象特征进行多学科密切合作,充分发挥技术群体优势.文中认为对异常暴雨洪水进行预报是可能的.     

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。     

基于模糊信息分析的洪水预报

洪水影响因素复杂,洪峰水位和洪峰流量之间呈一种模糊关系.利用模糊信息分析方法,对洪峰流量进行了预报分析,其结果是比较好的,是洪水预报的一条比较有效的途径.     

基于自然正交展开的神经网络长期预报模型

对月降水量的前期500hPa高度场、海温场相关预报因子进行E0F展开，并取其中与预报量相关程度较高的主成分，结合人工神经网络技术，建立了一种新的短期气候预测模型。将这种新的预报模型与同样根据这些预报因子建立的回归预报模型进行了对比分析。结果表明，这种新的短期气候预测模型由于集中了众多预报因子的预报信息，并有效地利用了神经网络方法的非线性映射能力，因此比传统预报方法的预报精度显著提高，并且稳定性好，具有很好的应用前景。     

近30年来湖北洪涝灾害时序特征及预测分析——基于分形与混沌理论的研究

借助分形与混沌理论,对1978-2004年湖北省洪涝灾害成灾面积时间序列进行了分析,重构了其嵌入相空间序列,计算了其关联维数和饱和嵌入维数,确定了模拟相应动力系统所需的基本变量数目;同时,通过计算Kolmogorov熵,得出了对该洪涝灾害时间序列进行预测预报的时间尺度.最后,基于R/S分形分析,对湖北省未来洪涝灾害成灾面积的发展趋势作了预测,对该省洪涝灾害成灾面积可能呈现增大趋势的原因进行了分析,并提出了相应的对策.研究表明,该方法是一种有效的研究洪涝灾害时间序列分形特征的方法,能够客观、合理地反映洪涝灾害系统的分形特征,能为建立洪涝灾害成灾面积时间序列预报模型提供基础信息.     

洪水影响因子的消长作用

提出了洪水影响因子消长作用的概念。洪水影响因子之间存在着多种多样的组合关系，因而表现出复杂的消长作用。正是这种消长作用，使因子与洪水之间既具有一定的关系，又没有一一确定的关系，从而使根据单一因子进行洪水预测的准确率始终难以提高。消长作用的认识对影响因子全面综合的诊断分析有所裨益。     

建立洪水灾情等级模型的实用方案

为检验已订的洪水灾情等级标准的合理性，提出了一种新的洪水灾情模型－逻辑斯谛曲线（ＬＯＧ）模型，它的灾级是连续的实数值。根据ＬＯＧ模型参数值可以分析各灾情指标值对灾级的影响程度，从而检验原订灾级标准的合理性；并给出了基于实码遗传算法的ＬＯＧ建模的实施方案。实例研究说明了这套方案是实用和通用的，在其它灾情等级评估中也具有广泛的应用价值。     

基于致洪暴雨预报的三峡水库洪水预估系统及试验评估

介绍了一种基于致洪暴雨预报,结合水文控制站水位、流量信息,运用多元统计回归模型开展的三峡水库洪水程度分级预估的方法.通过历史回代和2010、2011年预估试验应用表明:该预估系统稳定可靠,适用于三峡水库洪水程度预估,对三峡上游暴雨引发的洪水程度能进行准确的预估,而且对三峡上游支流的暴雨洪水预测也有一定的预见性.应用该系统三峡水库的洪水预见期可达3d以上,能为防汛决策和三峡水库防洪调度赢得时间.     

区域洪涝灾害风险的模糊综合评价与预测

以广西1992~2006年洪涝灾情数据为基础,选取适当的评价指标,用基于遗传算法、特征值法和优化算法的投影寻踪法和层次分析法确定各评价指标的分类权重和排序权重,用优化算法进行综合得到组合权重,经过加权求和得出洪涝灾害的模糊综合评价,进而对15个评价对象进行了分类排序,其分类结果很好地反映了洪涝灾情的实际情况。在以上模糊综合评价结果的基础上,利用距离贴近度进一步计算和分析各个评价指标之间的贴近度,并由择近原则确定各个评价指标之间在洪涝灾害评价中的相关程度。同时,建立了基于改进的灰色GM(1,1)的时间响应式的灾变年份预测模型。     

暴雨山洪灾害成因及预报方法

自上世纪80年代以来，黑龙江省山洪灾害频繁发生，经济损失不断增大。分析表明，山洪发生的时空分布特征基本同该省的暴雨分布特征相一致；山洪暴发前3h和24h的降雨量对山洪暴发的影响很大。另外，还探讨了山洪暴雨发生的天气动力成因及预报着眼点。