基于SSA-MGF的偏最小二乘回归神经网络的预报模型

本文采用奇异谱分析（Singular Spectrum Analysis,SSA）方法对原始降水序列重构,并用均生函数（Mean Generating Function, MGF）方法对重构系列构造延拓矩阵,以此作为自变量,原始降水序列作为因变量, 再利用偏最小二乘法提取对因变量影响强的成分作为神经网络的输入因子,原始序列作为输出因子,建立神经网络预测模型.通过对广西全区6月份降水量进行实际建模并与其它方法进行对比预测试验,结果表明,基于SSA-MGF的偏最小二乘回归神经网络预测模型较好,是一种具有较高应用价值的预测方法.     

南昌上软下硬地层中盾构施工地表沉降的BP神经网络预测方法

盾构施工引起的地表沉降的影响因素众多,给地表沉降的计算带来较大困难,而BP神经网络能较好地建立各个影响因素与地表沉降的非线性关系。为了能得到较准确的地表沉降值,采用Miscrosoft Visual C#和Matlab编制了BP神经网络预测软件。结合盾构施工过程中影响地表沉降的地层几何条件、地层参数以及施工参数,建立了BP神经网络模型,对盾构施工引起的地表沉降进行预测。将该预测模型应用于南昌地铁工程的上软下硬地层中,同时考虑了该地层掌子面泥质粉砂岩所占的比例,并对预测值与实测值的误差进行了对比分析。最终得到的预测结果与实际沉降值较一致,表明该BP神经网络模型可用于类似的工程实践。     

年度洪涝灾害风险评估模型及其应用——以湖南为例

依据灾害概率风险评估理论,考虑汛期降水的可预报性,基于历史洪涝灾害事件,尝试性地构建了年度洪涝灾害风险评估模型,以湖南为例,对评估模型进行了检验与应用。结果表明:模型建立了前期海温和环流指数等因子与汛期区域降水时空分布的回归预报方程,应用概率风险分析得到年度不同降水下直接经济损失分布,结合蒙特卡洛仿真模拟求解损失的超越概率曲线,评估年度洪涝灾害单次最大可能损失、年度总损失以及年期望损失;模型集"未来年度汛期降水预测"、"降水与损失分布关系拟合"、"损失超越概率评估"于一体,是对全过程年度洪涝灾害风险评估方法的新探索;湖南年度洪涝灾害评估案例表明该模型可操作,结果与实际情况相符。研究可为完善灾害风险评估内容与技术方法提供新视角,亦可为开展业务实践提供方法借鉴。     

淮河流域极端降水空间分布及概率特征

利用淮河流域110个气象站点1959年1月1日至2008年12月31日的日尺度降水数据,建立了AM及POT极端降水序列,通过4大类33种概率分布函数对其进行了拟合,以建立最优概率分布模型,并利用其参数分析淮河流域极端降水的空间分布及概率特征。研究发现:(1)淮河流域1959-2008年日极端降水的空间分布为东西两端高并逐渐向流域中心降低,且有淮河上游地区及沂沭泗流域东部两处强降水中心;(2)经K-S法检验,Wakeby函数是AM及POT序列的最优概率分布函数。50a一遇的日极端降水预估值与1959-2008年实际最大日极端降水值的误差率随着实际降水量的增加而增大,且大多数站点的误差率在20%以下;(3)通过对最优概率分布模型参数的分析,得出河南省驻马店地区、安徽省阜南和淮南地区以及皖鲁苏交界地区的极端降水发生概率较大,淮河中上游干流周边地区及下游地区的极端降水变化不稳定;(4)以最优概率分布模型的形状、尺度参数为指标,绘制了淮河流域极端降水风险图,为极端降水风险管理与预警工作提供参考。     

基于Elman神经网络的地面沉降危险性预测

地面沉降是一种地壳表层土体在自然或人类工程活动影响下被压缩,导致地表标高区域性降低的环境地质现象。常规数学模型难以对地面沉降的危险性做出准确预测。为分析山西转型综改示范区潇河现代产业区的沉降发展趋势,开展了沉降量预测和危险性划分的工作。基于研究区2016年7月-2018年12月的InSAR地表沉降监测数据构造训练样本,建立Elman模型,预测了2019年2月～3月共3次的沉降量,并与实际值进行对比分析;同时根据建立好的模型预测2020年的年平均沉降量,并进行危险性划分工作。结果表明：Elman模型的沉降量预测值与实际值基本吻合,预测精度较高,划分结果偏安全,能够为研究区地面沉降的防治工作起到一定的辅助预警作用。     

基于主成分分析与遗传优化BP神经网络的风电场短期功率预测研究

为降低风电场弃风率及对电网稳定性影响,对风电场短期功率进行准确预测显得十分重要。针对传统BP神经网络泛化能力差、网络收敛速度慢等问题,建立了一种基于主成分分析与遗传优化BP神经网络相结合的风电场短期功率预测模型。首先,利用主成分分析法对风电场原始气象数据进行分析,将得到的独立变量作为BP神经网络的输入;然后利用遗传算法确定了神经网络的最优初始权值和阈值的大致范围,并用L-M算法对BP网络权值和阈值进行细化训练;最后,利用中国北方某风电场实际运行数据进行验证,结果表明,所建立的预测模型合理有效,不仅可以加快BP神经网络收敛速度,减少预测误差,还可以提高风电场短期输出功率的预测精度,具有一定的工程应用价值。     

基于MODIS数据的云降水估计方法

利用卫星遥感资料定量估计降水及其区域分布对强降水等灾害性天气监测具有十分重要的意义,还可弥补常规气象观测的不足,提供更为丰富的降水信息。(1)利用MODIS卫星的可见光、近红外、短红外、中红外和热红外波段数据,采用云指数法和多光谱综合法对云类型进行了判识,有效地分类出云和冰雪、卷云、水云和高、中、低云。(2)在云分类的基础上定量反演了各类云参数,包括云顶亮温梯度、云顶亮温最小值面积变化、不同量级的云顶亮温面积及变化趋势、对流云的核心位置判别、亮温方差和大气中的水汽含量等因子参数,结合地面实测降水数据和地表高程数据,建立了降雨的强度的定量估计模式。(3)通过对2007年7月16-18日、26-29日的新疆大降水过程进行降水估计,并对估计值与区域站地面实时观测降水值作了比较,结果显示相对误差为31.97%,均方根误差为2.31 mm。降水量级的定量误差在±3 mm以内的占66%,±5 mm以内的占86%。因此,该模式具有较好的降水估计效果。     

应用吸收结构法预测火山灰云漂移轨迹

火山灰云能对航空运输安全产生直接危害,所以对火山灰云轨迹进行预测是非常必要的。吸收结构法和PUFF模型都能依据数值天气预报的数据预测火山灰云飘移轨迹。应用这两种方法的原理,采用美国1958年至1997年的精确大气轨迹参数数据,计算了风场的吸收结构,减化了计算过程,摆脱了对数值天气预报数据的依赖,实现了火山灰云漂移路径预测,并与吸收结构方法进行了比较。结果表明,应用风场计算的方法进行火山灰云追踪是可行的。     

基于灰色Markov-GMP-Verhulst模型的黄河宁蒙段冰凌灾害风险预测

为了提高冰凌灾害的风险预测的可靠性,针对冰凌灾害风险的动态非线性特征,构建能够识别风险波动变化规律的灰色GMP(1,1,N)-Verhulst组合预测模型,同时引入信息熵理论的知识,提出基于Markov链修正的熵权法灰色组合预测方法。以黄河宁蒙段2005～2014年冰凌灾害风险值作为原始数据序列进行模型拟合,并对2015～2017年的冰凌灾害风险进行预测。计算得出在已知实际冰凌风险值的年份内,灰色Markov-GMP-Verhulst模型的预测精度比单一灰色预测模型更加精确,结合实际情况评估2015～2016、2016～2017年的冰凌灾害风险值,并与Markov链修正的组合模型的预测值进行对比分析,预测结果与实际值的吻合性良好,进一步验证了模型的合理可操作性,以期为黄河宁蒙河段的凌汛灾害防治提供借鉴。     

陕西省关中,陕南地区初夏干旱特点及预测研究

应用1958～1995年38a6月份陕西省关中、陕南地区24站的降水资料，研究了关中、陕南6月份的降水特点；选取其中12站作为资料站，计算出关中、陕南6月份的降水指数f,研究了关中、陕南初夏（6月份）的干旱特点；就初夏干旱发生的高空500hPa环流形势与历年平均状况进行了对比分析，并对初夏干旱作了预测。     

突出洪灾事件对新疆潜在气候转型的响应

从新疆近250年来的水文突出事件——洪灾的分析人手，探讨了其与新近提出的可能气候转型期降水变化的联系。结果表明，小冰期末以来新疆存在5个比较明显的重大洪灾时段。每一个时段基本上都对应着降水偏多时期，同时也对应着比较明显的气候转折期，前两次对应气温下降降水减少期，后三次对应气温升高降水增多期。20世纪80年代中期前后，洪灾灾情差异显著。20世纪80年代中期以来新，疆洪水及其灾害事件对气候(降水)变化响应较明显，表现出随着降水的增加，洪灾灾情加重、主要河流洪水洪峰流量突破历史极值的情况。这为气候转型观点的成立提供了一定的依据，并且还初步印证了前人有关气候转型初期自然灾害频发和洪水量级增大的论断。     

GNSS水汽与降水比较及用于河北省水汽通道探测研究

河北省地形复杂,夏季多发生短时强降水和暴雨等强对流天气。有必要利用GNSS水汽开展短时天气预报研究。该文首先利用河北省CORS网2013年5-8月GNSS站点数据和气象数据开展了GNSS水汽与实际降水的比较,然后依据6次降水过程中GNSS PWV及GNSS△PWV的变化来探测河北省夏季水汽通道。研究发现:接近60%的GNSS水汽序列峰值超前于实际降水,可利用测站GNSS水汽变化进行降水预报。GNSS PWV的空间变化趋势与水汽通道的方向一致,证实了河北省夏季存在西北-东南方向和西南-东北方向两条水汽通道。研究结果可为河北省短时强降雨的预报提供参考和借鉴。     

粗集神经网络在煤与瓦斯突出预测中的应用

结合粗集理论的属性约简功能和人工神经网络的非线性映射特性,提出了煤与瓦斯突出的一种预测方法.首先用粗集理论对训练样本进行属性约简和降噪,然后将经过预处理的训练样本代入神经网络进行训练,获得稳定的网络结构,最后用训练好的神经网络对待测样本进行预测.实际应用表明:瓦斯压力、瓦斯放散速度、地质构造、煤的坚固性系数和开采深度是煤与瓦斯突出预测的必要指标;粗集神经网络模型具有较高的预测精度和良好的实用性,是一种十分有效的煤与瓦斯突出预测方法.     

厄尔尼诺事件对河南省降水的可能影响

本文采用小波变换方法分析了近50年来赤道东太平洋月海温距平序列和河南省月降水量距平序列的多层次时间尺度结构，对厄尔尼诺事件和河南降水的周期变化规律进行了对比分析，并讨论了厄尔尼诺对河南降水的可能影响。结果表明，厄尔尼诺事件对河南降水有一定程度的影响；表现为厄尔尼诺年大多对应河南雨涝年，而反厄尔诺年大多对应干旱年；NINO海区SST的冷暖结构和河南降水的旱涝变化之间具有较好的对应关系，而且两者都存在准2年和4－8年的周期变化。     

福建春季旱涝灾害BP人工神经网络预测模型

以动量BP人工神经网络模型对福建3-4月的春季旱涝进行了预测试验.试验结果表明:若前期冷空气偏强,会导致来年春季降水偏多,3个主分量的各因子均达到显著性水平;尽管福建春季降雨量具有明显的非线性演变特征,但从试报的5年来看,神经网络的预测评分可高达90分以上,逐步回归和最优子集最高不超过90分.因此,所提BP神经网络预报模型对福建春季降雨量有较好的预报效果,可供有关部门制定防灾减灾决策参考.     

基于粒子群优化神经网络的台风灾情定量评估

准确的台风灾情评估,是做好防灾减灾工作、降低灾情的基础。通过分析台风灾情与致灾因子、孕灾环境和承灾体的相关关系,将时间和GDP引入到评估因子中。针对评估因子和台风灾情之间具有高度不确定的非线性关系,应用神经网络理论进行台风灾情评估,并将基于全局随机优化思想的粒子群优化(PSO)算法对BP神经网络的初始权值进行优化,以改进BP神经网络方法存在的对初始权值敏感、易陷入局部极小点的缺点,从而建立了PSO-BP网络台风灾情定量评估模型。将该模型应用到2007年台风灾情评估中,评估值与实际值基本符合,表明该模型能应用于台风灾情的定量评估。     

基于灰色理论和神经网络的边坡位移预测

边坡位移的发展受地质条件、天气环境和人类活动等众多因素的影响,变化趋势复杂,很难建立一个准确的经典数学模型对其进行全面的描述。为了得到边坡位移较准确的估计,采用多模型信息融合技术对边坡位移进行了预测。首先,将边坡这类影响因素复杂的系统看成是一个灰色系统,分别采用GM（1,1）模型、Verhulst模型和DGM（2,1）模型对位移值进行预测。其次,考虑到神经网络的高速并行计算能力和类似人类思维活动的处理机制,利用神经网络的办法对不同的灰色预测模型进行组合,生成灰色神经网络模型,该模型有效地将灰色理论弱化数据序列波动性的优点和神经网络特有的非线性适用性信息处理能力相融合,通过反复训练、学习,自动调节,可以得出各模型在组合模型中的合理权重,从而输出满意的结果。通过对比发现,利用组合灰色神经网络模型预测的位移值,比单独的灰色模型预测的位移值具有更高的精度。     

强台风“纳沙”暴雨中尺度特征分析

利用海口多普勒天气雷达、闪电定位和日本静止卫星0.05°×0.05°TBB资料,对1117号强台风"纳沙"造成的海南岛暴雨的中尺度特征进行了分析。结果表明:台风暴雨分布特征与TC环流和地形增幅密切相关;明显的辐合性暖平流和"列车效应"有利于暴雨的持续;最大回波强度和小时雨量间有很好的对应关系,建议了海口多普勒雷达TC估测降水产品使用公式Z=230R1.25;海南岛强降水时段TBB值普遍小于-70℃,但仍属于降水效率高的弱对流;西半部地区强降水出现时间与中尺度对流云团对应较好,而东半部地区中尺度对流云团的发展则超前于强降水出现时间。     

哈尔滨市地质灾害气象诱因分析及监测预警

通过对哈尔滨市地质灾害发生历史规律的分析,建立了历史个例库;从地质环境背景着手,分析了地质灾害的气象诱因,重点研究了降水在地质灾害形成中的作用及其相关关系;根据气象地质灾害与前期及当日降水的关系,应用统计预报方法建立地质灾害潜势预报模型,对气象地质灾害发生的危险等级进行了可能性描述。所建立的地质灾害潜势预报系统、临近预报系统和监测报警系统,在实际预报业务中取得了很好的效果。     

气候变化背景下中巴公路沿线流域潜在滑坡危险区评价及预测研究

为探究气候变化背景下中巴公路沿线流域潜在滑坡灾害发生的规律与变化,基于斜坡单元利用频率比模型计算各影响因子的贡献程度,绘制研究区滑坡危险区分级图,并使用CMIP6最新公布的SSP126、SSP245、SSP585情景下预估的气候数据,预测了流域未来20年间潜在滑坡危险区变化趋势。结果表明：(1)查明KKH沿线流域分布着750处滑坡。(2)历史滑坡危险区处于高、极高危险区共发育滑坡648个,数量占比为86.40%。(3)CMIP6公布的不同情景下随着辐射强迫值的增加,降水与温度有不同程度的增加,潜在滑坡高、极高危险区面积也随之增加。(4)全球气候变化背景下,降水与温度对研究区滑坡危险区影响较大,预测滑坡高、极高危险区主要分布在Sost-Pasu、Chalt-Duair段,部分分布在Oytak-Khunjerab段。