基于气象灾害预报的作物种植类型决策方法

干旱、雨涝是农业生态方面重要的水文气象灾害,科学地根据水文气象预报来选择种植作物品种,一直是农业管理者、生产者非常关心的问题,传统的决策方法是根据农业总体区划、作物种植习惯和耕作习惯确定的,具有一定的局限性。提出了基于气象灾害预报对错概率的作物种植类型决策新方法,综合考虑了农业气象预报的误报概率和作物适应性,克服了传统方法的不足。对绥棱农场某种植区20年的水文气象资料进行了分析,计算了旱涝预报与实况联合概率矩阵,推导出水文气象预报对错概率矩阵;根据作物品种在不同天气状况的产量,确定了决策失误损失矩阵。实证分析表明,所提决策方法可有效地减少因旱涝灾害给粮食产量带来的损失,对作物品种的选择具有很好的实用参考价值。     

汉江上游十大洪水气象特征分析

本文分析了安康大洪水的气候分布和气象成因,讨论了水文气象接口问题,指出进行气象洪水预报是可能的。     

洞庭湖区洪涝灾害的预报模式

本文根据1952～1988年长江中上游地区的水文气象资料,对洞庭湖区洪涝灾害的特点进行了分析,在此基础上建立了预报模式.     

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.     

加卸载响应比理论应用于堆积层滑坡预报

加卸载响应比理论是一种用于研究非线性系统失稳前兆和进行失稳预报的新理论,目前主要用于地震预报方面.对将该理论应用于探索滑坡前兆和滑坡中期预报作了探讨.降雨是影响斜坡稳定性的外部因素中最常变化的因素,也常是滑坡的诱发因素.针对降雨在堆积层滑坡孕育、发生过程中的关键作用,以降雨变化作为加卸载手段,建立了降雨型堆积层滑坡的加卸载响应比预测模型,并以新滩滑坡为例进行了预报.结果表明,文中提出的加卸载响应比方法可作为滑坡预报的手段,且在某些方面它比常规预报方法更具优势.     

长江三角洲及其附近地区两千年来水灾的研究

通过对长江三角洲及其附近地区两千年来水灾生成频率和强度的分析。认为两晋、南北朝时期和南宋、元、明、清时期是两千年来本区的主要水灾期。对照两千年来中国东部气候变化、海面升降与长江口河道变迁关系,认为在本区水灾生成事件中,气候因素起着主导控制作用。当然,人类活动对本区水灾生成的影响也不容忽视。本地区近百年来的旱涝灾害规律可用非线性科学的方法进行研究,旱涝灾害的准60年、准35年和准11年的长周期变化与地球自转速度、地极移动和太阳黑子活动的3个周期变化基本一致。本地区气候系统的行为具有混沌特征。这是线性逼近和周期叠加预报方法难以得出灾害预报正确结果的原因,但气候系统半个月的确定性预测可以实现。     

基于优势隐含周期分析的气象灾害预报

建立了优势因子和优势隐含周期的概念,并提出了多因子逐步回归周期分析的新方法。该方法既能增长预报期,又能充分利用物理因子的重要信息,同时在计算过程中还能挑选出起显著作用的优势因子和优势隐含周期,对预报气象要素的变化趋势效果较好,有一定的实用价值,是气象灾害预报的一条比较有效的途径。     

基于混合高斯隐马尔科夫模型的滑坡发生时间预报∗

滑坡发生时间预报在防灾减灾工作中非常重要,准确的预报能够有效预防灾害发生可能造成的灾难性结果。为解决当前滑坡预报中仅仅实现对滑坡位移等相关参数的预测和估计,而未最终计算出滑坡发生时间的问题,提出采用混合高斯隐马尔科夫模型(MOG‐HMM)建立滑坡发生时间预报模型,即对滑坡灾害演化过程全周期数据利用混合高斯算法计算出宏观信息预报判据,与隐马尔科夫模型中的状态相匹配,建立滑坡演化状态模型,该模型能够反映全周期数据的多个状态,当需要对实时采集的位移数据进行时间预报时,首先利用解码算法对当前数据解码,即计算出其属于滑坡的哪个状态,然后利用Dijkstra最优路径规划算法,计算出从当前状态到达滑坡发生状态的时间,实现滑坡发生时间预报。通过对新滩滑坡和卧龙寺滑坡灾害全周期数据进行仿真验证,结果表明,本文方法能够比较准确地计算出滑坡发生的时间,同时利用评价指标对预报的结果进行测试,符合预报指标精度要求。     

基于树木年轮的旱灾逐年趋势变化的建模分析

传统基于树轮宽度重建气候数据的方法,忽略了早材、晚材树轮宽度的差异,导致数据重建结果存在局限性,为此提出新的基于树木年轮的旱灾逐年趋势变化建模分析方法。在科尔沁沙地采集树木年轮样、收集水文气象资料,建立科尔沁沙地树木标准年轮年表;分析年轮指数与气象因子的相关性,获取不同水文气象因子对树木生长的作用关系,根据该结果采用干旱指数重建科尔沁沙地气候数据,实现科尔沁沙地旱灾逐年趋势变化分析。实验结果表明,所提方法获取的数据重建结果真实、可靠,采用该方法可知科尔沁沙地过去321年经历了6个潮湿阶段、5个干旱阶段,科尔沁沙地蒙古栎的年轮宽度与当年最低气温存在显著的正相关关系。     

水库抗旱调度分期特征确定方法研究

为在一定程度上减轻流域干旱损失,国家防汛抗旱总指挥部提出旱限水位的概念,并开展水库抗旱调度,降低干旱影响程度。旱限水位是水库低水位运行的控制性水位,其合理设置对提高区域水资源利用率意义重大,而水文气象特征在年内的阶段性变化要求基于旱限水位的水库管理应适应其变化特征。此次研究提出水库抗旱调度分期的确定方法,采用核主成分分析法提取指标的非线性特征,结合熵权法赋予指标权重后利用Fisher最优分割法对干旱的年内阶段性变化进行划分。以黄河流域刘家峡和小浪底水库为例,分期结果刘家峡水库分3期为:7月至9月,10月至3月,4月至6月;小浪底水库分3期为:7月至10月,11月至3月,4月至6月。     

暴雨泥石流预报程式

论述了暴雨泥石流预报的４个基本原理,即现象可预报性原理、成困分类组合原理、判别因素简化原理和预报决策依据原理。对泥石流时间预报模型作了分类,提出了通过泥石流活动周期与降水量周期叠加,建立泥石流活动性的长期趋势预测模型;通过泥石流活动年数频次与降水量丰欠等级频次组合,建立泥石流活动年份频次的态势预测模型;根据月或旬雨量确定泥石流发生的阈值关系,建立年内月或旬泥石流发生频次的中期预报模型;由短期天气预     

气候灾害预测模型的应用

为了减少气候灾害造成的损失,提高灾害性气候的预测水平,用非线性预报原理和方法,建立了气候灾害的数学预测模型。首先,用西太平洋海温格点资料,通过相关计算和因子选择,用多项式曲线预测模型,对西太平洋、南海、以及登陆我国(或广东)的热带气旋的年、月频数进行预测试验,经过3年多的实际业务应用,效果良好;其次,使用越赤道气流指数、南支槽指数、高低纬环流指数等资料,根据指数曲线预测模型的原理和方法,制作了广东暴雨过程预报,其业务预报准确率达到70％-90％;并采用指数曲线、周期叠加、韵律等3种预报方法,用权重回归方程进行综合,制作了“逐日、旬、月、季气象要素的短期气候预测系统”,对天气转折、气候突变和气象要素的极值有较强的预报能力,特别对降水的时段量级、冷空气影响的时段及强度、热带气旋的影响时段的预报,效果较好,对广东的干旱、寒潮预报也具有一定的参考价值。     

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。     

基于快速傅立叶变换的短时水汽变化周期研究

水汽对于强降水过程形成、PM微颗粒生成及雾霾形成至关重要,水汽的短时周期变化可为暴雨预警、雾霾形成机理分析提供参考。该文采用快速傅立叶变换方法开展短时水汽变化周期研究。开展无线电探空水汽的快速傅立叶变换,分析无线电探空水汽周期;利用快速傅立叶变换方法开展GNSS水汽短时变化周期分析,并开展与温度、相对湿度、气压的变化周期比较分析。研究发现:水汽存在日周期、半日周期以及3 h(接近3 h)的周期变化。相对于温度、相对湿度和气压来说,水汽除了存在相同的日周期、半日周期外,还存在更短时间的周期变化,说明水汽对于太阳辐射更为敏感。     

基于速率累加算法的地磁谐波振幅比异常分析

随着观测数据的积累和地磁谐波振幅比方法的推广,近些年积累了丰富的地磁谐波振幅比异常震例,但地磁谐波振幅比异常的识别困难,而"形变速率累加方法"对异常数据进行积分计算,更加易于异常的判定和异常指标的提取。基于此,使用2013年1月至2017年12月临汾台、湟源台和成都台地磁分钟值数据,计算得到各台地磁谐波振幅比南北向和东西向6个周期共计12条时间序列变化曲线,再运用速率累加方法对地磁谐波振幅比南北向和东西向各周期的计算结果进行二次计算,得到6条各周期的速率累加时序变化曲线。研究结果表明:①临汾台、湟源台和成都台三个台站地磁谐波振幅比速率累加方法计算结果分别在2016年山西运城4.4级地震、2016年青海门源6.4级地震和2017年四川九寨沟7.0级地震前出现异常,其异常表现为:6条速率累加曲线(6个周期)至少有2条出现超过1年以上的持续下降或水平波动变化(持续上升变化为正常);②速率累加方法使得地磁谐波振幅比异常更易识别、异常特征的统计更加准确,且与原有的地磁谐波振幅比异常判别结果基本一致。     

冰雹天气的短时监测预报及消雹作业评估

本文研制的冰雹短时监测预报方法综合利用了T-lnP、天气图和雷达回波等资料,它把本地的降雹机制转化成对流的发生、发展、触发三指数,作为一级预报;通过计算T-lnP图上有关冰雹的层结指数,判断出冰雹强度,作为二级预报;利用雷达回波指标作为三级预报,以实现冰雹灾害天气的定时、定点、定量预报.同时对1996～2002年本地开展的人工消雹情况进行了效益评估.     

陕西历史旱灾发生规律研究

本文采取等级式量化方法,以年为时间单位,以灾区大小为基本依据,将上古至民国时期陕西旱灾史料转化为量化资料,然后对之进行了频次分析、阶段分析和周期分析。发现了陕西历史旱灾的一些统计规律,可为进一步研究和预测预报提供线索、依据。     

基于天气分型的北京地区雷电潜势预报预警系统

对1997-2006年457个雷暴过程的环流形势进行对比分析,将北京地区的雷暴天气分为东北低涡低槽、贝蒙低涡低槽、西来槽等11种雷暴天气型;利用南郊观象台(54511站)的探空资料计算对流有效位能、抬升指数和相对风暴螺旋度等33个对流参数,通过与北京地区SAFAIR3000获取的闪电定位资料进行统计分析,提取BCAPE、BLI、MDCI、BIC、KNEW和SWISS等6个对流参数作为北京地区潜势预报参数;采用事件概率回归(REEP)方法,利用获取的6个对流参数作为变量,形成了11种雷暴天气型下的潜势预报方法。利用WRF模式的预报场,建立适用于北京地区3～36 h雷电潜势预报系统。个例实验结果表明其具有较好准确性。由于该系统建立过程中使用了高分辨率探测资料和中尺度模式的输出结果,实现了雷电潜势预报由点到面,由粗到细的突破,对北京地区雷电预警预报具有一定的应用价值。     

深井水位记震特征研究

本文对深井记录地震波的特征和机理进行了分析研究,指出利用井水位记震能力随时间的变化及井水地震图图象特征,对预报邻近地区的中强地震和研究断层活动性有一定意义。深井水位对地震波的响应能力,主要取决于井孔——含水层系统的固有周期、自身的频带宽度以及水位记录仪的频率响应,前者是衡量地震观测井灵敏程度的主要标志之一。     

BP神经网络在台风路径预报中的应用

利用前馈型BP神经网络模型,对发生于中国沿海的热带气旋的移动路径进行了预报应用研究.根据中国<台风年鉴>发布的每个台风过程记录,对预报试验的台风个例分别选取了经度、纬度、中心气压和最大风速等81个因子,由多元回归选取了其中相关性好的因子,进行网络的学习训练,在获取前24h间隔6h的4次台风信息的基础上,用来预报了台风未来24h,48h和72h的短期路径变化.将该方法预报结果与CLIPER模式预报结果进行了比较,结果表明,BP神经网络模式的预报精度比CLIPER模式的高.