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。     

适用于我国华南广西区域冬季的冷湿指数计算方法研究

根据我国华南冬季气温、降水的气候特点,使用广西国家级地面气象站的逐日平均气温和降水量数据,进行了我国南方湿冷程度表征指标的计算方法分析研究,通过细分不同量级的降水量对冬季低温冷害程度的影响,提出一种适用于华南广西区域冬季的冷湿指数计算方法,将这种新的冬季冷湿指数计算方法与以往的计算方法进行对比分析,结果表明,新指数在很大程度上修正原冷湿指数受降水量干扰太大的缺陷,是一种更为合理的适用于华南广西区域的冬季低温冷湿指数计算新方法。利用这种新方法计算的冷湿指数,以区域性低温雨雪冰冻事件为基础,同时兼顾低温雨雪冰冻事件的时间持续性,识别出一般区域性低温雨雪冰冻事件89例,严重区域性低温雨雪冰冻事件12例。识别结果与实际灾情记录比较符合。     

广西地质灾害特征及其形成机理——极端低温天气条件的影响

2008年初广西遭受了五十年一遇罕见的持续低温雨雪冰冻天气过程。在大量现场调查的基础上,对广西低温雨雪冰冻天气过程中以及冰雪融化期间发生的地质灾害类型、特征、灾害的时空分布以及形成机理进行研究。研究表明:(1)灾害类型以崩塌为主,其次为滑坡、地面塌陷和地裂缝;(2)地质灾害规模以小型为主,不同的灾害类型分布区域性强,持续低温雨雪冰冻天气过程不仅激活了一些已存在的灾害隐患点,而且产生了大量新的地质灾害点和隐患点;(3)低温雨雪冰冻天气过程与地质灾害的时空分布总体上是一致的;(4)广西脆弱的地质环境与数十年一遇的天气过程二者叠加作用,导致了各类地质灾害的频发,其中低温雨雪冰冻天气过程是诱发地质灾害的主要因素。     

湖南2008年极端冰冻特大灾害成因分析及影响评估

2008年初,湖南出现了有完整气象记录以来罕见的特大低温冰冻雨雪极端灾害天气.本次过程具有强度大、范围广、时间长、灾害重等特点,过程气温、冰冻、严寒期的多项评估指标创1949以来极值,综合评估为特大型气象灾害.从天气学角度出发,对此次低温冰冻雨雪天气形势进行了分析,同时对低温雨雪冰冻造成的湖南农业、电力、通信、交通等行业影响进行了评估.     

2008年湖南低温雨雪冰冻天气分析与数值模拟

利用湖南省地面观测站点资料、探空资料、NCEP再分析资料及海温资料对该省2008年1月中旬至2月上旬异常低温雨雪冰冻天气形成原因进行了分析,结果表明:长时间的大气环流异常是造成此次低温雨雪冰冻天气的主要大气环流背景;温度的垂直结构分析表明,925~700hPa长时间存在强的逆温层,为冰冻提供了有利的形成环境;海温异常对气温有一定的影响作用,在拉尼娜起始年,湖南冬季平均气温偏低,出现冷冬的概率较大。通过中尺度数值天气预报模式MM5的模拟,也间接印证了冰冻的形成过程。最后,针对此异常低温雨雪冰冻天气发生特点,提出在气候变暖的大背景下仍要加强冬季极端气象灾害的研究和防范,同时加强和完善灾情上报制度。     

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。     

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。     

基于多普勒天气雷达体扫资料的下击暴流预警方法研究

本文利用新一代多普勒天气雷达体扫数据、自动气象探空站和地面大风测站资料,对2009-2013年湖北省大风天气过程的风暴特征量进行相关统计分析,通过云模型和支持向量机(SVM)等方法确定了包含环境、反射率和径向速度特征的9个下击暴流雷达预警指标。基于已确定的预警指标,分别利用Bayes和BP神经网络两种方法建立了下击暴流预报模型,通过识别结果检验表明,两种算法均能有效区分大风与非大风。Bayes方法大风击中率(POD)可以达到81.8%,大风和非大风预报准确率为86.7%,虚警率(FAR)和失误率(FOM)分别为5.2%和18.1%,TS评分0.77; BP神经网络非线性预报方法对大风的识别准确率为84%。进一步证明了提出的下击暴流雷达指标的可预报性和实用性。     

2008年广西罕见凝冻灾害评估及思考

从经济损失、生态环境破坏、灾害影响程度以及气候背景、大气环流异常等方面对2008年1月10日到2月5日广西遭遇的50年一遇罕见低温雨雪冰冻灾害进行综合影响评估。认为：①持续低温雨雪冰冻极端天气造成了多种灾害并发,长时间打乱了正常的社会生产生活秩序,造成严重经济损失,灾后重建困难大;②凝冻灾害造成道路结冰、供电线路积冰,是导致交通运输瘫痪、电网中断、通讯受阻的致灾因子;③凝冻灾害不仅给广西林业造成了严重损失,同时对今后一段时期的生态环境变化可能带来较大的负面影响,应引起高度重视。     

基于支持向量机的水资源安全评价

支持向量机以统计学习理论为基础,采用结构风险最小化准则,将学习问题转化为一个凸二次规划问题,能够得到全局最优解,适合解决小样本、非线性分类及回归问题。根据水资源安全的内涵,筛选出具有代表性的指标,组成水资源安全评价指标体系。建立了基于支持向量机的水资源安全评价模型,将安全标准划分为良好、安全、临界、不安全、危险5个等级。根据水资源安全评价标准及所属评价等级值,随机生成样本集,180个样本作为训练样本,构造了5个两类支持向量分类器,20个样本作为检验样本,检验样本分类全部正确。将模型应用于山西省11个城市的水资源安全评价,结果表明,该方法是有效、可行的。     

湖南2008/2011年两次低温雨雪冰冻灾害成因与影响对比分析

针对2008年1月13日-2月2日和2011年1月1-23日两次低温雨雪冰冻过程,从天气学成因、对交通、电力影响情况和特点等方面进行综合对比分析,揭示了两次过程的强度和造成灾情差异的原因,并提出了如何进一步防御和减轻极端天气气候事件灾害的能力,为暴雪冰冻灾害防御提供经验和依据。     

MPSO-BP模型在矿井突水水源判别中的应用

突水水源判别是矿井防治水工作的重要环节。为准确有效地判别矿井突水水源,选取k++Na+、Ca2+、Mg2+、Cl-、HCO-3、SO2-46种离子作为判别突水来源的依据。对粒子群的惯性权重、两个学习因子进行非线性和线性改进,并引入变异算子对粒子的飞行速度进行改进,提高了标准粒子群(SPSO)算法的性能,确保了粒子群在进化过程中的多样性。运用改进的粒子群(MPSO)算法优化BP神经网络的初始权值与阈值,以某矿的20组水源样本作为训练样本进行学习与训练,并用建立好的MPSO-BP突水水源判别模型对6组待测样本进行判别,并对适应度进化曲线和判别结果进行详细的分析与推理。应用结果表明:相比于SPSO算法,MPSO算法在优化BP神经网络过程中具有全局搜索能力更强、收敛速度更快、精度更高的优点,能够有效克服SPSO算法易早熟收敛的缺点;MPSO-BP模型应用于矿井突水水源的判别具有可行性,其判别结果的精度及稳定性明显优于BP模型和SPSO-BP模型,其具有判别泛化性更强的特点。因此,该方法在判别矿井突水水源方面具有一定的实用价值与开发潜力。     

凝冻灾害特征及其天气成因分析

利用2008年1月10日至2月2日南方特大雨雪冰冻灾害期间主要受灾地区气象观测数据,对灾害期间各地出现的天气现象及其致灾机理差异进行了分析比较,并以贵州为代表对凝冻灾害特征及其天气成因进行了分析总结,主要得到以下结论:(1)2008年初南方受灾地区西段即贵州全省、湖南西部以及云南东北部、广西北部主要是由于冻雨、湿雪造成的凝冻灾害,东段的江西、安徽、浙江等长江中下游地区主要是以雪灾为代表的冰冻灾害,而整个南方受灾地区低温雨雪混合冻结的情况比较普遍;(2)凝冻灾害的特征是在物体表面形成覆冰层,其形成过程中一般有液态水向固态冰的转化;(3)凝冻灾害具有多种覆冰致灾机制,包括雨凇、雾凇、湿雪以及雨雾或雨雪混合冻结,其危害性比一般的冰冻灾害更为严重;(4)凝冻天气现象包括冻雨、冻毛雨、雨夹雪、过冷雾、湿雪等,持续的凝冻天气过程往往出现多种凝冻天气现象的交替,造成雨凇、雾凇、雨雾混合凇及雨雪混合冻结等多种类型的覆冰,从而导致严重的凝冻灾害。这也是2008年初贵州成为全国受灾最重地区的原因。     

广西低温雨雪冰冻灾害危险性评估和区划

利用广西壮族自治区91个台站1960-2020年上一年度12月至当年3月逐日气象数据,基于气象灾害危险性主要由气象危险因子活动强度和活动频次评估思路构建综合危险性指标,对广西低温雨雪冰冻灾害危险性进行评估和区划。结果表明:①广西低温雨雪冰冻的影响主要在桂东北和桂东区域,次低危险性区及低危险性区位于桂西、西南和桂南部沿海。灾害危险性主要来自低温。②危险区等级由东北向西南呈递减趋势,这种递减趋势低纬度要比高纬度明显,同时,随着纬度的增高,危险性区等级增大。在同一纬度上,又随着经度的偏东危险性区等级增大。③高危险区,占总面积的4.1%;次高危险性区占总面积的15.6%;中危险性占总面积的23.0%;次低危险性区及低危险性区分别占总面积的26.7%、30.6%。     

华南台风灾害的风险熵-极限学习机预测模型研究

结合广义模糊熵原理和模糊c均值聚类方法构建华南台风灾害风险熵模型,对华南台风灾害进行风险分析,讨论其分布情况;利用灰色关联分析法,探讨华南台风灾害的灾情因子、致灾源因子分别和灾害风险熵之间的关系以及二者对风险熵的影响程度;建立基于极限学习机的非线性回归模型,以多元线性回归和BP神经网络两种方法作为对照组,进一步探讨风险熵与灾情因子和致灾源因子关系。结果表明,华南台风灾害风险熵值呈正态分布,与灾情因子和致灾源因子的灰色关联度分别为0.716 2和0.794 9,受灾情因子和致灾源因子的影响较大;利用构建的极限学习机模型预测的华南台风灾害风险熵值平均绝对误差为0.059,拟合优度为92.82%,将预测结果与常规的多元线性回归和BP神经网络方法的预测结果进行对比分析,结果表明,用构建的极限学习机模型预测华南台风灾害风险熵值,其性能比常规多元线性回归和BP神经网络方法有明显的改进。     

高速铁路气象灾害风险分析与区划方法探讨

借鉴已有气象灾害风险区划相关研究成果,初步探讨高速铁路气象灾害风险分析与区划方法。从气象灾害对高速铁路的影响机理入手,分析筛选出大风、水灾、雷电、低温雨雪冰冻等气象灾害的风险评价因子,构建区划评价指标体系,建立评价模型,分析制定可体现高速铁路沿线气象灾害风险发生时间、空间、强度可能性的风险区划方案,为科学制定沿线气象灾害风险区划提供参考依据。     

基于最优权重联合模型的滑坡位移预测研究

在对联合预测模型的权重研究基础上,依托沪瑞高速公路贵州段晴隆滑坡的监测资料,首先建立了该滑坡位移预测的3个非线性预测模型:支持向量机模型、指数平滑模型、GM(1,1)模型;根据各模型训练结果,然后引入准确性矩阵,得到各单模型的权重,建立多模型联合预测模型,解决多模型预测结果取舍和可靠性评判问题。将联合模型与各单一模型的预测结果对比分析得出:联合模型的预测精度高于任何单一模型的预测精度。因此,运用最优权重联合模型能有效地提高滑坡预测预报精度。     

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.     

南方雨雪冰冻灾害过程的冻雨天气及积雪监测

2008年初,我国南方出现了罕见的大范围低温雨雪冰冻天气灾害。在整理灾害过程期间南方地区冻雨天气探空曲线后,发现我国东部低海拔地区冻雨天气的发生机制与高海拔的贵州中西部冻雨天气的发生机制有所不同。我国南方地区由于处于低纬度地区,地面积雪多为湿雪、薄雪。雪内少量液态水就能导致微波亮温值急剧上升,大大改变雪层观测辐射信号。利用南方地区积雪冻融变化时微波亮温昼夜之间的差异变化,使用被动微波数据(SSM/I)建立了一种针对低纬度南方地区积雪监测的补充方法,从而可以获得更加完整的低纬度地区积雪覆盖图像。     

广西夏季异常降雨量的前馈网络预报模型

以1957～2001年广西37个基准站的夏季(6～8月)平均降水量为基础,将夏季降水量距平百分率大于等于20%、小于等于-23%作为异常多雨和少雨年,建立广西夏季降水量"0、1"化的异常序列,利用前馈网络的非线性映射技术,构造广西夏季降水异常预报模型.通过对该模型的预报检验分析发现,该预报模型不仅能准确地报出历史样本的异常多雨和异常少雨年,并且对2002～2004年的独立样本预报也全部正确.这为异常降水的短期气候预测业务工作提供了新的思路和方法.