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     

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。     

降维方法在广西前汛期降水预测中的应用

对广西88个站前汛期(4～6月)降水距平百分率作自然正交展开(EOF分解),选取累积方差贡献接近70%的前5个主成分为预报量.从前期大气环流场和海温场中分别查找预报因子,进一步对初选预报因子作降维处理,分别选取其中与5个预报分量相关程度高的主成分建立5个预报方程.经独立样本预报试验证明,该方法对广西前汛期降水趋势具有较好的预测能力.     

全国小麦条锈病长期预报模型比较研究

选择上年1月至当年4月为预报时段，采用预报因子膨化技术，将大气环流特征量按月依次组合成不同时段，计算出不同膨化时段的74项大气环流特征量距平值。从这些值中选出与全国小麦条锈病发病面积率距平相关显著的关键时段关键环流因子，建立了全国小麦条锈病发病面积率距平预报模型Ⅰ。与未采用因子膨化技术建立的预报模型Ⅱ相比，模型Ⅰ的预报准确率有显著的提高。同时发现，大气环流特征量与全国小麦条锈病发生流行之间存在着很好的相关性。     

遗传—神经网络集合预报方法在广西热带气旋降水预报中的应用

利用多维尺度分析可以从一系列数据集的相似性信息中发掘其中的潜在结构信息,并通过样本点间的相似度构建相似矩阵,再将相似矩阵映射到低维欧氏距离空间获取新的特征的能力。论文以1980—2015年共36年的广西热带气旋逐日降水量为基础,综合考虑热带气旋降水的数值预报产品物理量预报因子,采用多维尺度分析的预报因子信息数据挖掘技术,以进化计算的遗传算法,生成期望输出相同的多个神经网络个体,建立了一种新的非线性人工智能集合预报模型,进行遗传—神经网络的广西热带气旋降水集合预报模型研究。遗传—神经网络的集成个体的输入因子是通过选出相关程度较高的数值预报产品的物理量场格点因子,同时网络的输出是通过多维尺度降维方法对初选预报因子群进行合理的降维处理来实现的。通过对2011—2015年影响广西的22个热带气旋共94个独立样本的试验预报的统计结果表明,对于暴雨以上量级的预报,广西89站的预报平均TS评分达到了0.3;同区域同样本的对比分析表明,新预报模型5年的TS评分比欧洲细网格的TS评分提高了15%以上;进一步对大量级的降雨落区的预报对比分析表明,新方案的预报效果比欧洲中心的预报更理想。     

冰情预报的投影寻踪回归模型

将投影寻踪回归模型应用于黑龙江上游江段开河日期的预报,并与GA-BP模型预报的结果进行了对比分析.结果表明,投影寻踪回归模型预报的精度及稳定性较高,其性能优于常用的GA-BP模型.预报采用理论分析与多元逐步回归分析相结合的方法筛选预报因子,既可确保不遗漏基本影响因子,又能剔除对目标值影响不显著的因子,用于确定冰情预报的预报因子较为适宜.     

旱涝灾害的门限神经网络预报模型

根据旱涝灾害具有非线性和突变性的演变特征，提出了利用门限值和门限变量构造神经网络的旱涝灾害预报新方法。由于该方法可以根据预报量与预报因子间的不同相关关系构成不同的神经网络学习矩阵，因此实际的预报计算结果表明，该方法对历史样本的拟合和预报精度比一般的逐步回归方法有明显提高。     

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。     

低温雨雪过程的粒子群-支持向量回归预报方法

低温雨雪冰冻灾害是多种气象要素在同时段、同区域相互配合迭加影响而形成的,具有显著的非线性、时变性特征,预报难度很大。为此首先采用逐步回归与核主成分分析相结合的因子特征提取构建模型的输入矩阵。进一步采用粒子群算法对支持向量回归预报模型的相关参数进行优化,以华南广西区域持续性低温雨雪冰冻天气过程的冷湿指数作为预报对象,建立粒子群-非线性支持向量回归预报模型(PSO-SVR)。由独立样本对比预报试验结果表明,在建模样本相同、预报因子相同的条件下,粒子群-支持向量回归预报模型对严重过程和一般过程低温雨雪天气过程冷湿指数的独立样本预报平均绝对误差分别为7.39和7.65;而相应的回归预报方程对这两种过程的独立样本预报平均绝对误差分别为11.18和7.94,显示了PSO-SVR预报模型的预报误差明显小于一般的线性回归方法。     

我国重大气候灾害特征、形成机理和预测研究

简要地介绍了我国气候灾害的种类、时空分布特征及其造成的经济损失；并从东亚气候系统海一陆- 气相互作用的观点，结合１９９８年夏季长江、松花江和嫩江流域特大洪涝发生的具体实例分析了我国气候灾害发生的主要原因；此外，还回顾了目前我国气候预测的实际情况。提出了关于气候灾害预测研究中急待解决的几个问题．     

基于决策树的黑龙江省旱耕地分类

基于决策树和EOS/MODIS数据,参考黑龙江省的农事活动和农作物发育期数据,对该省旱耕地进行了分类。结果表明,利用MODIS较高时间分辨率的特点,提取该省植被物候信息,可以在较短时间内实现对旱耕地分布及面积的定量描述;由于黑龙江省的干湿冷暖差异较大,按气候特征分区进行旱耕地判识的效果较好,总体精度可达到85.27%,Kappa系数0.8415。该项研究可为黑龙江省旱耕地面积数据的及时获取提供参考。     

基于树木地貌法重建山洪泥石流历史事件--以北京密云区龙潭沟流域为例

认识区域山洪泥石流活动史是预测未来气候变化背景下灾害发展趋势的基础。利用树轮中的生长干扰信息,可以对未知山洪泥石流历史事件准确定年。本文以北京市密云区龙潭沟流域的曹庄子沟和合峪沟两条泥石流沟为研究对象,利用树木地貌学方法,在已知灾害年基础上获取阔叶树杨树的树轮生长扰动百分比,再重建未知灾害年并进行验证。结果表明:树轮对灾害的响应要滞后一年;2011年曹庄子沟的山洪导致该沟流通区、左岸、右岸和堆积区的树轮生长扰动百分比分别为-30.59%、43.78%、43.47%、-30.44%;2016年曹庄子沟的泥石流导致该沟四个分区的树轮生长扰动百分比分别为-46.08%、-45.15%、-46.64%、-37.32%。根据上述结果,推求并验证了曹庄子沟其他灾害年为2002、2013年,合峪沟灾害年为1997、2002、2011、2013、2016年。研究区1997、2002、2011、2013、2016年的响应树比例分别为35.42%、66.07%、46.43%、32.14%、58.93%,利用响应树比例能够区分灾害严重年份和次严重年份。2010年至今,该流域山洪及泥石流灾害活动频数有所增大,未来该流域再发生山洪泥石流灾害可能性仍较大。     

气候变化对区域经济的影响及其对策研究

采用经济学上著名的“投入－产出”分析方法,结合气候变化对工业影响的统计模型和对农业产量影响的计算机模拟系统,建立了气候变化对区域经济影响的投入－产出模型,预测了未来不同气候变化情景对经济部门国内生产总值和总产出量的影响;分析了当气候变化对工业、农业部门的生产和产品发生影响时,导致的国民经济其他部门生产和产品的改变、部门间需求量的变化和各部门间投入产出流量的变化,为决策者提供了一些适应气候变化的相应对策,研究结果为实现气候变化情景下区域经济的平衡与协调发展,以及制定区域经济的发展规划提供了理论依据。     

The increasing exposure of cities to the effects of volcanic eruptions: a global survey

Abstract

The most dynamic demographic process of the past 250 years has been the movement of people from rural areas to cities. For most of this period urbanisation has been concentrated in economically more developed parts of the world, but during the last 50 years the focus has shifted to economically less developed regions. Urbanisation, particularly in developing countries, has led to increasing global exposure to a variety of natural hazards, not the least of which are risks posed to large cities by volcanoes. In this paper we monitor these demographic changes and detail the various types of volcanic hazard to which cities are exposed. A major eruption affecting a city in a developing country could cause widespread loss of life and regional disruption. Effective response, however, might minimise casualties in a city within a developed nation affected by a major eruption, but the economic impact could have global consequences. We argue that global hazard exposure is often subtle and involves not only the size of a city and the types of volcanic product that may occur, but also the strategic position of the threatened city within the economy of a country and/or region and the fact that volcano-induced tsunami and other consequences of eruptions, such as climatic change, may affect cities far removed from a given eruption site. Mitigation measures informed by both specifc prediction (surveillance) and general prediction (hazard mapping) are providing the potential to reduce hazard exposure. The paper concludes with a consideration of ongoing research, in particular the emphasis currently being placed on conflating hazard analysis with studies of place, economy, society and culture.     

PRE-ESTIMATE FOR THE CHANGE OF CLIMATIC VULNERABILITY TO AGRICULTURAL PRODUCTION IN LOESS PLATEAU,CHINA

Inrecentyears ,inthebackgroundofstrongglobalenvironmentalchange ,naturalvariationhastheaggravatingtendencyyearbyyearinChina .Additionally ,Chinahasahigheconomicgrowthrateandagreatpopulation ;humanactivitiesinhighriskareas (likeLoessPlateau)areexacerbated ;andbearingcapabilityagainstthedisasterisgenerallyvulnerable .Becauseofthosefactorsabove ,theeconomiclossescausedbythedisastershavebeenincreasing .Therefore ,ithasbecomethescientificbasisofestablishingaregionalsustainabledevelopmenttoprobein…     

CO_2倍增对黄淮海气候生产力影响的数值模拟

将ＣＯ２倍增后ＧＣＭｓ的输出结果输入到ＡＲＩＤ　ＣＲＯＰ模型,模拟了ＣＯ２倍增后黄淮海地区冬小麦及夏玉米的气候生产力变化情况．结果表明：ＣＯ２浓度倍增后,黄淮海地区冬小麦气候生产力南部升高,北部降低,总体平均下降８．７％左右;夏玉米气候生产力与目前状况相比则普遍表现为降低,平 均比目前下降３０％～４５％。研究结果还表明：ＣＯ２倍增后,降水减少是引起冬小麦气候生产力降低的 主要原因;而黄淮海地区温度升高,引起夏玉米生育期缩短,进而导致干物质减少,则是夏玉米气候生产力降低的主要原因。针对模拟结果,文章提出了相应的对策及措施．     

CO2倍增对黄淮海气候生产力影响的数值模拟

将CO2倍增后GCMs的输出结果输入到ARID CROP模型,模拟了CO2倍增后黄淮海地区冬小麦及夏玉米的气候生产力变化情况。结果表明：CO2浓度倍增后,黄淮地区冬小麦气候生产力南部升高。北部降低,总体平均下降8．7％左右;夏玉米气候生产力与目前状况相比则普遍表现为降低,平均比目前下降30％－45％。研究结果表明：CO2倍增后,降水减少是引起冬小麦气候生产力降低的主要原因;而黄淮海地区温度升高,引起夏玉米生育期缩短,进而导致干物质减少,则是夏玉米气候生产力降低的主要原因。针对模拟结果,文章提出了相应的对策及措施。     

中国雨日变化趋势的分形研究

利用1951-2002年中国752个台站的雨日资料,运用分形理论和R/S分析法,研究并预测了中国五大降水区年雨日的气候变化趋势.研究表明:中国五大降水区未来的年雨日变化趋势与过去50a的变化有着很好的自相似性.为了更深入研究雨日的未来的变化,设计了两项Hurst指数试验,用两项试验结果与年雨日年际变化趋势的对应关系来推断未来的变化趋势及其转折与突变.结果表明:中国五大降水区年雨日有着一致的减少趋势,但其变化呈现显著的地域分异特征.依照五大降水区的气候倾向率,西北区、西南区、青藏高原区、东部北方区、东部南方区未来平均每10a雨日减少分别为4.1d,11.4d,3.7d,6.8d和5.9d,其中西南区年雨日减少最多.期间,中国五大降水区虽有气候变化的转折,但不存在雨日气候变化的突变点.     

我国气象灾害的分类与防灾减灾对策

本文根据气象灾害特征、致灾因子和天气现象类型,将我国的气象灾害划分为7大类20种.为了适应科学防灾减灾和社会、经济快速发展的需求,必须加快大气监测、信息加工和气象灾害预警能力为主要内容的气象现代化建设;加强气象灾害的机理研究;制定科学防灾减灾对策.